Clama por el fin del despojo de agua en Morelos.

Cuautla.- El Frente de Pueblos en Defensa de la Tierra y el Agua Morelos, Puebla, Tlaxcala (FPDTA-MPT) condenó enérgicamente el asesinato de Carolina Plascencia Carvajal, presidenta interina de la Asociación de Usuarios del Río Cuautla (Asurco), ocurrido el viernes pasado en la carretera Cuautla-El Hospital.

La organización, que representa a comunidades indígenas náhuatl en defensa de sus territorios y recursos hídricos, exigió de inmediato una investigación exhaustiva sobre los motivos del crimen, vinculándolo directamente a la disputa por el control del agua del río Cuautla.

En un comunicado, el FPDTA-MPT subrayó que este asesinato no es un hecho aislado, sino parte de una cadena de violencia impulsada por el crimen organizado y megaproyectos energéticos que amenazan la vida de los pueblos originarios.

La exigencia de justicia del FPDTA-MPT se centra en esclarecer el móvil del asesinato, que consideran motivado por la lucha interna en la Asurco y la presunta cesión ilegal de agua a la Comisión Federal de Electricidad (CFE) para la termoeléctrica de Huexca.

Plascencia Carvajal –quien asumió el cargo en 2024 tras un ataque armado contra su predecesor, Antonio Domínguez Aragón– se preparaba para contender en las elecciones de la Asociación, el 28 de septiembre.

El Frente demanda el castigo a los autores materiales e intelectuales y la desarticulación de grupos criminales que buscan apoderarse del agua ejidal, dotada desde la Revolución Zapatista en los años 20.

La organización recuerda que el asesinato de Plascencia se suma al de Francisco Vázquez, en 2022, quien denunció amenazas por irregularidades en la entrega de agua, y al de Samir Flores Soberanes, en 2019.

"El agua se convierte en sangre", afirman, aludiendo a la disputa por el recurso, consumiendo hasta 50 millones de litros diarios de aguas ejidales, agrega el documento.

En el plano legal, el FPDTA-MPT critica la resolución indebida de amparos en tribunales federales por el Juzgado Sexto de Distrito, que desestimó pruebas periciales en hidrología a favor de los ejidos de Ayala contra la Asurco y el Sistema de Agua Potable de Cuautla.

La organización ve en esto un sesgo para negar los derechos históricos sobre el agua. Además llama a la solidaridad regional para frenar la violencia, recordando desalojos con Guardia Nacional en 2020 durante la pandemia.

El Ayuntamiento reiteró su compromiso de continuar con este tipo de actividades.

Cuautla.- Al llevar a cabo la Semana Nacional de Salud Pública, bajo el lema “Unidos por tu salud, construyendo bienestar”, el gobierno municipal reafirmó su compromiso con el bienestar de la ciudadanía.

Esta iniciativa, que busca promover la prevención y el cuidado integral de la salud, culminó en los Patios del Tren Escénico, consolidando el esfuerzo conjunto entre el Ayuntamiento y las instituciones de Salud.

La jornada de cierre, organizada en coordinación con el Servicio Nacional de Salud Pública, destacó por su enfoque en la promoción de hábitos de vida saludables.

El evento contó con la participación de la instructora Olivia Sánchez, quien lideró una clase gratuita de zumba que atrajo a decenas de cuautlenses.

Esta actividad no sólo fomentó la activación física, sino que también subrayó la importancia del ejercicio como una herramienta clave para la prevención de enfermedades y la mejora de la calidad de vida.

La clausura fue encabezada por la directora de Salud municipal, Irma Lilia Rosas Castán, quien resaltó la relevancia de mantener un estilo de vida activo y la corresponsabilidad de la población en el cuidado de su salud. 

Rosas Castán destacó el compromiso del Ayuntamiento, encabezado por el presidente municipal Jesús Corona Damián, para seguir impulsando iniciativas que promuevan el bienestar integral de los habitantes de Cuautla.

Este evento marcó el cierre de una semana dedicada a acciones de prevención y cuidado de la salud, reflejando el trabajo conjunto entre el gobierno municipal y las instituciones de Salud, cuya colaboración permitió acercar servicios de calidad a la población, fortaleciendo la accesibilidad y la atención en materia de salud pública.

La clausura no sólo fue un éxito en participación, sino también un símbolo del esfuerzo continuo por construir una comunidad más saludable.

Las novelas negras suelen ser minimizadas entre los «exquisitos» de la literatura (siempre y cuando algún autor encumbrado no se anime a incursionar en el género) debido a que las califican de menores, poco atractivas y dirigidas a las masas, no al público culto.

Pero hay obras del género que han saltado barreras y se han ganado el reconocimiento unánime de la crítica, aun en esferas más cerradas.

Esa forma novelística nació en Estados Unidos, durante las primeras décadas del siglo XX, como una manera de denunciar la corrupción, en medio de ambientes sombríos y decadentes. Se trata de obras dirigidas a masas, con la finalidad de abonar en su entretenimiento.

Tres de los considerados grandes maestros de la novela negra son los estadounidenses Dashiell Hammett (1894-1961), Raymond Chandler (1888-1959) y Jim Thompson (1906-1977), quienes cuentan entre sus creaciones obras altamente valoradas entre la crítica. Incluso existe un premio internacional con el nombre de Dashiell Hammett y es entregado anualmente en la Semana Negra de Gijón a la mejor novela del género escrita en español.

Jim Thompson es –quizás– el menos conocido de los tres. En 1964 publicó la que acaso es su obra maestra y más popular: 1280 almas, una novela poco extensa, pero que describe un universo amplio y complejo. Ésta es mi recomendación de esta semana.

La historia es narrada y protagonizada por Nick Carey, el comisario de Potts County, un pueblo situado al sur de Estados Unidos, en un estado del que no se menciona su nombre.

De entrada, hay que destacar que Thompson no describe a ese país como un lugar paradisíaco, en el que todos quieren vivir, sino pinta un sitio apegado a la realidad: Potts County es cenizo, obscuro, violento, con una fuerte carga racial…

Nick es un personaje siniestro y es el encargado de velar por la seguridad de los mil doscientos ochenta habitantes del pueblo (de ahí el título de la novela), pero todos ignoran quién es realmente el sheriff y los que llegan a saberlo, ya no tienen oportunidad de desenmascararlo porque ese descubrimiento es también su condena.

Resulta que el hombre va por la vida con bandera de tonto y casi se lo toma por un ingenuo, pero Nick es capaz de todo lo inimaginable. Gana las votaciones del cargo una y otra vez; la gente cree que lo hace porque nunca se mete con nadie, porque goza del cariño del pueblo y sus contrincantes no están a la altura. Sin embargo, detrás del aparente hombre bonachón hay un ser siniestro y sombrío dotado de astucia –que no inteligencia– para cometer crímenes sin despertar la mínima sospecha de los otros.

Nick es un tipo audaz, pero carente de los más mínimos remordimientos: es un sociópata que despierta en el lector una aversión que se mantiene durante buena parte de la narración, mediante la que asistimos a los días del comisario y su visión del mundo, al menos el de Pottsville.

El tipo está cargado de cinismo: sostiene una relación con tres mujeres del pueblo; duerme jornadas prolongadas con el argumento de que trabaja demasiado; consigue lo que se propone, aunque no siempre de la manera más ética y sí de formas tan perversas que el lector no queda indiferente: he ahí uno de los méritos de Jim Thompson, al conseguir crear a un personaje de esa calaña.

Aunado a todo ello, el autor lanza una crítica a la sociedad de su país: denuncia el racismo con el que se maneja –aun hoy en día– una buena parte de ciudadanos estadounidenses; señala la doble moral, que es un sello tan propio de Estados Unidos en la actualidad; manifiesta todas las contradicciones e incongruencias de las que está conformado nuestro vecino del norte, que intenta mostrarse como un paraíso, cuando es precisamente lo contrario.

De alguna forma, Nick Carey encarna los «valores» estadounidenses: al mundo lo hace creer que es demócrata, pero nadie sabe los secretos que guarda detrás de esa supuesta democracia y desconoce la perversión que alberga en sus entrañas.

1280 almas cuenta con una muy buena crítica pero, por extrañas razones, no goza de la popularidad que sí tienen otras obras consideradas «importantes» y de «alta literatura», aun cuando en calidad sean menores a la aludida.

El personaje creado por Jim Thompson es memorable en sus diversos matices y la historia está contada de una forma brillante. El estilo es ágil, una narración fluida que mantiene al lector pegado al libro. Se trata, pues, de una novela admirable, con más de medio siglo de vida, pero con una vigencia que asombra.

TOMADA DE LA WEB

Jim Thompson fue hijo de un comisario corrupto que se vio en la necesidad de venir a México para evitar ser procesado.

TOMADA DE LA WEB

La novela también se puede conseguir en el sello RBA.

“Yo no tengo ideología, amigo mío.

Yo lo que tengo es biblioteca.”

Arturo Pérez Reverte

Me parece, no sé qué opinen ustedes, estimadas lectoras y lectores, que estos son tiempos de radicalización de las ideologías. No quiero parecer obsoleto, demodé o fuera de lugar, pero antes, con todo y el control de pensamiento que ejercían los medios sobre los ciudadanos, había más respeto y más equilibrio en lo que se opinaba de los demás. Sin embargo, prefiero la libertad de pensamiento de la que ahora gozamos, ergo, retiro lo antes dicho.

En una de mis clases de la universidad, tocábamos el tema recientemente. Actualmente existen tantas ideologías, que es muy difícil entenderlas todas, y, por tanto, aceptarlas. Sin embargo, estos son los tiempos que nos ha tocado vivir. La divergencia es parte de nuestra actualidad. El problema, además de las tantas ideologías que vivimos, es el hecho de que ciertos actores políticos aprovechan este maremágnum para llevar agua a sus molinos.

La radicalización ideológica es un proceso en el que las personas adoptan creencias y valores cada vez más extremos, rechazando la moderación y el diálogo. Este fenómeno no se limita a un espectro político, puede ocurrir tanto en la izquierda como en la derecha. A menudo, la radicalización se nutre de la polarización social, la desinformación y el aislamiento en cámaras de eco. En estos entornos, las ideas se refuerzan sin contrapeso, lo que conduce a una visión del mundo simplista y a menudo conspirativa.

Los factores clave que, considero, contribuyen a este fenómeno incluyen: la polarización mediática, es decir, los medios de comunicación, especialmente las redes sociales, pueden crear burbujas de información donde solo se exponen puntos de vista afines; las narrativas de agravio: La percepción de injusticias o amenazas a la identidad de un grupo puede alimentar un resentimiento que se canaliza hacia posturas radicales; y, el liderazgo carismático: figuras que explotan los temores y la ira de la gente pueden acelerar el proceso de radicalización.

Charlie Kirk, fundador de Turning Point USA, es un ejemplo relevante en el debate sobre la radicalización. A través de sus plataformas, promovió – y se sigue promoviendo - una retórica conservadora y, en ocasiones, de división. Sus críticos argumentan que su enfoque simplificaba problemas complejos, demonizaba a los opositores políticos y fomentaba un ambiente de confrontación en lugar de diálogo. Mientras que sus seguidores lo ven, y más ahora con su asesinato, como un defensor de los valores tradicionales y una voz necesaria contra lo que perciben como el “extremismo de la izquierda”.

Este caso ilustra cómo las ideologías pueden convertirse en herramientas de polarización, donde las posturas se solidifican y se vuelven impermeables a la crítica. En lugar de buscar soluciones, el enfoque se centra en la victoria sobre el "enemigo ideológico".

El equilibrio ideológico no significa la ausencia de convicciones, sino la capacidad de mantener la mente abierta y reconocer la validez de diferentes perspectivas (esa capacidad cada vez va desapareciendo paulatinamente). Es la habilidad para sostener tus propias creencias mientras te comprometes con la empatía y el respeto por los demás. Esto es crucial para la cultura de paz, que promueve la resolución de conflictos a través del diálogo, la negociación y la no violencia. Recordemos aquella frase atribuida a Voltaire: “Puede que no esté de acuerdo con lo que dices, pero daría mi vida por defender tu derecho a decirlo”.

Una cultura de paz, a pesar de que pareciera, a veces, imposible, no es utópica, sino un esfuerzo consciente para fomentar la educación crítica: Enseñar a las personas a discernir la información y a cuestionar sus propias suposiciones; para promover el diálogo intergrupal: Crear espacios seguros donde personas con diferentes ideologías puedan interactuar y encontrar puntos en común; y, desarrollar la empatía: Comprender las experiencias y perspectivas de aquellos que no piensan como nosotros.

Mantener el equilibrio ideológico es un antídoto contra la radicalización. Permite la construcción de consensos y el progreso social, en lugar de la parálisis y el conflicto. En un mundo cada vez más polarizado, aprender a disentir sin deshumanizar al otro es una habilidad vital para la supervivencia de la democracia y la convivencia pacífica.

El viernes 12 por la tarde, en la carretera que va de Cuautla a la ex Hacienda El Hospital, a la altura del crucero de Puxtla, un vehículo color Blanco marca Polo, fue atacado a balazos al estilo del crimen organizado. Dos sujetos en motocicleta apoyados por un segundo auto compacto le quitaron la vida a la conductora y única ocupante.

En un municipio como Cuautla eso ocurre todos los días y prácticamente “ya no es noticia”, ni siquiera por el hecho de que la víctima fuera mujer. Los feminicidios se han normalizado, por desgracia.

Tuvieron que pasar varias horas para que se supiera que —al parecer— ese asesinato tiene tintes políticos.

Y es que la víctima fue identificada como Carolina Plascencia Carvajal, presidenta interina de la Asociación de Usuarios del Río Cuautla (Asurco) y candidata a la presidencia propietaria en la próxima elección.

Carolina había asumido la presidencia suplente de Asurco luego de que Antonio Domínguez Aragón —exalcalde de Ayala y presidente propietario— dejara el cargo de manera inesperada tras sufrir un ataque armado en su domicilio en 2024.

La elección para la renovación del comité de Asurco está programada para el 28 de septiembre. Carolina, de profesión ingeniera, se registró como candidata a presidenta propietaria para liderar la agrupación por los próximos tres años.

Este crimen se suma al ocurrido en febrero de 2022, cuando Francisco Vázquez, integrante del Consejo de Vigilancia de Asurco y miembro del ejido Abelardo Rodríguez, también fue asesinado. Vázquez se había sumado a la lucha legal y social contra el Proyecto Integral Morelos (PIM), que incluye un gasoducto que cruza Tlaxcala y Puebla hasta conectarse con una termoeléctrica y un acueducto en la zona oriente de Morelos.

El Frente de Pueblos en Defensa de la Tierra y el Agua Morelos, Puebla, Tlaxcala, a través de un comunicado señaló que, desde la llegada del Proyecto Integral Morelos, “el crimen organizado fue avanzando a la par en las zonas de conflicto y oposición al PIM en Ayala, Huexca y Amilcingo, consolidándose en la zona un narcoestado que, en los hechos, ha servido como instrumento del terror que permite la imposición de la termoeléctrica, el gasoducto y el acueducto”.

La disputa en la región oriente de Morelos alrededor de la instalación y operación de la termoeléctrica de Huexca forma parte de un conflicto más amplio conocido como el Proyecto Integral Morelos (PIM), que desde su diseño ha incluido una planta termoeléctrica en Huexca, un gasoducto de largo recorrido y un acueducto para el transporte de agua.

El proyecto, impulsado por la Comisión Federal de Electricidad (CFE) y con gestiones que se remontan a la década de 2000, se planteó como una solución para dotar de energía a la región y aumentar la capacidad eléctrica de la red, pero desde el inicio generó resistencias por su impacto territorial y ambiental.

Las tensiones escalaron de manera visible en 2019, cuando el gobierno del presidente Andrés Manuel López Obrador convocó una consulta local sobre la entrada en operación de la planta; el resultado oficial favoreció el “sí” con alrededor del 59.5% de los votos, pero la votación tuvo baja participación en relación con la población afectada y su legitimidad fue cuestionada por organizaciones y comunidades que aseguraron que los más directamente afectados no fueron debidamente consultados. Esa fractura sobre la validez de la consulta se convirtió en un eje central del conflicto: el gobierno la presentó como aval ciudadano, mientras que los opositores la denunciaron como insuficiente y parcial.

Las objeciones de los pueblos y colectivos que han protagonizado la resistencia se concentran en tres reclamos principales: el posible impacto sobre el acceso y la calidad del agua (el acueducto y las obras relacionadas), riesgos ambientales y sanitarios derivados de la operación de la planta y del gasoducto, y la vulnerabilidad de la infraestructura en una zona con actividad sísmica.

En el plano jurídico y administrativo, el conflicto ha sumado amparos, demandas y disputas entre autoridades federales y tribunales locales. A pesar de las resoluciones pendientes y de los recursos legales promovidos por opositores, la CFE y dependencias del gobierno afirmaron en distintos momentos que no existían impedimentos para reanudar trabajos y poner en operación la planta; tras fases de prueba la central comenzó a generar energía (informes públicos registran su puesta en marcha en 2021) y, según comunicados y notas locales posteriores, la operación comercial se consolidó, aunque con presencia continua de litigios y protestas en los alrededores.

En años recientes los reportes periodísticos y de organizaciones documentaron tanto el funcionamiento de la planta como la vigencia de al menos varias decenas de recursos legales y movilizaciones ciudadanas.

En resumen, el conflicto de Huexca combina disputas técnicas, legales, ambientales y políticas: se trata de un megaproyecto energético promovido por el Estado que obtuvo un respaldo formal en una consulta de 2019 pero que nunca logró la aceptación plena de las comunidades más afectadas; desde entonces las movilizaciones, los amparos y las controversias sobre agua, riesgo sísmico y procedimientos de consulta han marcado la relación entre el proyecto y la población local, mientras la planta entró en operación con la réplica persistente de grupos opositores que exigen mayor transparencia, mitigación de impactos y justicia ambiental.

En febrero de 2019, apenas días después de que el presidente Andrés Manuel López Obrador anunciara la consulta sobre la entrada en operación de la planta, el líder de los opositores, Samir Flores, fue asesinado a tiros afuera de su domicilio. Su muerte conmocionó al movimiento opositor y generó una fuerte crítica nacional e internacional, pues se interpretó como un ataque directo contra la resistencia al proyecto y contra los defensores de derechos humanos y del medio ambiente.

Ahora, el asesinato de Carolina Plascencia Carvajal se suma al de Samir Flores, en la lista de homicidios ligados a ese proyecto que extrañamente fue avalado por el presidente López Obrador, a pesar de que había prometido dar prioridad a la conservación de los recursos naturales.

Y también pasa a formar parte de la lista de crímenes sin esclarecer que tiene el nuevo fiscal Edgar Maldonado Ceballos.

HASTA EL MIÉRCOLES.

La detención en Paraguay de Hernán Bermúdez Requena, secretario de Seguridad durante el gobierno de Adán Augusto López Hernández en Tabasco; y los avances en las investigaciones por las redes de tráfico de combustible operadas desde el sexenio anterior acrecientan los señalamientos contra una clase política nacional que no atina a esclarecer el escándalo.

Omar García Harfuch, titular de Seguridad y Protección Ciudadana de México, promete “cero tolerancia a la corrupción”, en la instrucción de la presidenta Claudia Sheinbaum, mientras que Inteligencia de Estados Unidos y la FGR adelantan en las pesquisas por el involucramiento de figuras del más alto nivel de la política nacional en la red de corrupción del “huachicol fiscal”.

“Hasta donde tope” irán las indagatorias, ofreció la presidenta de la república, en un momento crucial en su proyecto político y en el rumbo de un país que se extravía.

La Dra. Maeda-Gutiérrez es Docente-Investigadora en la Unidad Académica de Ingeniería Eléctrica de la Universidad Autónoma de Zacatecas. Su trabajo se centra en el desarrollo y aplicación de modelos de Inteligencia Artificial, Procesamiento de Imágenes y Aprendizaje Profundo en el ámbito biomédico, con énfasis en el estudio de complicaciones microvasculares asociadas a la Diabetes Tipo 2. Es miembro del Sistema Nacional de Investigadoras e Investigadores (SNII) nivel C en el área de Medicina y Ciencias de la Salud.

El Dr. Oropeza-Valdez es Investigador postdoctoral en el Centro de Ciencias de la Complejidad (C3) de la Universidad Nacional Autónoma de México, donde trabaja en el Laboratorio de Biología de Sistemas Humanos. Realiza investigación que utiliza Inteligencia Artificial para analizar la microbiota y datos metabolómicos, con el objetivo de desentrañar las complejas interacciones entre los sistemas del huésped y las comunidades microbianas, desarrollando así estrategias diagnósticas y terapéuticas innovadoras en medicina personalizada.

Esta publicación fue revisada por el comité editorial de la Academia de Ciencias de Morelos.

Introducción

Imagina que estás hablando con alguien que puede explicarte qué es un agujero negro, ayudarte con la tarea de matemáticas o redactar un informe sobre avances en medicina en segundos. No es un genio encerrado en una lámpara, sino un modelo de inteligencia artificial como ChatGPT. Estos modelos funcionan como programas que reciben una entrada (el prompt) y siguen instrucciones aprendidas para producir una salida. Un buen prompt aporta datos, contexto y una pregunta clara. ¿Cómo es posible que una máquina pueda conversar, escribir historias o responder preguntas como si fuera humana? La respuesta está en algo que suena complicado pero que podemos entender juntos: los Modelos Grandes de Lenguaje (en inglés, Large Language Models o LLMs). Estos son modelos matemáticos entrenados que han leído millones de textos y aprendido a imitar cómo hablamos los seres humanos. Aunque carecen de emociones o conciencia, nos sorprenden por su capacidad para generar respuestas coherentes, creativas y a veces hasta científicas. En las siguientes líneas descubrirás con nosotros cómo funciona esta tecnología, que ya utilizas sin darte cuenta: cuando tu teléfono predice qué palabra escribirás en WhatsApp, siempre que Gmail autocompleta tus correos electrónicos, o cuando preguntas algo rápido a asistentes como Siri o Alexa. Entender la Inteligencia Artificial (IA) no es un lujo reservado a especialistas, es una forma de prepararnos para un futuro en donde convivir con estas herramientas será parte de lo cotidiano.

La inteligencia artificial tiene muchas caras

Cuando escuchamos hablar de la IA, lo primero que nos viene a la mente puede ser una máquina, un robot o un programa que traduce idiomas. Todas esas ideas están relacionadas entre sí, pero lo que pocos saben es que la IA no es una tecnología, sino un conjunto de áreas distintas, como caminos que se abren en diferentes direcciones.

Una de las áreas más importantes es el Aprendizaje Automático (en inglés, Machine Learning o ML), que permite a las máquinas (computadoras) aprender a partir de datos. Hay un conjunto de pruebas que se hacen sobre todos los datos hasta que logran encontrar las relaciones o patrones entre estos. Por ejemplo, si un sistema analiza cientos de partidos de fútbol, puede aprender a predecir cuándo un jugador tiene mayor probabilidad de anotar un gol o incluso sugerir estrategias para lograrlo según el comportamiento previo de los equipos. Dentro del Aprendizaje Automático, existe una técnica avanzada llamada Aprendizaje Profundo (en inglés, Deep Learning o DL), que emplea redes de “neuronas artificiales” inspiradas (de forma muy simplificada) en el cerebro humano. Gracias a esto, las máquinas pueden resolver tareas más complejas. Algunas aplicaciones en las que hay mucho interés son la detección de células anormales en estudios médicos o conducir un automóvil sin conductor. Dos aplicaciones muy conocidas del aprendizaje profundo son la Visión por Computadora (en inglés, Computer Vision) y el Procesamiento de Lenguaje Natural (en inglés, Natural Language Processing o NLP). La visión por computadora permite a las máquinas “ver” e interpretar imágenes, como cuando un celular se desbloquea al mostrarle tu rostro o cuando un sistema identifica una fractura usando una radiografía. Por otro lado, el procesamiento de lenguaje natural permite que los programas comprendan lo que decimos o escribimos [1-3]. Esta tecnología está detrás de los traductores automáticos, los asistentes virtuales como Siri o Alexa y también en herramientas como ChatGPT. Cada una de estas áreas cubre una brecha distinta entre lo que los humanos hacemos con naturalidad y lo que las máquinas han aprendido a hacer. Algunas les permiten ver el mundo a través de imágenes, otras escuchar y reconocer sonidos y otras tomar decisiones basadas en datos. Hay un área que destaca porque se enfoca en algo profundamente humano: el lenguaje, nuestra principal forma de pensar, aprender y comunicarnos. Lograr que una máquina entienda nuestras palabras y responda de manera coherente era un sueño de la ciencia ficción hasta hace apenas unas décadas. Hoy, gracias a los modelos grandes de lenguaje, ese sueño se está volviendo realidad, cambiando la manera en que interactuamos con la tecnología: hablamos con asistentes virtuales, obtenemos respuestas rápidas a preguntas complejas e incluso conversamos con sistemas capaces de explicar conceptos científicos en segundos.

¿Qué es un modelo grande de lenguaje?

Son programas de IA diseñados para trabajar exclusivamente con texto. Su función principal parece sencilla: predecir la siguiente palabra en una oración. Sin embargo, para lograrlo, necesitan aprender cantidades enormes de información y emplear técnicas muy avanzadas. Imagina el autocompletado de tu celular: cuando empiezas a escribir un mensaje, te sugiere cuál podría ser la siguiente palabra. Ahora, imagina un sistema que ha “leído” millones de libros, artículos científicos, noticias, conversaciones y páginas web, y que puede usar todo ese conocimiento para continuar la frase de manera coherente, responder preguntas o redactar un texto completo sobre casi cualquier tema. Eso es un LLM: un “superautocompletador” capaz de generar texto con fluidez y naturalidad.

Estos modelos no entienden lo que dicen como lo hacen los humanos. No tienen emociones, opiniones ni conciencia propia, solo procesan texto basándose en probabilidades. Lo que realmente hacen es analizar patrones en miles de millones de palabras, aprendiendo cómo suelen relacionarse entre sí y usando ese conocimiento para construir frases coherentes. Por ejemplo, si les damos la frase: “El fútbol es un deporte muy...", el modelo recuerda haber visto millones de textos en los que después de esas palabras aparecen términos como “popular” o “emocionante”. Calcula cuál de estas palabras tiene mayor probabilidad de aparecer y la elige para continuar la frase. Si le damos un contexto distinto como “El fútbol es un deporte peligroso cuando...", ajustará su predicción para ofrecer una continuación más coherente, como “los jugadores no usan protección adecuada”. La fuerza de estos modelos no está en que comprendan las ideas, sino en que pueden manejar contextos muy amplios al mismo tiempo, encontrando relaciones entre palabras y frases que para nosotros son naturales, pero que para una máquina son solo patrones matemáticos. Gracias a este enfoque, pueden responder preguntas, redactar historias, contar chistes o incluso mantener conversaciones, pero siempre a partir de cálculos estadísticos, no de comprensión real.

Por eso, aunque sus respuestas puedan sonar inteligentes o creativas, un LLM no tiene experiencias propias ni comprende el mundo como nosotros. Todo lo que dice proviene de la información con la que fue entrenado y de las reglas matemáticas que aprendió para ordenar palabras.

¿Cómo aprenden a hablar estas inteligencias artificiales?

Para que un modelo como ChatGPT pueda mantener una conversación, no basta con programarlo palabra por palabra. Necesita aprender de grandes cantidades de información, casi como lo hacemos las personas cuando empezamos a hablar: escuchamos, leemos, practicamos y poco a poco mejoramos nuestra manera de expresarnos. En el caso de las IA, este aprendizaje ocurre en dos etapas principales: el preentrenamiento y el ajuste fino.

El pre-entrenamiento: leer todas las bibliotecas del mundo

En esta primera etapa, los modelos son expuestos a cantidades inmensas de texto; se les alimenta con miles de millones de palabras para que aprendan la estructura del lenguaje, el significado de las palabras según el contexto y cómo suelen relacionarse entre sí. Podemos imaginarlo así: es como un estudiante que pasa años leyendo todo lo que se encuentra en una biblioteca gigantesca, desde cuentos infantiles hasta investigaciones científicas. Con esta lectura masiva, aprende gramática, estilo, expresiones y cómo suelen construirse las ideas en diferentes situaciones. No obstante, en esta fase, el modelo solo aprende patrones generales, sin distinguir qué información es confiable, correcta o apropiada para cada situación [2,4-5].

El ajuste fino: clases particulares para expresarse mejor

Una vez que el modelo ha leído todo lo posible, necesita mejorar su forma de responder. Aquí entra la segunda etapa, conocida como ajuste fino (en inglés, fine-tuning). Durante este proceso, los creadores del modelo le dan ejemplos más precisos y usan retroalimentación humana para enseñarle qué tipo de respuestas son más útiles, claras y seguras. Podría asemejarse a un estudiante que, tras pasar años leyendo por su cuenta, decide asistir a clases particulares con un profesor experimentado. Durante estas sesiones, el profesor revisa cómo responde el estudiante, le señala dónde se equivoca, le enseña a expresarse con mayor claridad y le muestra cómo dar respuestas útiles y respetuosas. Con el tiempo, el estudiante aprende a ordenar mejor sus ideas, a elegir las palabras adecuadas según la situación y a evitar comentarios equivocados o confusos. Del mismo modo, en la etapa de ajuste fino, los modelos reciben ejemplos de cómo responder a distintas preguntas y, gracias a la corrección humana, mejoran su capacidad para mantener conversaciones coherentes y útiles para las personas [2,4-5].

Con estas dos etapas, los modelos grandes de lenguaje logran construir oraciones, mantener conversaciones y adaptarse a distintos temas, desde deportes hasta biomedicina. También desarrollan la capacidad de organizar ideas y responder a las personas. Sin embargo, su desempeño está limitado por los textos con los que fueron entrenados y la calidad de la guía humana recibida durante el ajuste fino. Si la información original es incompleta, contradictoria o contiene errores, el modelo puede repetirlos en sus respuestas. Es como un estudiante que aprende de apuntes equivocados: aunque hable con seguridad, sus explicaciones no siempre serán correctas.

¿Cómo generan texto cuando conversamos con ellas?

Una vez que los modelos han sido entrenados y han aprendido patrones de lenguaje, llega la parte impresionante: la generación de texto en tiempo real. Cada vez que escribimos una pregunta o iniciamos una conversación con ChatGPT, el modelo no busca una respuesta almacenada ni copia un párrafo exacto de algún libro. Lo que hace es predecir palabra por palabra cuál es la continuación más probable, basándose en todo lo que aprendió. Este proceso se llama funcionamiento autorregresivo, y se parece a cuando una persona improvisa una respuesta. Por ejemplo, cuando te hacen una pregunta inesperada, no tienes toda la respuesta lista en tu mente. Más bien, vas construyendo tu respuesta palabra por palabra según recuerdas información relevante. De manera similar, estos modelos improvisan sus respuestas a partir de los patrones aprendidos, palabra por palabra, en tiempo real. La gran diferencia es que en un modelo como ChatGPT no solo tiene en cuenta las últimas dos o tres palabras, sino todo el contexto de la conversación, pudiendo analizar frases largas, ideas previas y la estructura completa de lo que estás preguntando. Esto le permite generar textos adaptados a tu solicitud. Supongamos que escribes: “El corazón humano es un órgano que…”, el modelo calcula qué palabra podría aparecer a continuación basándose en todas las veces que ha visto oraciones similares durante su entrenamiento. Podría continuar con “bombea”, “late” o “impulsa sangre”, eligiendo aquella opción que tiene mayor probabilidad de encajar con el resto de la frase. Después de esa palabra, vuelve a calcular cuál es la siguiente palabra más probable y así sucesivamente, hasta completar la respuesta. Cabe resaltar que todo esto ocurre en milésimas de segundo. Este mecanismo es tan rápido y preciso que parece que el modelo “piensa” en lo que dice, pero en realidad solo está siguiendo un cálculo estadístico muy sofisticado. No tiene un plan previo ni una idea clara de toda la respuesta desde el inicio: simplemente va construyendo el texto paso a paso, evaluando cada posible palabra y escogiendo la que mejor se ajusta al contexto y al estilo de la conversación. Para hacer posible este proceso, el modelo utiliza cientos de miles de millones de parámetros (por ejemplo, ≈175 mil millones en GPT-3), que funcionan como pequeñas conexiones internas en una red enorme, cada una influyendo en cómo las palabras se relacionan entre sí. Durante el entrenamiento, estas conexiones se ajustaron millones de veces hasta encontrar la combinación que permite generar textos comprensibles y naturales. Podríamos decir que, cuando conversamos con él, el modelo activa esas conexiones y las coordina para formar respuestas sin necesidad de memorizar frases exactas. Por ejemplo, el modelo podría funcionar como un médico virtual, que ha leído millones de libros de medicina, artículos científicos y reportes clínicos. Cuando le preguntas algo, no busca una respuesta almacenada, sino que va construyendo la frase palabra por palabra (Figura 1), asignando distintas probabilidades a las posibles continuaciones de la oración. Si le preguntas: “¿Cuál es la función del corazón humano?”, el sistema puede responder “bombea sangre para llevar oxígeno a todo el cuerpo”, seleccionando cada palabra según su probabilidad condicional dada el contexto, no porque 'quiera' lograr una explicación clara. Así funcionan los modelos grandes de lenguaje: no repiten textos, lo que realizan son cálculos en tiempo real para dar la respuesta más probable [1,4-5].

Figura 1. Funcionamiento básico de un Modelo Grande de Lenguaje (LLM). A partir de una frase incompleta (“El corazón humano es un órgano que …”), el modelo calcula la probabilidad de varias continuaciones. La barra azul representa la opción más probable (“bombea sangre”), seguida de otras alternativas (“late”, “regula”, etc.). La salida no es una idea “comprendida”, sino una distribución de probabilidades sobre palabras que podrían completar el enunciado.

Usos cotidianos

Aunque parezca una tecnología muy reciente, la realidad es que estos sistemas están presentes en distintas actividades y campos, ayudando a personas de todas las edades. En las compras en línea, los modelos pueden ayudarte a comprar productos, recomendarte opciones según tus gustos o redactar mensajes para vendedores. En la cocina, proponen recetas usando los ingredientes que tienes a mano, ajustan platillos para hacerlos más saludables o convierten medidas y proporciones al instante mientras preparas tus alimentos. Durante un viaje, sirven para planear itinerarios, buscar actividades en un destino turístico, traducir frases a otro idioma o incluso escribir mensajes para comunicarte mejor en el extranjero. En la organización diaria, son útiles para elaborar listas de compras, programar recordatorios, redactar felicitaciones personalizadas o incluso escribir invitaciones y mensajes para eventos familiares. En el ámbito de la creatividad digital, son útiles no solo para escribir publicaciones en redes sociales, sino también para generar descripciones de fotografías. En un ejemplo de cómo funciona esto (Figura 2), la fotografía de interés se ingresa a una red neuronal, que analiza la imagen y asigna la mayor probabilidad a la clase ‘Gato’ o al objeto que desees analizar. También son aliados en la educación, explicando temas difíciles en palabras sencillas, ofreciendo ejemplos adicionales para entender una lección o generando cuestionarios y resúmenes para estudiar. Y, por supuesto, contribuyen al entretenimiento, sirviendo para crear historias interactivas, diálogos para videojuegos o guiones para podcasts y videos. Incluso pueden ayudarte a componer canciones o inventar cuentos para niños, adaptando el estilo y el tono a lo que pidas [3]. Estos ejemplos muestran cómo esta tecnología, que parecía exclusiva de laboratorios y expertos en informática, ya es parte de nuestras actividades diarias, transformando la manera en que estudiamos, trabajamos y nos comunicamos.

Figura 2. Clasificación de imágenes mediante una red neuronal de visión por computadora. La fotografía de un gato pasa por una red neuronal convolucional que genera probabilidades para cada clase (“Perro”, “Gato”, “Pájaro”). Se incluye, a modo de referencia de escala, el número aproximado de parámetros que emplea GPT-3 (≈175 mil millones) y el número de neuronas de un cerebro humano (≈86 mil millones).

Limitaciones y precauciones

A pesar de sus sorprendentes capacidades, los modelos grandes de lenguaje no son perfectos ni infalibles. Aunque pueden dar la impresión de “saberlo todo”, es importante recordar que no tienen emociones, conciencia ni comprensión real de lo que dicen. Solo repiten patrones aprendidos a partir de los textos con los que fueron entrenados. Una de sus principales limitaciones son las llamadas “alucinaciones”, que ocurren cuando el modelo inventa información que suena coherente pero no es verdadera. Por ejemplo, puede citar un dato inexistente, inventar una referencia científica o mezclar hechos reales con otros completamente falsos. Otra limitación son los sesgos en los datos de entrenamiento. Si los textos con los que aprendió contenían prejuicios, estereotipos o información poco equilibrada, es posible que el modelo refleje esos mismos problemas en sus respuestas. Además, no pueden verificar información en tiempo real, ya que no están conectados permanentemente a bases de datos actualizadas. Tampoco pueden sustituir el juicio humano, especialmente en áreas sensibles como la medicina, el derecho o la toma de decisiones críticas. Por estas razones, se recomienda usar estas herramientas como apoyo, para obtener ideas, aclarar conceptos o redactar textos más rápido, pero nunca como una fuente única o infalible de información. La supervisión humana, la verificación de datos y el pensamiento crítico siguen siendo esenciales cuando utilizamos la IA [5].

Conclusión

La llegada de los modelos grandes de lenguaje marca un punto de inflexión en nuestra relación con la tecnología. Por primera vez, podemos interactuar con sistemas que generan texto de forma tan natural que parecen comprendernos. Esto abre la puerta a nuevas formas de aprender, comunicarnos y crear contenido, acercando el conocimiento y la información a más personas en cuestión de segundos. Pero más allá de la fascinación inicial, este avance nos invita a reflexionar sobre cómo queremos convivir con estas herramientas. Su uso responsable y ético será clave para evitar que la información errónea se propague, que los sesgos se amplifiquen o que dependamos demasiado de las respuestas automáticas. La IA no reemplaza nuestra capacidad de pensar, analizar y decidir; al contrario, nos reta a fortalecerla para aprovechar al máximo una tecnología que, bien utilizada, puede convertirse en una poderosa aliada para el futuro.

Referencias

[1] Tan, X., G. Cheng, and M. H. Ling. (2025). "Artificial intelligence in teaching and teacher professional development: A systematic review." Computers and Education: Artificial Intelligence, 8: 100355. doi: 10.1016/j.caeai.2024.100355

[2] Stöffelbauer, A. “How Large Language Models Work”. Medium. Consultado el 31 de julio de 2025. [En línea]. Disponible en: https://medium.com/data-science-at-microsoft/how-large-language-models-work-91c362f5b78f.

[3] Kühl, N., M. Schemmer, M. Goutier, and G. Satzger. (2022). "Artificial intelligence and machine learning." Electronic Markets, 32(4):2235–2244. doi: 10.1007/s12525-022-00598-0

[4] Kasneci, E., K. Sessler, S. Küchemann y col. (2023). "ChatGPT for good? On opportunities and challenges of large language models for education." Learning and Individual Differences, 103: 102274. doi: 10.1016/j.lindif.2023.102274

[5] Zhao, W. X., K. Zhou, J. Li, T. Tang, y col. (2025). "A survey of large language models." https://doi.org/10.48550/arXiv.2303.18223

Esta columna se prepara y edita semana con semana, en conjunto con investigadores morelenses convencidos del valor del conocimiento científico para el desarrollo social y económico de Morelos.

Desde su participación en la segunda temporada de “La Casa de los Famosos México” en 2024, el youtuber regiomontano Adrián Marcelo se ha mantenido en el ojo público.

Su paso por el reality le otorgó gran visibilidad, pero también lo convirtió en blanco de duras críticas en redes sociales.

Recientemente, Adrián Marcelo se abrió sobre esta experiencia en el podcast “Creativo”, conducido por Roberto Martínez, donde reconoció que la magnitud de las reacciones del público le dejó una herida emocional difícil de sobrellevar.

El creador de contenido señaló que, a pesar de su carácter fuerte y su preparación para enfrentar los retos del programa, el juicio público que recibió fue desproporcionado y lo afectó personalmente.

Explicó que lo más complicado fue lidiar con la sensación de haber sido objeto de un escarnio constante, lo que incluso llegó a afectar su capacidad de disfrutar la vida cotidiana.

Ver esta publicación en Instagram

Una publicación compartida por Creativo (@creativopodcast)

Marcelo también admitió haber sentido cierto resentimiento hacia la percepción que tuvo la audiencia, aunque matizó que no se trata de un enojo contra el país, sino contra la presión colectiva que se genera en redes sociales.

Destacó que, a pesar de las críticas, no se ve a sí mismo como víctima, sino como alguien que ha aprendido a lidiar con la fama y las controversias.

A pesar del escrutinio, su participación en el reality consolidó su presencia como figura polémica pero influyente en internet, generando tanto seguidores leales como detractores férreos.

El Conjunto Santander de Zapopan, Jalisco, fue el escenario de la final de Miss Universe México 2025, donde Fátima Bosch, representante de Tabasco, se coronó como la nueva reina nacional.

La joven tabasqueña será la encargada de representar a México en la próxima edición de Miss Universe, que se celebrará el 21 de noviembre en Bangkok, Tailandia.

Visiblemente emocionada, Bosch recordó el momento en que escuchó su nombre como ganadora y señaló que pensó de inmediato en su preparación para la competencia internacional. Destacó la disciplina, constancia y resiliencia que le dejó su participación en el certamen, así como el apoyo de la organización.

Sin embargo, la celebración no estuvo exenta de polémica. La nueva soberana nacional reveló que solo cuatro compañeras se acercaron a felicitarla tras recibir la corona: Elena (Tlaxcala), Lorena (Tamaulipas), Emiré (Yucatán) y Fernanda Puma (Veracruz).

“Creo que la sororidad verdadera no se dice solo de dientes para afuera, se aplica. Hoy tristemente no se dio en este caso”, señaló Bosch, quien añadió que más allá de los discursos, la solidaridad entre participantes debe reflejarse en acciones concretas.

A pesar de la tensión, Fátima Bosch aseguró que su enfoque está en la competencia internacional y en representar a México con orgullo. “Es un orgullo representar lo que es México en el mundo. Voy a trabajar muchísimo para dejar a nuestro país en alto”, afirmó.

Respecto a su victoria, la reina de belleza destacó con humildad que todas sus compañeras poseen cualidades y virtudes, y que su triunfo se debió a factores de la vida y el destino.

El triunfo de Bosch y sus declaraciones sobre la falta de felicitaciones han puesto nuevamente en el centro de atención a la convivencia y sororidad dentro de los certámenes de belleza, al tiempo que la joven tabasqueña se prepara para dejar en alto el nombre de México en Bangkok.

Este domingo 14 de septiembre, Cazzu organizó un festejo especial por el segundo cumpleaños de su hija Inti, fruto de su relación con Christian Nodal.

La trapera argentina compartió en sus redes sociales fotos del evento, mostrando una decoración inspirada en un jardín, con ranas, hongos y elementos de la naturaleza como protagonistas.

Madre e hija coordinaron sus outfits, luciendo pantalón y camisa de cuadros blancos y verdes, mientras Inti llevaba dos coletas.

En las imágenes también se aprecia un pastel con una rana sobre un hongo, mesas con mini hamburguesas, empanadas y vasos temáticos para los invitados, aunque aún no se confirma quiénes asistieron ni la presencia de Christian Nodal.

El festejo llega en un momento de tensión entre Cazzu y Nodal, ya que la cantante ha señalado al músico de ser un padre ausente y de limitar algunos permisos para viajar con la menor, necesarios para su carrera artística.

La celebración se da apenas horas después del regreso de Cazzu a los escenarios.

La noche del 13 de septiembre ofreció el primer concierto de su gira Latinaje en el Movistar Arena de Buenos Aires, donde interpretó su éxito Con Otra, un tema estrenado tras el anuncio de que Nodal contrajo matrimonio con Ángela Aguilar.

Los fans sorprendieron a la artista con carteles de apoyo y empoderamiento que destacaban su valentía y talento.

Hoy, 14 de septiembre, Cazzu continuará los festejos ofreciendo su segundo concierto en Buenos Aires, antes de viajar a Uruguay y México para continuar con su gira, cuyas fechas en el país están agotadas.