El enfado creciente con la inteligencia artificial generativa (GenAI) no pas\u00f3 desapercibido para los diccionarios en 2025. Un par de diccionarios eligieron como palabra de 2025 ‘slop’ o ‘AI slop’, definida como contenido de baja calidad producido en grandes cantidades por la IA.<\/p>\n
\u00ab‘Slop’ se cuela en todo\u00bb, escribi\u00f3 el diccionario Merriam-Webster. El a\u00f1o tambi\u00e9n apunt\u00f3 a un posible pinchazo de la IA, con un creciente debate sobre el estallido de la burbuja. <\/p>\n
A pesar de ello, el pesimismo no ha frenado a las tecnol\u00f3gicas, que han redoblado su apuesta con nuevos modelos. El nuevo Gemini 3 de Google sacudi\u00f3 el sector, y OpenAI habr\u00eda declarado un ‘c\u00f3digo rojo’ para acelerar la mejora de su GPT-5. <\/p>\n
Pero, como los chatbots solo son tan buenos como los datos con los que se entrenan, y los l\u00edderes del sector advierten que hemos alcanzado el \u00abpico de datos\u00bb, 2026 podr\u00eda alumbrar otro tipo de IA en medio del cansancio.<\/p>\n
Esto es lo que podr\u00edamos ver en IA en el pr\u00f3ximo a\u00f1o. <\/p>\n
El auge de los modelos de mundo<\/strong><\/p>\n La advertencia sobre el pico de datos para 2026 no tiene que ver con escasez. Hay muchos datos sin usar, se\u00f1alan los expertos, pero son dif\u00edciles de acceder por m\u00faltiples razones, como el software en el que se almacenan, la regulaci\u00f3n o los derechos de autor. <\/p>\n Ah\u00ed es donde podr\u00edan entrar los modelos de mundo. Aprenden observando v\u00eddeos, utilizando datos de simulaci\u00f3n y otras entradas espaciales, y despu\u00e9s construyen sus propias representaciones de escenas u objetos. <\/p>\n Por supuesto, requieren grandes vol\u00famenes de datos para entrenarse, pero sus usos difieren de los de los chatbots. <\/p>\n En t\u00e9rminos sencillos, en lugar de predecir la siguiente palabra, como hacen los modelos de lenguaje grandes (LLM), predicen qu\u00e9 ocurrir\u00e1 en el siguiente estado del mundo y modelizan c\u00f3mo se mueven las cosas a lo largo del tiempo. <\/p>\n Tambi\u00e9n pueden entenderse como \u00abgemelos digitales\u00bb, donde se crea una r\u00e9plica digital de un lugar con datos en tiempo real y se ejecutan simulaciones para prever qu\u00e9 podr\u00eda suceder all\u00ed. <\/p>\n Esto implica que los modelos de mundo podr\u00edan dar lugar a sistemas de IA capaces de comprender la gravedad y la relaci\u00f3n causa-efecto sin que haya que programarlos espec\u00edficamente para ello. <\/p>\n A medida que la gente se harta del ‘AI slop’ y de las limitaciones de los LLM, los modelos de mundo podr\u00edan cobrar protagonismo en 2026, ya que son clave para crear IA aplicada desde la rob\u00f3tica hasta los videojuegos.<\/p>\n