:quality(99):fill(white)/f.elconfidencial.com%2Ffront%2F81d%2F8a2%2Fad7%2F81d8a2ad7e1942234956aeb9a08769fd.jpg)
No eres de donde vienes .... eres adonde vas...
:quality(99):fill(white)/f.elconfidencial.com%2Ffront%2F81d%2F8a2%2Fad7%2F81d8a2ad7e1942234956aeb9a08769fd.jpg)

Los sistemas descentralizados pueden generar decisiones inteligentes a partir de información local.
Getty Images
Los humanos solemos creer que estamos en la cima de la pirámide evolutiva por nuestra capacidad de pensar con profundidad.
Pero a veces, tanta reflexión no nos lleva muy lejos. No somos infalibles y, con frecuencia, tomamos decisiones equivocadas.
Por otro lado, los insectos, a pesar de sus diminutos cerebros del tamaño de una semilla de amapola, poseen una sabiduría sorprendente a la hora de tomar decisiones.
De hecho, muchas de sus habilidades para resolver problemas han inspirado algoritmos para la deliberación eficiente en industrias humanas.
Estas son las cinco cosas que podemos aprender de los insectos sobre cómo tomar decisiones acertadas.
Decidir cuál es la mejor manera de hacer algo no es tarea fácil, especialmente en un mundo con tantos estímulos. Se llama sobrecarga de opciones.
Las hormigas también se enfrentan a este dilema cuando deben tomar una decisión grupal sobre su próximo lugar para buscar alimento. Pero han desarrollado un ingenioso truco, común en varias especies.
Al principio, varias hormigas abandonan la comodidad del nido en busca del mejor lugar y el más cercano para conseguir una buena comida.
Estas hormigas aventureras se adentran en la naturaleza al azar, manteniendo todas sus opciones abiertas y explorando diferentes vías.
En el camino de ida y vuelta, dejan un rastro tenue de feromonas en el suelo para que otras hormigas lo sigan más tarde. Estas feromonas se evaporan con el tiempo, y las hormigas tienden a seguir el rastro más fuerte.
Las hormigas que encuentran el lugar más eficiente para provisionarse regresan más rápido con la comida y dejan rastro de feromonas antes de que se evapore por completo.
Además, transmiten la señal con mayor rapidez a las hormigas que salen a buscar alimento. Esto significa que, con el tiempo, más hormigas tienden a recorrer ese camino repetidamente, dejando una mayor cantidad de feromonas acumuladas y, por lo tanto, un rastro con un olor más intenso.

Fuente de la imagen,
Por lo tanto, los caminos objetivamente más cortos se refuerzan con el tiempo, mientras que los demás desaparecen. Al final, la colonia encuentra colectivamente el camino más corto y eficiente sin que ninguna hormiga sepa específicamente que es suyo.
"La principal lección es que la toma de decisiones colectiva eficiente puede surgir sin un control centralizado", afirma Marco Dorigo, codirector del laboratorio de inteligencia artificial de la Universidad Libre de Bruselas, en Bélgica.
"[Las hormigas son] individuos simples con capacidades limitadas y solo información local, pero son capaces de resolver colectivamente problemas de coordinación complejos", añade.
Este sistema, denominado método de optimización de colonia de hormigas, se ha convertido en un algoritmo para mejorar la planificación humana, las telecomunicaciones, el transporte y la logística en todo el mundo.
Por ejemplo, los expertos han utilizado algoritmos de optimización por colonia de hormigas para la planificación ferroviaria, y Dorigo desarrolló AntNET , un sistema para transferir información de manera eficiente dentro de las redes de comunicación.
Las abejas utilizan un método muy similar al de las hormigas para buscar alimento de forma optimizada a la hora de encontrar un nuevo lugar para anidar.
Varias abejas exploradoras salen volando y buscan opciones al azar, como las hormigas. Pero en lugar de dejar rastros de feromonas, regresan al nido y comunican directamente sus preferencias.
Realizan una danza de meneo para sus compañeras, agitando rítmicamente sus cuerpos para indicar si creen que el nuevo sitio reúne las características necesarias: seguridad, proximidad, tamaño e ubicación. Cuanto mejor sea el sitio para el nido, más larga y vigorosa será la danza.
La danza de la abeja también describe la ubicación exacta: la distancia a recorrer y la dirección en la que deben volar las demás abejas. A continuación, se envía otro grupo para corroborar estos hallazgos.

Fuente de la imagen,
Al regresar, también dan su veredicto mediante la danza, ya sea apoyando a sus predecesoras u ofreciendo nuevas opciones.
Con el tiempo, surge de forma natural un lugar preferido: una veintena de abejas regresan de su expedición con señales positivas que indican que se sienten atraídas por el mismo sitio. Alcanzan un quórum y, a partir de ahí, se mueven en consecuencia, como en una democracia humana.
Convencer a la gente de que cambie de opinión es difícil, sobre todo cuando un grupo está dividido entre dos opciones. El debate puede convertirse rápidamente en una dicotomía simplista, dejando a todos aún más aferrados a sus ideas.
Afortunadamente, un estudio reciente sobre los saltamontes apunta a una solución para este problema común.
Los saltamontes jóvenes aún no saben volar, así que marchan. En un experimento, Christian Yates, profesor de biología matemática en la Universidad de Bath, Reino Unido, colocó grupos de ellos en una arena circular para observar cómo decidían colectivamente en qué dirección ir.
Se dio cuenta de que, tras un breve momento de indecisión, cambiaban de dirección con frecuencia.
Resulta que en ese fugaz momento de suspensión varios saltamontes dejan de marchar y se vuelven neutrales, lo que ayuda al enjambre a romper con un consenso y pasar al otro.
En el experimento, Yates también puso a prueba a 19 personas con una tarea similar: organizó un juego en el que los participantes podían elegir entre X e Y, o abstenerse.
Al igual que con los saltamontes, descubrió que cuando las personas tenían la opción de abstenerse, esto ayudaba al grupo a llegar a un consenso de forma más rápida y sencilla que cuando no la tenían, explica Yates.

Fuente de la imagen,
Esto se debe a que, como explica Yates, en un grupo grande y muy comprometido, muchas influencias pequeñas e independientes se compensan entre sí, por lo que resulta difícil modificar la dirección general.
Pero si muchos individuos se vuelven neutrales, aunque sea por un instante, el grupo de responsables de la toma de decisiones se reduce.
"Con menos votos activos en juego, el mismo pequeño empujón —un breve cambio de tendencia en un grupo local, una información que genera confusión, un par de personas que cambian de bando— produce un efecto proporcional mayor en la dirección del grupo", afirma Yates.
En definitiva, los saltamontes nos enseñan que la neutralidad puede generar la pausa necesaria para que todos reconsideren sus posturas y lleguen a un consenso, afirma Yates.
¿La conclusión? Si quieres cambiar el statu quo, no te preocupes por los indecisos; anima a más personas a serlo.
Resulta especialmente difícil llegar a conclusiones grupales cuando hay muchas personalidades fuertes en el debate.
Muchas personas con una presencia dominante pueden dirigir el debate a su favor, imponiéndose al consenso general.
Sin embargo, un estudio realizado con cucarachas sugiere que las personalidades individuales fuertes dentro de un grupo pueden, de hecho, acelerar la toma de decisiones.
Algunas cucarachas son audaces, mientras que otras son tímidas.
Por ello, Isaac Planas- Sitjà, profesor adjunto de la Universidad Metropolitana de Tokio en Japón, realizó simulaciones por ordenador sobre cómo se agrupan las cucarachas, una de las cuales imitaba, por ejemplo, cómo se esconden en un rincón oscuro específico detrás de un frigorífico.
Modificó el sistema para incluir la ausencia de diferencias de personalidad, algunas diferencias de personalidad y, finalmente, muchas diferencias de personalidad.
Resulta que los modelos en los que todas las cucarachas se comportaban exactamente igual no se acercaban ni remotamente a cómo toman decisiones las cucarachas en el mundo real.
Por otro lado, los grupos con mucha variación en la personalidad tomaban decisiones colectivas más rápido, porque tenían más interacciones sociales.

Fuente de la imagen,
"Me sorprendió mucho. Esperaba ver alguna tendencia, pero no un patrón tan claro y repetible", dice Planas- Sitjà .
Esto significa que a los grupos de cucarachas con solo individuos audaces o exploradores les resultará más difícil agruparse y elegir un refugio adecuado porque se desplazan demasiado, explica.
Y aunque los grupos con demasiados individuos tímidos pueden asentarse rápidamente, corren el riesgo de elegir un refugio inadecuado.
"Es el ajuste preciso entre el grado de cooperación y la diversidad de comportamientos lo que, en última instancia, impulsa la inteligencia colectiva", afirma Planas- Sitjà .
"Si la personalidad importa en estos pequeños animales, podemos imaginar el impacto que puede tener en los animales que viven en sociedades con niveles adicionales de complejidad".
A veces, silenciamos nuestra intuición para tomar decisiones que creemos lógicas, aunque nos parezcan erróneas a nivel visceral. Otras veces, seguimos nuestras convicciones más profundas sin aprender de nuestros errores.
Resulta que las moscas de la fruta podrían enseñarnos mucho sobre cómo ser más conscientes de nosotros mismos en nuestras deliberaciones.
Las investigaciones demuestran que las moscas de la fruta son extremadamente perceptivas a la hora de integrar información externa e interna para guiar cada uno de sus movimientos.
Por ejemplo, al elegir entre dos olores, cuanto más similares sean, más dudan las moscas, como si estuvieran sopesando las ventajas y las desventajas.

Fuente de la imagen,
Cuando se enfrentan a una recompensa de buen sabor pero poco nutritiva , o a una sustancia azucarada de sabor amargo pero nutritiva, las moscas pueden calcular el valor neto de esa elección y, a duras penas, consumir el alimento de sabor desagradable a cambio de nutrientes.
También es más probable que opten por una pequeña recompensa segura, en lugar de una recompensa cuantiosa si conlleva una amenaza, a menos que tengan mucha hambre o estén estresadas.
Cuando se las entrena con olores y recompensas positivas o negativas, las moscas sanas suelen acercarse con gusto a un olor ambiguo para ver qué sucede, mientras que las moscas estresadas tienden a evitar el riesgo.
Como las moscas, a veces nuestros estados internos nublan nuestro juicio. Pero también nos recuerdan que estas intuiciones y experiencias aprendidas —compuestas por un caleidoscopio de pequeños fragmentos de percepciones que constantemente tenemos sobre nosotros mismos y los demás— a veces pueden ayudarnos a ejercer un buen juicio.

Anthropic anunció el domingo pasado que un modelo que todavía no ha desplegado ha sido capaz de lograr un progreso significativo en la hipótesis de Riemann, uno de los problemas matemáticos sin resolver más antiguos e importantes de la historia.
El laboratorio de Inteligencia Artificial (IA), en una publicación hecha en su web, ha compartido los detalles del avance obtenido por el modelo de IA de investigación sobre la fracción de ceros de la función zeta de Riemann.
La hipótesis de Riemann, formulada por el matemático alemán Bernhard Riemann en 1859, sostiene que hay un patrón oculto e infinitamente preciso detrás de la distribución de los números primos.
De hecho, está considerada como el problema no resuelto más importante de las matemáticas puras, y al ser uno de los siete Problemas del Milenio del Instituto Clay, cuenta con un premio de un millón de dólares para quien logre demostrar la hipótesis.
El modelo no demostró la hipótesis de Riemann, aunque sí logró aumentar la cota inferior conocida de ceros que satisfacen la hipótesis, al pasar del 41,6 al 67,2 %, lo que supone un incremento sin precedentes de 25,6 puntos porcentuales.
Un miembro del equipo de Anthropic, sin formación matemática especializada, le planteó a Claude resolver uno de los problemas más famosos de las matemáticas, una tarea que le llevó a la IA de Anthropic 36 horas de trabajo autónomo continuado.
Durante el día y medio, Claude probó 650 ideas distintas sin éxito, consumió alrededor de 31 millones de tokens y desplegó una red de unos 60 subagentes especializados, entre los que, según se puede leer en las notas al pie, dos se encargaron de la generación de ideas matemáticas, 13 del apoyo conceptual, 30 para explorar nuevas vías y 13 dedicados totalmente a la verificación de los argumentos.
El hallazgo de Claude fue confirmado internamente por dos matemáticos del laboratorio de IA y formalizado en Lean, un asistente de pruebas de código abierto que verifica computacionalmente la validez de los teoremas.
Este hito, alcanzado por un modelo que Anthropic todavía no ha publicado, llega poco después de que el mismo laboratorio de IA hallara fallos matemáticos en algoritmos criptográficos con Claude Mythos Preview, o de que OpenAI publicase una serie de problemas resueltos por su modelo interno 'Astra'.

La avalancha de emisiones para financiar el despliegue de la IA ha llegado también a Europa. Amazon y Alphabet son ya los dos mayores emisores corporativos no financieros de la zona euro en lo que va de año al emitir en euros. Las dos compañías acumulan ya cerca de 40.000 millones de euros en bonos dentro de los índices de crédito europeos y concentran casi el 10% de toda la nueva deuda en euros emitida por empresas no financieras. El BCE, a través de su blog, ha lanzado una seria advertencia de las implicaciones para el resto de emisores europeos, tanto empresas como países.
Pese a que por ahora el mercado europeo ha absorbido sin demasiadas dificultades la llegada masiva de deuda de las grandes tecnológicas estadounidenses, los autores del blog del BCE advierten de que el escenario puede cambiar a medida que los hiperescaladores acumulen deuda y ganen peso en el mercado de bonos. Su creciente necesidad de financiación podría terminar elevando el coste de endeudamiento del conjunto de la economía e incluso provocar un contagio hacia la deuda soberana y supranacional europea. Todo dependerá, explican, de si la "tarta" disponible para los inversores permanece fija —obligando a las tecnológicas a quedarse con una porción cada vez mayor— o si el mercado es capaz de crecer para absorber toda la nueva oferta.
Si Alphabet, Amazon, Microsoft y el resto de hiperescaladores incrementan sustancialmente sus emisiones, podrían poner a prueba el apetito de los inversores y verse obligados a colocar sus bonos a precios más bajos y con diferenciales de rentabilidad más amplios, explican. Además, la expectativa de que en el futuro llegue todavía más deuda puede agravar el fenómeno: los inversores pueden negarse a comprar hoy a determinados diferenciales si creen que dentro de unos meses podrán obtener una prima mayor, comentan con preocupación.
Las investigadores del BCE advierten de que los balances y las carteras de los inversores no son ilimitados. Para hacer hueco a grandes colocaciones de deuda tecnológica, los gestores pueden verse obligados a reducir sus posiciones en bonos de otras compañías. Esto podría generar un efecto de crowding out o desplazamiento que "eleve los costes incluso para emisores de industrias no relacionadas" con la inteligencia artificial.
Por ahora, la exposición de los inversores de la zona euro a esta deuda sigue siendo relativamente reducida, aunque está aumentando con rapidez. Los hiperescaladores concentraron el 15% del incremento de las tenencias domésticas de bonos corporativos denominados en euros durante los doce meses terminados en marzo de 2026, con una demanda especialmente fuerte procedente de fondos de pensiones y aseguradoras. Para este tipo de inversores, que buscan activos de elevada calidad crediticia y vencimientos largos, la deuda de las grandes tecnológicas puede convertirse incluso en "una posible alternativa" a determinados activos tradicionalmente considerados refugio y apuntan directamente a los bonos soberanos.
Existe además un tercer mecanismo, más técnico pero potencialmente importante: el funcionamiento de los índices de renta fija. A medida que los hiperescaladores aumenten su peso en estos índices, los fondos pasivos y los gestores que replican índices de referencia tendrán que incrementar mecánicamente sus compras de deuda tecnológica. El blog del BCE advierte de que este reajuste puede "intensificar la presión sobre otros bonos" y terminar influyendo también en sus diferenciales de crédito
La preocupación del BCE tiene fundamento. En agosto, el mercado de deuda estadounidense se ha tensionado rápidamente, y uno de los principales motivos que han defendido los analistas para explicar el aumento de las rentabilidades a vencimiento de la deuda soberana de Estados Unidos ha sido el incremento de las emisiones de deuda corporativa, impulsado, principalmente, por las empresas que están llevando a cabo fuertes inversiones para desarrollar la IA.
El mismo aumento de las rentabilidades a vencimiento de la deuda americana se ha contagiado a la deuda europea, pero la amenaza que presenta el BCE va más allá: que el motivo de la tensión en la deuda de Estados Unidos ahora se exporte directamente a Europa, y no sólo como un contagio por lo que está ocurriendo en el otro lado del Atlántico.
El aumento de las rentabilidades de la deuda por la ola de emisiones corporativas se explica por la vieja teoría conocida como "efecto expulsión", que plantea que, ante una demanda limitada, si el estado emite mucha deuda, esta fuerza compradora se puede secar para los bonos de empresas privadas. Este "efecto expulsión", sin embargo, ahora parece que se puede producir a la inversa, desde el sector privado hacia el público, y forzar a los gobiernos a competir con la deuda corporativa, ofreciendo rentabilidades más altas.
Si países con una situación fiscal complicada, como es el caso de Francia, han sufrido en agosto la presión que llegaba por el contagio estadounidense, el problema ahora es que pueda sumarse la propia emisión de las empresas americanas en euros, en los mercados europeos.
El temor al aumento de las emisiones corporativas está justificado: sólo las empresas con grado de inversión en su calificación han lanzado más de 1,5 billones de dólares en deuda en lo que va de 2026, por encima de los niveles del año pasado, en este mismo punto, en un 36%.