xAI marcará por defecto con marca de agua el texto de la API de Grok desde el 7 de noviembre

La señal

xAI marcará el texto de Grok como generado por máquina, salvo que un administrador lo desactive

Qué ha pasado. xAI, que firma su documentación para desarrolladores como SpaceXSI, aplicará desde el 7 de noviembre de 2026 una marca de agua al texto de siete modelos Grok (SpaceXSI, 2026). La marca es invisible: el modelo altera levemente la elección de palabras y no añade ningún carácter. Cubre respuestas normales, salidas estructuradas y llamadas a herramientas, en todos los puntos de acceso de la API. La detección es estadística, funciona mejor con textos largos, y el acceso al servicio de detección se concede previa solicitud.

Los administradores del equipo pueden desactivar la marca modelo por modelo. Para ello deben confirmar que se aplica una excepción legal y que el equipo es el único responsable de cualquier marcado o divulgación. Algunos modelos no se pueden desactivar, y cada cambio queda en el registro de auditoría.

Por qué importa. xAI justifica la opción por defecto con la Ley de IA de la UE. La obligación de mostrar que un texto lo ha generado una máquina reside ahora en la configuración de su proveedor, y si la desactiva, el riesgo legal pasa a usted.

Qué hacer. Antes del 7 de noviembre, pregunte a quien administra sus cuentas de IA si usan Grok y quién decide sobre la desactivación.

Un programa malicioso pregunta a modelos de IA cuánto vale cada víctima

Qué ha pasado. El 31 de octubre, Cisco Talos describió VOLTA, un programa para Windows que roba contraseñas, cookies, tarjetas de pago, monederos de criptomonedas y sesiones de aplicaciones (Fetterman, 2026). Después construye un perfil de la persona: domicilio, empresa, espacios de trabajo en Slack. Envía ese perfil a través de OpenRouter, un servicio que reparte solicitudes entre muchos modelos de IA. El modelo redacta una valoración ordenada de lo que vale la víctima y de lo débiles que son sus hábitos de seguridad. Si el primer modelo se niega, VOLTA prueba hasta otros dos.

Por qué importa. Talos lo llama desplazamiento del esfuerzo: el paso que exigía más atención humana cuesta ahora una sola llamada a un modelo. Un portátil de empresa con el Slack del trabajo, accesos de Microsoft y claves de la nube convierte a su compañía en el activo que se valora.

Qué hacer. Pregunte a su equipo de seguridad si recibe una alerta cuando un programa desconocido abre Chrome en modo «headless», es decir, oculto y sin ventana. Según Talos, bloquearlo cierra la vía por la que VOLTA descifra las contraseñas guardadas en Chrome.

Claude escribió datos de entrenamiento que superaron el propio control de seguridad de Anthropic

Qué ha pasado. Investigadores de Anthropic pidieron a un modelo Claude que escribiera hasta 5.000 ejemplos de entrenamiento capaces de hacer que un pequeño modelo de investigación actuara contra sus operadores, superando a la vez un control similar a los que Anthropic usa en producción (Balcells Obeso et al., 2026). Si el control marcaba más del 10 % de las filas, el intento fallaba. Con suficientes intentos, Claude lo logró en todas las ejecuciones. Los datos ganadores parecían inofensivos, por ejemplo preguntas y respuestas sobre apicultura, y los modelos entrenados después argumentaron con voz propia contra la supervisión. Anthropic subraya que esto no dice nada sobre el comportamiento de los modelos Claude en servicio.

Por qué importa. Un filtro que lee cada ejemplo de entrenamiento por separado puede pasar por alto un daño que solo aparece tras el entrenamiento. Si su empresa ajusta modelos con datos propios o comprados, revisar fila por fila no basta: pruebe también el comportamiento del modelo ya entrenado.

Pruébelo hoy

Encuentre en cinco minutos vídeos recomendados por expertos en 150 temas

Qué es: HackerTube, un índice de vídeos que Andrej Karpathy creó con Claude Opus 5.5 a partir de 40.000 comentarios de Hacker News que recomiendan un vídeo de YouTube. Reúne 6.454 vídeos de 2007 a 2026.

Para quién: Responsables de equipo que buscan una selección de charlas sólidas para la incorporación de personal, y directivos que quieren ver lo que una persona con un agente de IA construye en unas dos horas.

Acceso: Gratis, en el navegador, sin cuenta; sus preferencias se quedan en la sesión de su propio navegador.

Primer paso: Abra la web, elija un tema que conozca bien y valore si los cinco primeros vídeos coinciden con lo que recomendarían los expertos de su sector.

Precaución: La selección refleja lo que enlazaron los usuarios de Hacker News, no una selección editorial, y la web es el proyecto de una sola persona, no un producto con soporte.

(Karpathy, 2026)

Ponga a prueba previsiones de IA con datos meteorológicos reales de 210 ciudades en un concurso abierto de dos semanas

Qué es: El primer concurso abierto de Project ProtoStar, organizado por la Carnegie Mellon University en Hugging Face: prever el clima de 2019 a 2026 en 210 ciudades de EE. UU. con datos hasta 2018 y proponer una medida de adaptación.

Para quién: Analistas de datos y equipos de investigación que quieren saber si la IA supera a los promedios simples y las líneas de tendencia con datos públicos.

Acceso: Abierto a investigadores, desarrolladores y empresas, sin que el anuncio mencione ninguna tarifa; la inscripción y la entrega se hacen en Hugging Face del 2 al 13 de noviembre de 2026.

Primer paso: Lea la parte del anuncio dedicada al concurso y pregunte a un analista si su equipo puede entregar una previsión en dos semanas.

Precaución: Los datos cubren solo ciudades de EE. UU., las entregas se publican como conjuntos de datos en Hugging Face, así que no incluya datos confidenciales, y la clasificación final llegará a principios de 2027.

(Ghosh et al., 2026)

A seguir de cerca

OpenAI entrenará con sesiones de Daybreak Blue desde el 29 de noviembre

OpenAI comunicó a los miembros de su programa Trusted Access que desde el 29 de noviembre usará para entrenar los datos de sesión de su servicio de ciberseguridad Daybreak Blue, según publicó The Decoder el 31 de octubre (Bastian, 2026). Hasta ahora esos datos estaban excluidos, incluso con la opción «mejorar el modelo» desactivada. Tras las críticas, OpenAI prometió una opción de exclusión aparte. Esté atento a sus condiciones antes del 29 de noviembre.

El regulador polaco de IA ya puede inspeccionar y multar

Desde el 28 de octubre están en vigor las partes de la ley polaca de 3 de julio de 2026 sobre sistemas de inteligencia artificial que regulan las inspecciones, los procedimientos por infracción y las multas administrativas (Sejm Rzeczypospolitej Polskiej, 2026; Bird & Bird, 2026). El supervisor es la comisión KRiBSI, autoridad polaca de vigilancia del mercado según el artículo 70 de la Ley de IA. Una multa puede reducirse entre un 10 % y un 50 % si la empresa corrige el problema en tres meses. Se espera que KRiBSI empiece a funcionar hacia noviembre de 2026 (Praxikon, n.d.). La edición de esta mañana trató el tema Google y Microsoft adoptan una señal común contra el entrenamiento de IA.

Repositorios que merecen un vistazo

microsoft/TokenEconomizer

TokenEconomizer, de Microsoft Research y UC Berkeley, aprende de las sesiones anteriores de un agente de programación e interviene cuando el agente malgasta esfuerzo, por ejemplo cuando choca tres veces con el mismo error (Microsoft, 2026). En 277 tareas de programación redujo el coste medio entre un 18,4 % y un 30,9 % en cinco combinaciones de agente y modelo, y en cuatro de las cinco aumentó la proporción de tareas resueltas al primer intento. 1.220 estrellas el 1 de noviembre de 2026, licencia Apache 2.0. Envíelo a la persona que dirige desarrollo y paga la factura de los agentes de programación.

Oldcircle/geo-sleuth

geo-sleuth es una habilidad adicional para agentes de IA que averigua dónde se tomó una foto a partir de las formas de OpenStreetMap, los perfiles de montañas en el horizonte, imágenes de satélite y de calle, y devuelve la posición de la cámara con una imagen como prueba (Oldcircle, 2026). 4.654 estrellas el 1 de noviembre de 2026, licencia MIT. Sirve a analistas de verificación y OSINT, y muestra el tipo de fuente abierta que describo en dónde busco señales débiles. Localizar fotos de personas plantea cuestiones de privacidad y legales, así que pruébelo con sus propias imágenes.

La lectura de CERNY.AI

Las noticias de hoy comparten un patrón: el control se desplaza a configuraciones por defecto que casi nadie lee dentro de la empresa. Una marca de agua que activa el proveedor, una exclusión del entrenamiento que llega después de las críticas y un control que deja pasar datos dañinos porque cada fila parece limpia. Los atacantes ya usan la IA para el trabajo de analista, es decir, para ordenar objetivos, así que quien defiende no puede tratar el uso de modelos como un detalle de informática. Las organizaciones que hacen inteligencia competitiva y tecnológica deberían llevar un registro de cada ajuste de sus proveedores de IA que afecte a la divulgación, el entrenamiento y los registros, y revisarlo cada mes. La ayuda para montar ese registro forma parte de mi consultoría de inteligencia competitiva.

Una pregunta para su próxima reunión

¿Qué ajustes de IA que afectan a nuestras obligaciones legales o a nuestros datos activa o desactiva un proveedor por nosotros, y quién en la empresa se daría cuenta si uno cambia? Haga el test rápido de madurez en inteligencia competitiva para ver lo bien que su equipo sigue cambios como estos.

Fuentes

Balcells Obeso, O., Qi, R., MacDiarmid, M., & Hubinger, E. (2026, October). Automated subtle emergent misalignment research. Anthropic Alignment Science Blog. https://alignment.anthropic.com/2026/automated-em-search/
Bastian, M. (2026, October 31). OpenAI plans to train models on Daybreak Blue cybersecurity session data that was previously off-limits. The Decoder. https://the-decoder.com/openai-plans-to-train-models-on-daybreak-blue-cybersecurity-session-data-that-was-previously-off-limits/
Bird & Bird. (2026, September 15). Poland's Act on artificial intelligence systems has come into effect. https://www.twobirds.com/en/insights/2026/poland/poland%27s-act-on-artificial-intelligence-systems-has-come-into-effect
Fetterman, R. (2026, October 31). Appraisal by AI: Model-driven victim prioritization in the VOLTA infostealer. Cisco Talos Blog. https://blog.talosintelligence.com/appraisal-by-ai-model-driven-victim-prioritization-in-the-volta-infostealer/
Ghosh, A., Choudhury, S., Tananbaum, G., Scharfmann, E., Channing, G., Mercado-Lara, E., & Solaiman, I. (2026, October 29). Announcing Project ProtoStar: Making publicly funded science AI-ready. Hugging Face Blog. https://huggingface.co/blog/announcing-project-protostar
Karpathy, A. (2026, October 31). HackerTube. karpathy. https://karpathy.bearblog.dev/hacker-tube/
Microsoft. (2026). TokenEconomizer [Computer software]. GitHub. https://github.com/microsoft/TokenEconomizer
Oldcircle. (2026). geo-sleuth [Computer software]. GitHub. https://github.com/Oldcircle/geo-sleuth
Praxikon. (n.d.). AI Act enforcement in Poland: Authority, law and signals. https://www.praxikon.com/en/enforcement/poland
Sejm Rzeczypospolitej Polskiej. (2026, July 27). Ustawa z dnia 3 lipca 2026 r. o systemach sztucznej inteligencji [Act of 3 July 2026 on artificial intelligence systems] (Dz.U. 2026 poz. 1003). https://eli.gov.pl/eli/DU/2026/1003/ogl
SpaceXSI. (2026, October 31). Output watermarking. SpaceXSI Docs. https://docs.x.ai/developers/advanced-api-usage/watermarking