Daniel Gutierrez C. 👨🏻‍🏫💻🎹

José Luis Olmos has been elected president of Montemorelos University for the 2026–2030 term by the Montemorelos University Board of Trustees, during its meeting held in Miami, Florida, on May 5, 2026. #IADSM26

"YOUR CLAUDE CODE SESSION LIMIT HAS BEEN REACHED"

jajajajaja

Could happen 😅

A researcher spent two years documenting what AI is doing to the way humans think. His conclusion fits in one sentence. AI is standardizing human thought. Across societies. Across cultures. Across generations. Simultaneously. At a scale no technology in history has ever achieved. The paper is called "The Impact of Artificial Intelligence on Human Thought." Published July 2025 on arXiv. Written by independent researcher Rénald Gesnot, categorized under Computers & Society and Human-Computer Interaction. It is not a benchmark paper. It is not a capability paper. It is something rarer — a systematic analysis of what happens to human cognition, creativity, and intellectual diversity when billions of people outsource their thinking to the same machine. Here is the mechanism the researcher describes. When you ask an AI a question, you get an answer shaped by the model's training data, its fine-tuning, its alignment process, and the preferences of the company that built it. That answer is not neutral. It reflects a specific set of values, framings, and assumptions. Usually Western. Usually English-dominant. Usually optimized for engagement and approval. When 500 million people ask the same AI similar questions and receive similar answers, those answers become reference points. People quote them. Build on them. Argue from them. The diversity of starting points — different cultures, different intellectual traditions, different ways of framing problems — begins to compress. The researcher describes this as cognitive standardization. Not censorship. Not propaganda. Something subtler and harder to reverse. A gravitational pull toward the outputs of a small number of models, trained by a small number of companies, reflecting a small number of worldviews. The paper also documents algorithmic manipulation — AI systems that exploit cognitive biases to influence behavior. The way recommendation algorithms produce filter bubbles. The way AI-generated content exploits confirmation bias. The way personalization systems learn what you already believe and feed it back to you amplified. And then the creativity question — the one nobody wants to answer directly. When AI can produce a poem, an essay, a business plan, or a research summary in seconds — and when that output is often indistinguishable from or preferred over human-generated content — what happens to the human practice of creating those things? Not the output. The practice. The struggle. The failure. The slow development of a personal voice through years of imperfect attempts. The researcher argues that cognitive offloading — delegating thinking tasks to AI — does not merely save time. It atrophies the mental capacity that the offloaded task was building. Microsoft and Carnegie Mellon found this empirically in 2025: higher AI trust correlates directly with measurably lower critical thinking. The researcher provides the theoretical framework for why. The paper ends with a question the researcher admits he cannot answer. Once a generation grows up with AI as the default thinking partner — once the habit of outsourcing cognition is formed before the habit of independent thought is developed — what does intellectual autonomy even mean? And is it already too late to find out? Source: Gesnot, R. · "The Impact of Artificial Intelligence on Human Thought" · arXiv:2508.16628 · arxiv.org/abs/2508.16628 · July 2025

Aprendizaje e instrucción, de Richard E. Mayer. Síntesis rigurosa de la psicología cognitiva aplicada a la educación El autor articula, desde una perspectiva empírica, cómo se produce el aprendizaje y qué principios deben guiar el diseño para optimizarlo Unas frases:

🤖📚 La @CEIDE_UNAM invita a la Presentación de las Guías de Uso de Inteligencia Artificial Generativa en Evaluación Educativa (Bachillerato, Licenciatura y Posgrado) 📅 29 abril | ⏰ 17:00 h ▶️ YouTube (CEIDE UNAM) 🔗 youtube.com/live/ppTQX9wsP…

Si un alumno delega en la IA su voz antes de haberla encontrado no habrá voz. Habrá un eco bien redactado, indistinguible de los otros ecos. Más exámenes orales, más defensas públicas, más trabajos hechos en clase frente al otro. Reintroducir lectura lenta acortar.link/FSKIOe

Recordar es volver a pasar por el corazón. (Re-cordis). Bonito, ¿verdad? 🥰🥰 Sigue leyendo ⬇️

📖 La sociedad del cansancio — Byung-Chul Han (2010) DESCARGA GRATUITA u-cursos.cl/facso/2019/2/A… Prólogo "El mito de Prometeo puede reinterpretarse considerándolo una escena del aparato psíquico del sujeto de rendimiento contemporáneo, que se violenta a sí mismo, que está en guerra consigo mismo. En realidad, el sujeto de rendimiento, que se cree en libertad, se halla tan encadenado como Prometeo. El águila que devora su hígado en constante crecimiento es su álter ego, con el cual está en guerra." 🧵1/8

A MIT professor who built the world's first neural network machine said something about intelligence that nobody in Silicon Valley wants to admit. His name was Marvin Minsky. He co-founded MIT's artificial intelligence lab with John McCarthy in 1959. He built SNARC the first randomly wired neural network learning machine in 1951, as a graduate student at Princeton. He won the Turing Award. He advised Stanley Kubrick on 2001: A Space Odyssey. Isaac Asimov, who was not a modest man, said Minsky was one of only two people he would admit were more intelligent than him. In 1986, after decades of building machines that could think, Minsky published a book about something far more unsettling. How humans think. And why we are wrong about almost everything we believe about it. The book is called The Society of Mind. It has 270 essays. Each one is a page long. Together they build a single argument that most people, when they first encounter it, reject immediately because it is too uncomfortable to accept. The argument is this: you do not have a mind. You have thousands of them. What you experience as a single, unified self making clear-headed decisions is not a thinker. It is an outcome. The result of hundreds of tiny, specialized, mostly mindless agents competing, negotiating, overriding, and occasionally cooperating with each other beneath the surface of your awareness. You do not decide things. You are what is left over after the arguing stops. Minsky was precise about this. He wrote that the power of intelligence stems from our vast diversity, not from any single perfect principle. He called this the trick that makes us intelligent, and then immediately added: the trick is that there is no trick. There is no central processor. No ghost in the machine. No unified self sitting behind your eyes, calmly evaluating options and choosing rationally. There is only the parliament. And the parliament is always in session. This reframing destroys the standard explanation for every failure of self-control. The reason you procrastinate is not laziness. It is that the agent in you that understands long-term consequences is losing an argument to the agent that wants comfort right now, and neither of those agents has a decisive vote. The reason you change your mind the moment someone pushes back is not weakness. It is that the social agent, the one that monitors status and belonging, just outweighed the analytical one. The reason willpower fails is not a character flaw. It is that you sent one small agent into a fight against dozens, and you called that discipline. Minsky had a specific line that breaks this open completely. He said: in general, we are least aware of what our minds do best. The things you do with the most apparent ease, reading a face, walking through a crowded room, understanding a sentence, catching a ball, are not simple at all. They are the products of staggeringly complex agent networks that run so smoothly, so far below conscious access, that you experience them as effortless. The things that feel like work, the logical arguments, the deliberate choices, the careful plans, are actually the clumsy surface layer, the small fraction of mental activity you can observe at all. You have been taking credit for the wrong parts of your own intelligence. The practical implication is the one that most productivity advice misses entirely. If your decisions are not made by a single rational self but by whichever coalition of agents happens to win the moment, then the game is not about training yourself to be more disciplined. The game is about designing the environment so that the right agents win without needing a fight. This is why removing your phone from the room works better than deciding not to check it. This is why writing one task on an index card works better than building a sophisticated system. This is why commitment devices beat motivation every time. You are not strengthening your will. You are changing the conditions of the argument so that the outcome you want becomes the path of least resistance. Minsky spent his entire career building machines that could imitate intelligence. What he discovered in the process was that natural intelligence, the kind running inside every human brain on earth, is nothing like what we think it is. It is not a single flame burning in a single chamber. It is a city. Loud, chaotic, full of competing interests, with no mayor. The people who understand this stop trying to win the argument through force of will. They learn to build a better city instead.

👷 Kami is now open source. Your AI writes well. Now your docs can look good too. A design system for AI-native docs: one-pagers, resumes, portfolios, letters, long docs, and slides. Bilingual, diagram-ready, print-ready. Zero setup. github.com/tw93/kami

Cuando tardo más de una semana en terminar un libro, uso estos 6 prompts de NotebookLM y en 20 minutos obtengo más información que la mayoría de los lectores en una relectura completa Cópialas y pégalas después de subir tu PDF:

Google DeepMind researcher argues that LLMs can never be conscious, not in 10 years or 100 years. "Expecting an algorithmic description to instantiate the quality it maps is like expecting the mathematical formula of gravity to physically exert weight."

Totalmente!!!

¿Sabías que puedes hacer que Claude Code lea documentaciones enteras sin gastar un solo token? El truco: conectarlo a NotebookLM de Google vía MCP. Gemini investiga gratis. Claude Code programa. Te lo enseño en este video

Hice un post ayer sobre el nerf de Claude Opus 4.6, Desde entonces todos buscan el fix... Despues de tanta prueba y error al fin di con la solucion... Despues de ver muchas "Soluciones" que han estado circulando como por ejemplo: { "model": "claude-opus-4-6", "effortLevel": "high", "alwaysThinkingEnabled": true, "env": { "CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING": "1", "MAX_THINKING_TOKENS": "31999" } } Probé eso. No es la solución. MAX_THINKING_TOKENS y alwaysThinkingEnabled son ruido. Hacen que el modelo gaste más tokens sin que el razonamiento mejore realmente. Es como subir el volumen de un parlante roto. — ¿Entonces qué funciona? Dos pasos. Sin misterio: 𝗣𝗮𝘀𝗼 𝟭: Desinstalar tu versión actual de Claude Code e instalar una versión estable especialmente la de 2.1.98 npm uninstall -g @anthropic-ai/claude-code npm install -g @anthropic-ai/claude-code@2.1.98 𝗣𝗮𝘀𝗼 𝟮: Agregar UNA sola variable en tu .claude/settings.json "env": { "CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING": "1" } Eso es todo. — ¿Por qué funciona? Lo que Anthropic activó se llama "adaptive thinking". En teoría, el modelo decide cuánto pensar por turno. En práctica, en ciertos turnos asigna CERO tokens de razonamiento. Cero. El modelo literalmente deja de pensar. De ahí vienen las alucinaciones, los commits inventados, los paquetes que no existen, las ediciones sin leer el archivo primero. Desactivar eso le devuelve al modelo un presupuesto fijo de razonamiento en cada turno. Simple. — ¿Qué cambió después de aplicar esto? → El modelo razona más tiempo antes de responder → Las respuestas son más largas, más estructuradas, más inteligentes → Vuelve a leer archivos antes de editarlos → Deja de inventar cosas que no existen No es magia. Es devolverle lo que le quitaron. — ¿Por qué la versión del CLI importa? Las versiones más recientes del CLI traen cambios internos que refuerzan el comportamiento nerfeado. Bajar a una versión estable pre-nerf + desactivar adaptive thinking es la combinación limpia. No necesitas 6 configuraciones. Necesitas entender qué rompieron y revertir exactamente eso. ¿Ya lo probaron? Díganme qué notan. #ClaudeCode #Anthropic #AI #LLM #DevTools

Esto no es nuevo pero los IA bro no quieren entenderla. El otro día me contaron un caso donde están teniendo problemas legales en Argentina porque un agente de IA que instaló uno de estos en la empresa sin control de nadie hizo algo que todavía no saben siquiera que es. Problemas legales importantes de tipo internacional.

ahora que han pasado unos días desde la "presentación" de Mythos y os habéis calmado, vamos a revisar que es lo que ha pasado exactamente. Anthropic saca Mythos, su nuevo modelo. Ahora ya si que si, AGI. Esta vez si que si de verdad de la buena. Los devs desaparecerán en 6 meses. 99999999% en SWE Benchmark Ultra Hyper Difficult. Es un cuatrillón de veces mas mejor que Slopus 4.6. Novecientos ochenta y cuatro gaziliones de parámetros. Ha encontrado vulnerabilidades en todos los proyectos. Dario está tan aterrorizado que ha decidido no sacar el modelo al público (de momento). Efectivamente, es game over. dep en rip en paz, el shur de forocoches tenían razón. ¿O no? Vamos por partes. "Es que este modelo es tan brutal que no lo vamos a sacar al público porque va a colapsar el mundo". Durísimas declaraciones. Ya las hemos escuchado antes. Mas de una vez. En su momento Dario era el vicepresidente de investigación en OpenAI. Y ya hacía las mismas afirmaciones allá por el 2019. Literalmente. OpenIA dijo exactamente lo mismo, palabra por palabra, para GPT-2. businessinsider.com/openai-text-ge… Hay que entender la situación general para saber el por que de estas declaraciones. A lo mejor habéis leído algo de que Anthropic factura unos cuantos billones. Son cifras "anualizadas". ¿Que significa anualizadas? Significa que han cogido el periodo mas bonito en términos fiscales (ej el mes que mas facturación tenían porque han cerrado varios contratos muy grandes) y han multiplicado por 12. Ta-ta-ta-chaaaaaaaannnnnn... Pero en el mundo real, si yo tengo 10 clientes y les facturo 1000€ anualmente, y da la casualidad de que a todos les facturo en Enero, eso no significa que mi facturación anual va a ser 1000€ * 10 * 12. Pos ea. Un truqui que habéis aprendido. Pero volvamos al tema. Anthropic necesita dinero. Mucho dinero. Muchisimo. No os hacéis una idea del pozo en el que están metidos (ellos, OpenIA y todos los demás jugadores). Necesitan tanto dinero que literalmente la economía yanki (y por extensión, la del resto del mundo) está aguantando la respiración para ver que ocurre, porque como esto pete lo del 2008 va a ser una tarde de relaxing cup of café con leche en la plaza Mayor. ¿Y que hace cualquier empresa grande que necesita dinero y que ya va por la ronda G de financiación y el stock está mas diluido de unas gotas homeopáticas? Una IPO. Pronto. A finales de este año, por ejemplo. Pero para la IPO necesitan crear expectativas. Necesitan hypear a la gente. Necesitan que se hable de Anthropic. No lo estoy explicando bien. Lo intento de nuevo. Dario tiene el *deber fiduciario* (responsabilidad legal) de hacer absolutamente todo lo posible para que la IPO salga de tal manera para maximizar el beneficio económico de los inversores. Y obviamente si a pocos meses de la IPO sacan un modelo que es el game over de todo y para todo, pues... stock go brrrr, expectativas go brrr, IPO go brrrr, Dario go brrrr. Ahora que entendemos la motivación legal y económica de Dario, vamos a analizar el anuncio en sí. red.anthropic.com/2026/mythos-pr… > el modelo es tan avanzado que encuentra vulnerabilidades en todos los proyectos a los que se le ha dado acceso: ffmpeg, firefox, openbsd, el kernel de linux > y por esa misma razón, prefieren guardarlo bajo llave de momento y darle acceso solo a unas cuantas empresas (que, asumo, lo usarán para buscar vulnerabilidades en sus propios productos y parchearlos) Nice. Very nice. Impressive. "Veamos ahora con los modelos que ya tenemos!" Llega AISLE, una empresa que se dedica a la cyberseguridad, y empieza a hacer preguntas. ¿pero este ejercicio cuanto ha costado? ¿se puede replicar? ¿se puede replicar con otros modelos? ¿cual es la severidad real de esas vulnerabilidades? aisle.com/blog/ai-cybers… Oh boy... se va a liar... Pues resulta que de los 8 modelos que probaron, 8 pudieron detectar el mismo fallo que Mythos detectó en openbsd. Ídem con otro fallo de nfs en freebsd. AISLE no refuta que Mythos no sea bueno, que lo es. Lo que refutan es que presente un peligro como el que Anthropic intenta hacer entender. Es decir, AISLE demuestra que lo que Anthropic afirma de Mythos ("puede buscar y encontrar vulnerabilidades en proyectos") ya lo hacen otros modelos. Y lo hacen igual de bien. También es cierto que AISLE es una empresa que se dedica a buscar vulnerabilidades con su sistema de IA. Podríamos argumentar que está en su interés desacreditar las afirmaciones de Anthropic. Vamos a ver que opinan otras personas. Yann LeCun (vicepresidente y científico jefe de IA en Meta): "el drama de Mythos son tonteías producto del autoengaño" x.com/ylecun/status/… Dawid Moczadlo (cto de vidoc security): "llevamos meses encontrando vulnerabilidades en el kernel de linux usando otros modelos. Puede que Mythos sea mejor (que los modelos actuales), pero no es ni de lejos la amenaza que Anthropic hace creer" x.com/kannthu1/statu… George Hotz ("geohot", hacker, famoso por sus jailbreaks de ios y ps3, founder de tinygrad): "encontrar 0days no es tan difícil. No aparecen 0days todos los días porque nadie quiere mirar. Encontrar fallos en el código de mierda de la gente (y lucrarse por ello) es ilegal y los criminales no suelen tener mucha habilidad; de tenerla, no serían criminales" linkedin.com/posts/george-h… Y aquí voy a permitirme hacer un +1 de geohot. Encontrar 0days no es tan difícil. Yo he encontrado unos cuantos (chungos de cojones; x.com/devruso/status…) y la ciberseguridad no es ni de lejos mi área principal. El problema es que encontrar vulnerabilidades no solo no es lucrativo, sino que en España es ilegal (x.com/devruso/status…) y corres el riesgo de meterte en un buen marrón incluso aunque tus intenciones sean buenas. Obviamente si tus intenciones son lucrarte vendiendo 0days, olvídate de hacerlo legalmente. Y este es el punto de Geohot. No salen 0days todos los días porque nadie tiene el incentivo de buscarlos, no porque realmente sean tan difíciles de encontrar. Anyways, que nos desviamos del tema. ¿A donde quiero llegar con todo esto? ¿Que significan todas estas cosas? Significan que no os lancéis a la primera afirmación que suelta alguien. Y menos en este campo en particular, en estos últimos 3-4 años. Es muy probable que os estéis comiendo una (otra más) bola de hype. Hay muchísimos intereses ocultos (y no tan ocultos) y hay muchísimas maneras de decir las verdades a medias para pintar escenarios que dan a entender cosas que no son. ¿Pero todo esto quiere decir que Mythos no va a ser bueno? Obviamente no. Mythos será mejor que Opus (o eso espero, vaya). Pero Mythos no va a ser el fin de los tiempos. No se va a acabar el mundo. Resumiendo, solo os pido que no caigáis (una vez más) en el "ahora ya si que si".