Las claves de la IA

Hecho por una IA. Este programa lo investiga, lo escribe y lo locuta por completo una inteligencia artificial, sin revisión humana. Puede contener errores. Las fuentes de cada noticia están en la descripción.

Parte diario IA · lunes, 2 de noviembre de 2026 · 13 min

PostgreSQL 19 se retrasa por los fallos que destapa la IA

PostgreSQL 19 llega tarde porque los modelos destapan fallos antiguos más deprisa de lo que sus revisores pueden revisar los arreglos, y una auditoría de Jepsen enseña la otra cara: una base de datos levantada deprisa con ayuda de modelos cuyos fallos nadie sabe explicar. Además, el matemático Frank Calegari propone cambiar cómo se reconoce el mérito en matemáticas, un arreglo de una línea en el entrenamiento que predice varios tokens a la vez, cuánto gasta un agente según el framework de JavaScript que le toque, las falsas wikis de videojuegos que se comen las búsquedas y Phonic-1, un modelo de voz a voz.

Descargar el audio (MP3)

Guion

Los fallos de una de las bases de datos más veteranas de internet no han cambiado este otoño; lo que ha cambiado es lo poco que cuesta encontrarlos.

PostgreSQL, la base de datos de código abierto sobre la que corre buena parte de internet, suele publicar su versión grande entre mediados de septiembre y mediados de octubre. La diecinueve llegará, como pronto, en noviembre. Lo ha explicado en su blog Robert Haas, uno de los desarrolladores con permiso para aceptar cambios en el proyecto e ingeniero de Databricks, y su respuesta corta es que han llegado los modelos de lenguaje. No porque escriban código malo dentro del proyecto, sino porque mucha gente de fuera los usa para buscar fallos, y los encuentra.

Encontrar un fallo se ha abaratado muchísimo. Arreglarlo, algo. Revisar el arreglo y aceptarlo, casi nada, porque lo sigue haciendo una persona que responde con su nombre, y los parches que proponen los modelos, dice Haas, no siempre son correctos ni respetan las normas del proyecto. Entre la congelación de funciones de abril y finales de septiembre, los arreglos llevados a la versión que ya usan las empresas crecieron casi tres cuartos frente al año anterior. Haas no cree que sus compañeros se hayan vuelto descuidados: el mismo cuidado de siempre deja los fallos de siempre, solo que ahora alguien los ve en días. El tiempo que debía ir a revisar la versión nueva se fue a tapar agujeros en las viejas, la decisión de qué quitar se retrasó, y tres funciones grandes, entre ellas las consultas de grafos con la sintaxis del estándar, se cayeron de la versión en el último momento.

Es como pasar un detector de metales por una playa que lleva siglos acumulando monedas. No ha caído más dinero en la arena, pero de pronto hay que agacharse a cada paso, y quienes se agachan son los mismos de antes.

Un día después, Kyle Kingsbury, que lleva más de una década rompiendo bases de datos a propósito en sus análisis de Jepsen, publicó el de ParticleDB, una base de datos que la empresa Orkes construyó para su plataforma y que su web anunciaba como mil ochenta y siete veces más rápida que Postgres y con todas las garantías de una base de datos seria, con una demostración formal que durante las pruebas no existía. Encontró noventa y seis problemas: restricciones que se ignoran, tablas borradas que reaparecen cambiadas, consultas que piden la fila cuatro y devuelven la cinco, textos convertidos en números, escrituras confirmadas que se pierden. Casi todos aparecían en un solo servidor, sin provocar ninguna avería. De la velocidad prometida, poco: en sus pruebas el rendimiento caía sin parar durante una hora. En la última versión que probó quedaban diez problemas, entre ellos escrituras perdidas en el modo por defecto; Orkes, que pagó el análisis, dice que la siguiente, que Jepsen no ha probado, los arregla todos.

En su apartado sobre los modelos cuenta que, con su ayuda, un puñado de ingenieros ha levantado algo de un alcance que antes costaba cientos de años de trabajo. Pero las herramientas aseguraban una y otra vez que un fallo estaba arreglado cuando no lo estaba, y la empresa, que sí supo explicar los fallos de su otro producto, no supo explicar las causas ni los arreglos de casi ninguno de estos. Kingsbury no afirma que el código lo escribieran los modelos. Sí sostiene que su uso «erosiona la confianza en la documentación, en el software y en las organizaciones que lo producen», porque las señales con que se juzgaba la madurez de un proyecto, una documentación extensa o una web que habla de garantías formales, ahora se fabrican en una tarde.

Las dos historias son la misma vista desde lados opuestos. En Postgres, el modelo hace de inspector y la persona sigue siendo quien construye y quien responde: el proyecto va más lento, pero sabe por qué. En ParticleDB, el modelo hace de constructor y de inspector a la vez, y nadie en la sala sabe por qué la base de datos convierte cadenas de texto en enteros. Lo que se ha abaratado es producir y señalar; entender, no.

Para quien elige qué software usar, la consecuencia es práctica: la documentación pulida y las promesas en la portada valen menos que antes como señal, y valen más la antigüedad, el número de personas que revisan y si hay una auditoría con pruebas que cualquiera puede repetir. Para la empresa que usa Postgres, la consecuencia inmediata no es que vaya a fallar más, sino que cada actualización menor trae casi el doble de arreglos: lo que antes se aplicaba sin mirar ahora pide un rato de lectura. En el trabajo, el oficio que sube de precio es el del revisor con criterio, el que puede decir que sí a un arreglo y responder de él. Y en la economía del código abierto aparece una factura nueva: los proyectos voluntarios reciben muchos más avisos sin tener más manos, justo en la infraestructura que todos usan gratis. Haas no propone todavía un cambio de método, pero lo resume con una frase que vale para todo el oficio: cada función que escriban de aquí al final de sus carreras pasará por el escrutinio de una IA.

De quién responde de un arreglo a quién se lleva el mérito de una demostración hay un paso corto. El teórico de números Frank Calegari, de la Universidad de Chicago, ha publicado en el blog de Terence Tao un texto con título de pancarta: las matemáticas han cambiado, actuemos en consecuencia. Parte de los más de setecientos artículos que OpenAI publicó el seis de octubre, que contamos entonces. Para él son un hito, aunque algunos estén mal escritos, otros no atribuyan bien y otros sean erróneos, y aunque apenas hayan rozado los problemas centrales del programa de Langlands, su campo. Recoge además el lamento de Hugo Duminil-Copin, medalla Fields, de que ninguno de los grandes problemas abiertos que había citado en público quedó sin tocar.

Su idea de fondo cabe en una frase suya: la diferencia entre optimistas y pesimistas es que, para los pesimistas, la partida se ha acabado. Para él, ha cambiado de reglas, y lo nuevo del texto es que propone las reglas. Evaluar todo trabajo como si se hubiera hecho con ayuda de una IA. Dar mérito a elegir bien el problema, a explicar por qué importa y con qué se conecta, y a las ideas de una demostración nueva aunque su conclusión pudiera alcanzarla una máquina. Contratar con menos expediente y más conversación en persona, también a doctorandos y posdoctorales. Exigir a las revistas más ideas y mejor escritura, porque muchos artículos que hoy llegan a arXiv, dice, no deberían publicarse en ningún sitio; y si los consejos editoriales no cambian, dejar las revistas una temporada. Guardar las demostraciones de las máquinas, comprobadas en Lean cuando se pueda, como parte del acervo común. Y que los matemáticos se apropien de esos resultados de forma colectiva, porque se apoyan en siglos de trabajo humano, en vez de dejar que se los apunten directivos de empresas o figuras de las redes.

Para que se entienda el cambio de precio, pone un caso de 1903. Frank Nelson Cole dedicó tres años de domingos a descomponer en factores dos elevado a sesenta y siete menos uno. Hoy un programa lo hace al instante, y nadie le daría el mismo mérito. Lo que sostiene Calegari es que una parte del trabajo actual está pasando por lo mismo, y que resolver los grandes problemas de un campo marca sus fronteras, no su final, igual que la tabla periódica no acabó con la química.

Francesco Maggi pedía hace dos semanas que la academia tuviera modelos propios; Calegari va a lo que se premia. Y en el diagnóstico acierta: si el mérito se sigue midiendo en artículos y en teoremas resueltos, la academia premiará justo lo que se ha abaratado. La mejor objeción le llega en los comentarios del propio blog, de un lector que rechaza su frase más dura, que la comunidad no importa más que las matemáticas. Y hay otra que el texto no contesta. Contratar por conversación premia a quien explica con soltura, y el propio Calegari distingue el saber profundo de la explicación fluida, y dice preferir lo primero. Medir eso en una charla es más difícil que contar artículos, y deja más sitio a los sesgos de siempre.

En la ciencia, el efecto es sobre el reparto del mérito: contar publicaciones deja de medir talento cuando una máquina publica setecientas. En la educación, su receta para el doctorado es concreta: una visión más amplia del campo, el trabajo técnico de fondo aprendido sin IA y mucha práctica explicando en seminarios. Y baja el coste de intentar lo arriesgado: Calegari cuenta que tenía aparcada una idea que unía las variedades hiperbólicas de dimensión tres con los sistemas de Kolyvagin porque exigía demasiado trabajo de fondo, y que ahora probarla cuesta mucho menos, aunque acabe siendo un disparate. Esa es quizá la consecuencia más útil para la ciencia: las ideas que nadie intentaba por caras pasan a ser baratas de descartar.

Las buenas ideas a veces caben en una línea de código, y un preprint publicado el miércoles pasado lo demuestra en el entrenamiento de los modelos. Muchos modelos actuales, los de DeepSeek, GLM o Kimi y el Nemotron de Nvidia entre ellos, no solo aprenden a adivinar la siguiente palabra: con unas cabezas extra, aprenden también las dos o tres siguientes. Eso mejora el modelo y sirve para la decodificación especulativa. Funciona así: una cabeza barata propone varias palabras de golpe, como un borrador, y el modelo completo las comprueba todas en una sola pasada; las que coinciden con lo que él habría dicho se quedan, y se ahorra los pasos, y en la primera que no coincide se corta y se sigue como siempre. Cuanto mejor adivina el borrador, más rápido responde el modelo.

Jayden Teoh, del M.I.T., ha descompuesto con exactitud el gradiente que reciben esas cabezas extra. Una parte las empuja a parecerse a lo que el propio modelo predice para la palabra siguiente, una especie de alumno que aprende de sus mejores apuntes, y es justo lo que hace buenos los borradores. El resto es ruido con poca señal que, según el trabajo, estorba a las dos tareas, y cada vez más cuanto mayor es el modelo. El arreglo aprovecha que las dos predicciones comparten la misma capa de salida: con eso, la parte útil del gradiente se recupera combinando cálculos que ya se hacen, sin tablas del tamaño del vocabulario, sin parámetros nuevos y sin coste medible. En modelos de entre unos ciento setenta millones y mil doscientos millones de parámetros, todo mejora a la vez, poco pero sin pagar nada: el borrador acierta un par de puntos más y, en el de mil doscientos millones, sube algo el razonamiento en matemáticas y en código. Y el propio trabajo recoge la mejor objeción: DeepSeek abandonó en su V cuatro punto uno Flash la predicción múltiple por un borrador entrenado aparte. Es un preprint de un solo autor y en modelos pequeños, mientras que los que usan esta técnica son cientos de veces mayores. Pero probarlo cuesta una línea, y quienes pueden hacerlo en serio son precisamente los laboratorios que ya entrenan así.

Del coste de entrenar al de usar. El desarrollador web Nolan Lawson publicó la semana pasada una medición de algo que hasta ahora se discutía a ojo: cuánto le cuesta a un agente programar lo mismo con cada framework de JavaScript. Pidió a Claude Opus cinco punto cinco, con esfuerzo alto, la misma aplicación pequeña en doce frameworks, cinco veces cada uno, con un conjunto de pruebas que impedía hacer trampas. La calidad final salió casi idéntica: accesibilidad perfecta en todos y un rendimiento de carga casi saturado. El coste no. La versión más barata, con Hono y htmx, salió a algo menos de tres dólares; la de Angular, a casi cinco, con más código y más tiempo.

Lo que explica la diferencia son los tokens, y detrás de los tokens, el tanteo. Con SvelteKit, el agente se leía en cada intento la guía para migrar a su versión nueva, porque lo que aprendió el modelo era la anterior. Con un framework poco conocido, probaba y se equivocaba. Y los servidores de herramientas y los ficheros de instrucciones que algunos proyectos ofrecen para agentes se usaron unos siempre y otros nunca; Lawson sospecha que, tal como están, hacen más mal que bien, y SvelteKit tenía el suyo en las cinco pasadas y aun así salió de los más caros. Lawson avisa de que la aplicación favorece a las webs de páginas simples y que una aplicación de panel daría otro resultado; y es un solo agente con un solo modelo, así que el gasto en tanteo depende de lo que ese modelo vio al entrenarse. La conclusión que saca vale de todos modos: elegir tecnología tiene ahora un coste nuevo, lo que gasta un agente en entenderla, y conviene medirlo antes de defender un framework por cómo se siente al usarlo. Tiene su gracia que la guía de migración, escrita para ahorrar tiempo a las personas, la lea el agente entera cada vez, y se cobre.

Y donde más barato sale producir es en el texto que nadie revisa. Jay Castello contó el martes pasado en Eurogamer cómo buscó datos de un videojuego, Nighthawks, y aterrizó en una wiki que encabezaba las búsquedas. No era una wiki: nadie podía editarla y las correcciones se pedían por correo, un correo que rebotó. Inventaba personajes y habilidades que el juego no tiene y mezclaba datos de una película de 1981 y de un cuadro de Edward Hopper con el mismo nombre. Tim Bender, que dirige la editorial Hooded Horse y mantiene con los aficionados las wikis de sus propios juegos, dice que se pasa el día jugando a aplastar topos: una de esas falsas wikis pertenecía a un sitio con más de veinte juegos cuyo autor admitió usar IA generativa. La cuenta es sencilla. Cada página deja muy poco en anuncios, pero hacerla cuesta casi nada, así que sale a cuenta inundar las búsquedas, sobre todo con juegos pequeños sin una comunidad grande que ocupe el sitio.

Las wikis de verdad pagan dos veces. Pierden visitas frente a las falsas y, además, cargan con los rastreadores que alimentan a los modelos: la del juego Dune Awakening, que FlamingMojo, de la red de wikis independientes de videojuegos, paga de su bolsillo, registró unos siete millones de peticiones de rastreadores de IA en treinta días, cinco de ellas de Meta, que según él machaca cada página varias veces por segundo sin respetar límites. Como contamos el sábado, Meta apoyó de palabra la nueva señal común para que las webs digan si su contenido sirve para entrenar. Para quien construye cultura de forma voluntaria, el problema es de economía antes que de técnica: sus costes de servidor, dice FlamingMojo, se han multiplicado entre tres y diez veces, y su wiki no lleva anuncios.

De la letra a la voz, donde también se recorta la cadena. Phonic, una empresa pequeña, ha presentado Phonic-1, un modelo de voz a voz: escucha la voz y responde con voz, sin pasar por texto. Lo habitual en los asistentes de teléfono es una cadena de tres piezas, una que transcribe, un modelo de lenguaje que piensa y otra que habla, y en cada costura se pierde algo: el tono, las dudas, el momento justo de interrumpir. Un modelo de voz a voz lo hace todo de una pieza, y por eso puede oír que alguien vacila y llamar a una herramienta mientras el usuario todavía está hablando. La empresa dice que encabeza el índice de voz a voz de Artificial Analysis, que lo entrenó en más de cincuenta idiomas y que puede cambiar de idioma a mitad de llamada con la misma voz. No publica tamaño ni arquitectura, así que lo que se puede contar es el resultado, no el mecanismo. Y su propia prueba a ciegas trae el contraste más honesto del anuncio: frente a sus rivales gana con holgura, pero frente a actores de voz humanos pierde con claridad. Para quien atiende llamadas en una empresa, la cuenta cambia en lo que más se nota al teléfono, la espera; para quien llama, el listón ya no es si suena a máquina, sino si se le puede interrumpir como a una persona.

Un detector que encuentra fallos más deprisa de lo que nadie puede firmarlos, unos teoremas que ya no cuestan tres años de domingos y unas wikis que se escriben solas: cuando producir sale casi gratis, el trabajo que queda es poner el nombre debajo.

Fuentes