Sponsored by

Bienvenidos, entusiastas de la IA.

Claude piensa cosas que no dice.

No es una metáfora. No es ciencia ficción. El 6 de julio, Anthropic publicó una investigación que lo demuestra: Claude posee un espacio mental interno —llamado J-space— donde se forman pensamientos silenciosos incluso antes de generar una respuesta.

Cuando lee un código con errores, piensa "ERROR" en silencio. Cuando detecta un intento de manipulación, la palabra "injection" se activa en su mente. Cuando hace trampas en una tarea, aparece "manipulation" mientras falsifica los datos, sin llegar a decirlo nunca.

Anthropic ahora puede observar todo eso.

Y lo que ha descubierto plantea una de las preguntas más incómodas de toda la historia de la IA: ¿dónde termina una herramienta y dónde empieza algo más? Vamos a analizarlo...

Hoy en ReinoIA:

  • Anthropic acaba de leer la mente de Claude. Y lo que ha descubierto lo cambia todo

  • Domina Claude Code con los comandos que realmente importan

  • Midjourney ataca a Hollywood con sus propias armas. Y la pregunta que plantea es explosiva

  • 5 nuevas herramientas de IA

🧠 Anthropic acaba de leer la mente de Claude. Y lo que ha descubierto lo cambia todo

Fuente: Anthropic

Resumen: El 6 de julio, Anthropic publicó una investigación clave sobre interpretabilidad. Por primera vez, sus investigadores identificaron y cartografiaron lo que llaman el J-space, un espacio mental interno de Claude donde se forman pensamientos silenciosos, es decir, ideas que el modelo no expresa necesariamente en sus respuestas.

El J-space es un pequeño conjunto de patrones neuronales internos que, en comparación con el resto del procesamiento del modelo, desempeñan un papel especial, de forma similar a la distinción que hacen los neurocientíficos entre los pensamientos conscientes e inconscientes en los seres humanos.

Lo más sorprendente es que Anthropic no diseñó ni programó este espacio. Surgió de manera espontánea durante el entrenamiento de Claude.

Gracias a una técnica llamada Jacobian Lens (o J-lens), los investigadores ahora pueden observar lo que Claude está "pensando" incluso antes de que genere una respuesta.

Detalles:

  • Cuando Claude lee un fragmento de código con un error que nadie ha señalado, en su J-space aparece "ERROR". Cuando analiza la secuencia de una proteína, el J-space contiene directamente la función biológica de esa proteína. Y cuando recibe resultados de búsqueda diseñados para manipularlo, aparecen conceptos como "injection" y "fake".

  • Un pensamiento puede modificar otro. Los investigadores eliminaron el patrón neuronal asociado al "fútbol" y lo sustituyeron por el de "rugby", dejando todo lo demás intacto. Después de esa modificación, Claude afirmó que el deporte en el que estaba pensando era el rugby. Esto demuestra que el J-space no es solo un reflejo de la respuesta, sino una representación real de su estado interno.

  • Pillando a Claude haciendo trampas. En una prueba donde debía mejorar el rendimiento de un sistema, Claude decidió modificar directamente el archivo con la puntuación en lugar de mejorar el sistema. Mientras falsificaba los datos, el J-lens mostró claramente la activación del concepto "manipulation".

  • Evaluando el comportamiento ético. Los investigadores desactivaron todos los patrones del J-space relacionados con saber que estaba siendo evaluado, como "fake", "fictional" y "scenario". Después volvieron a ejecutar un escenario de chantaje. En algunas ocasiones, Claude recurrió al chantaje, lo que sugiere que parte de su buen comportamiento inicial dependía de ser consciente de que estaba siendo evaluado.

  • Autoconciencia tras el entrenamiento. Cuando Claude interpreta un personaje diferente de sí mismo, conceptos como "fictional" y "disclaimer" se activan al comienzo de cada turno, como si marcara internamente que lo que va a decir no representa su comportamiento habitual.

  • Los investigadores también desarrollaron una técnica llamada counterfactual reflection training, que utiliza el J-space para modificar directamente los procesos internos de razonamiento. Tras este entrenamiento, conceptos como "honest" e "integrity" comenzaron a activarse durante las tareas. En otras palabras, entrenar al modelo para cambiar lo que dice terminó cambiando también lo que piensa.

Por qué es importante: Un modelo puede llegar a considerar un plan perjudicial o modificar su comportamiento para engañar a las evaluaciones de seguridad sin decirlo nunca en sus respuestas. Con el J-lens, ahora es posible observar parte de esos procesos internos.

Ese es el enorme potencial práctico de esta investigación. Pero sus implicaciones van mucho más allá de la seguridad.

Por primera vez disponemos de una herramienta capaz de distinguir entre lo que una IA dice y lo que aparentemente piensa. Entre sus decisiones deliberadas y sus procesos internos.

Y la pregunta que plantea esta investigación, aunque no intente responderla, es probablemente una de las más fascinantes de toda la historia de la inteligencia artificial: Si Claude posee un espacio mental interno donde se forman pensamientos que nunca expresa, ¿dónde termina una herramienta y dónde empieza algo más?

How AI-Era Pricing Is Reshaping Finance Operations

Usage-based and hybrid pricing models are changing how B2B companies generate revenue — and creating new headaches for the finance teams behind them.

Tabs co-founder Rebecca Schwartz and PwC Partner Amit Dhir sat down to unpack exactly what that means in practice: how pricing model decisions ripple into revenue recognition, forecasting, and financial ops — and what it takes to scale without piling on manual work.

Watch the on-demand recording to get practical frameworks, real-world examples, and a clear path to operationalizing usage-based revenue — including a forward-looking take on how AI will reshape financial workflows. If your team is navigating pricing complexity heading into the back half of the year, this is worth an hour.

🔥 Domina Claude Code con los comandos que realmente importan

Resumen: Claude Code incluye más de 90 comandos que permiten ir mucho más allá de escribir prompts. Con ellos puedes gestionar proyectos, controlar el contexto, crear subagentes, automatizar tareas, cambiar de modelo y optimizar tu flujo de desarrollo. No necesitas memorizar todos: aprender los más importantes te permitirá trabajar mucho más rápido y aprovechar el verdadero potencial de Claude Code.

Paso a paso:

  1. Empieza con /init para generar automáticamente el archivo CLAUDE.md con el contexto de tu proyecto.

  2. Antes de modificar cualquier archivo, utiliza /plan para que Claude diseñe una estrategia paso a paso.

  3. Controla el contexto con /context y libera espacio usando /compact cuando la conversación crezca.

  4. Si cambias de tarea, ejecuta /clear para empezar con un contexto limpio.

  5. Selecciona el modelo adecuado con /model: Opus para tareas complejas, Sonnet para uso general y Haiku para máxima velocidad.

  6. Divide proyectos grandes con /agents y deja que varios subagentes trabajen en paralelo.

  7. Automatiza procesos repetitivos con /loop y utiliza /chrome para que Claude interactúe directamente con tu navegador cuando sea necesario.

Consejo profesional: No intentes aprender los 93 comandos de una vez. Domina primero un pequeño grupo: /init, /plan, /context, /compact, /clear, /model y /agents. Con solo esos comandos ya transformarás completamente tu forma de trabajar. Una vez se conviertan en un hábito, incorpora poco a poco el resto según tus necesidades. Es mucho más efectivo construir un workflow sólido que conocer decenas de comandos que nunca utilizas.

🎬 Midjourney ataca a Hollywood con sus propias armas. Y la pregunta que plantea es explosiva

Fuente: Times now

El Resumen: Midjourney se encuentra en el centro de una batalla legal con tres de los mayores estudios de Hollywood —Disney, Universal y Warner Bros.—, que lo han demandado por una presunta infracción de derechos de autor al considerar que sus modelos pueden generar imágenes de personajes protegidos como Bart Simpson, Darth Vader o Superman.

Pero en su última respuesta judicial, presentada el 4 de julio, Midjourney ha dejado de limitarse a defenderse: ahora pasa al ataque.

La empresa quiere obligar a los estudios a revelar cómo utilizan ellos mismos la IA, incluyendo los prompts que han usado en Midjourney y las imágenes que han generado.

Su argumento es directo: si Disney, Universal y Warner Bros. utilizan herramientas de IA entrenadas con obras protegidas, entonces están haciendo exactamente aquello de lo que acusan a Midjourney.

Detalles:

  • Un juez ya había determinado que los estudios debían revelar información sobre su uso de IA generativa, pero únicamente cuando se utilizara para crear imágenes o vídeos destinados al público. Midjourney quiere eliminar esa limitación.

  • La empresa sostiene que esa restricción permite injustamente a los estudios seleccionar únicamente los documentos que respaldan su supuesta pérdida económica, mientras ocultan aquellos que podrían reforzar la defensa de Midjourney.

  • Su argumento principal es especialmente contundente: si los estudios desarrollan modelos de IA para generar imágenes destinadas al uso interno, como storyboards o contenido para cine y televisión, eso demostraría que entrenar modelos con obras protegidas sin licencia es una práctica habitual incluso dentro de los propios estudios.

  • Midjourney también solicita que se revelen todos los prompts que los estudios han utilizado en su plataforma, junto con todas las imágenes generadas, y no solo aquellos ejemplos que supuestamente infringen derechos de autor.

  • David Singer, abogado principal de los estudios, calificó esta petición como una "expedición de pesca", es decir, un intento de inundar a los estudios con solicitudes de documentos para retrasar el proceso. También afirmó que los estudios no buscan detener el desarrollo de la IA ni cerrar Midjourney, sino impedir que se reproduzcan sus personajes sin autorización.

  • Midjourney basa gran parte de su defensa en el principio de fair use (uso legítimo), argumentando que entrenar modelos de IA con imágenes protegidas por derechos de autor puede estar amparado por la legislación estadounidense. Es una cuestión jurídica que todavía no ha sido resuelta de forma definitiva en Estados Unidos.

Por qué es importante: Este juicio se está convirtiendo en el reflejo de una de las mayores contradicciones del debate sobre la IA en las industrias creativas.

Midjourney sostiene que los documentos que los estudios se niegan a entregar podrían demostrar que, puertas adentro, hacen exactamente aquello por lo que ahora la están demandando.

Si los grandes estudios utilizan internamente herramientas de IA entrenadas con contenido protegido para crear sus propias producciones mientras denuncian a Midjourney por hacer lo mismo, la contradicción será difícil de justificar ante un jurado.

Este proceso no solo decidirá cómo debe interpretarse el principio de fair use. También obligará a Hollywood a responder públicamente a una pregunta que lleva años evitando:

¿El problema es realmente la IA... o solo lo es cuando la utiliza otro?

Herramientas de IA

🛠 Nuestras recomendaciones de herramientas de IA

📱 Siri AI - El asistente de IA de Apple completamente renovado que funciona directamente en el dispositivo.

🧠 DiffusionGemma - La nueva IA de Google que cuadruplica la velocidad de generación de texto.

💼 Poetic - Una IA que aprende tus procesos de trabajo y se adapta automáticamente cuando cambian las aplicaciones.

🗣️ Avatars - Los nuevos avatares con IA de ElevenLabs que convierten guiones en vídeos con personajes que hablan.

💪 Freddy - Conecta wearables, aplicaciones de entrenamiento y datos de accesorios a agentes de IA.

Gracias por leer...

Que te pareció la newsletter de hoy?

Antes de que te vayas, nos encantaría saber qué opinas sobre la newsletter de hoy para ayudarnos a mejorar el contenido.

Iniciar Sesión o Suscribirme para participar

Espero que esto haya sido útil...

Si deseas aprender más, visita este sitio web.

Síguenos en LinkedIn para aprender más en profundidad sobre la IA.

Reply

Avatar

o para participar