CES 2024 y la IA: cómo separar una demostración de una promesa

Entre el 9 y el 12 de enero de 2024, CES reunió en Las Vegas productos, prototipos y anuncios que usaban la etiqueta «inteligencia artificial». Hubo asistentes de voz para automóviles, robots domésticos, búsqueda generativa, herramientas de diseño industrial y dispositivos de bienestar. Pero una feria no es una revisión por pares: demuestra que algo se enseñó o se anunció, no que todas las promesas de su fabricante hayan sido validadas.

La distinción importa especialmente en salud. Lo que sí puede hacerse es identificar demostraciones reales de CES 2024 y leer con precisión qué estado y qué evidencia tenía cada una.

Una integración concreta no es un avance algorítmico general

El 8 de enero, Volkswagen anunció que integraría ChatGPT en su asistente de voz IDA mediante Cerence Chat Pro. La nota nombraba los modelos previstos —entre ellos ID.7, ID.4, ID.5, ID.3, Tiguan, Passat y Golf— y situaba el despliegue en el segundo trimestre de 2024. También describía una frontera técnica: IDA decidiría si ejecutar una función del vehículo, buscar un destino o remitir anónimamente una pregunta al sistema externo.

Eso es información comprobable sobre una integración y un calendario. No prueba que el modelo comprendiera mejor el lenguaje que todos sus competidores, que nunca alucinara ni que mejorase la seguridad vial. Incluso la afirmación de que ChatGPT no accedería a los datos del vehículo procede del fabricante y debe leerse como descripción del diseño anunciado, no como auditoría independiente.

La lección es separar capas. El modelo de lenguaje es una pieza; Cerence aporta la mediación; IDA conserva funciones del automóvil; Volkswagen controla el producto y el despliegue. Decir simplemente «un coche con ChatGPT» borra las responsabilidades y hace imposible preguntar qué datos salen del vehículo, qué sistema responde y quién corrige un fallo.

«Autónomo» puede significar moverse por una casa

Samsung presentó el 8 de enero una nueva versión de Ballie, un robot rodante concebido como asistente doméstico. La demostración y la nota del fabricante mostraban funciones concretas: desplazarse por la vivienda, conectarse con electrodomésticos, enviar vídeo de mascotas o familiares y proyectar contenido en una pared o en el suelo.

La palabra «autónomo» en ese contexto describe navegación y ejecución de tareas delimitadas. No significa que Ballie pudiera fijar sus propios objetivos, mejorar su arquitectura o actuar sin límites en entornos desconocidos. La nota tampoco aportaba una prueba comparativa de navegación, tasa de errores, duración de batería o fecha de venta. Por tanto, CES acreditó la presentación de un concepto identificable; no una superioridad medible.

Este patrón sirve para cualquier robot de feria: primero se enumera lo que hizo la demostración; después se pregunta si era una secuencia preparada o una capacidad repetible; por último se buscan disponibilidad, especificaciones y ensayos. Un vídeo promocional puede documentar la interfaz sin validar el rendimiento.

Una función activa y una promesa futura no tienen el mismo peso

Walmart llevó a CES un caso menos espectacular pero mejor acotado. El 9 de enero explicó que su búsqueda con IA generativa ya estaba activa para usuarios de iOS con una versión concreta de su aplicación. Permitía buscar por una situación —por ejemplo, preparar una reunión para ver un partido— y recibir resultados de varias categorías. La empresa identificó además los componentes: datos y tecnología propios, modelos para comercio y modelos disponibles a través de Azure OpenAI Service.

En la misma comunicación, el sistema InHome Replenishment aparecía como una función todavía en desarrollo para anticipar compras recurrentes. Presentar ambos elementos como «innovaciones lanzadas» habría mezclado estados distintos. Uno tenía usuarios y requisitos de acceso; el otro era un plan descrito por la compañía. Las palabras «activo», «piloto», «previsto» y «concepto» son datos técnicos porque cambian lo que el lector puede comprobar.

Algo similar ocurría con la colaboración de Siemens y Sony. Las empresas enseñaron una solución que combinaba el software Siemens Xcelerator con un visor y controladores de Sony para trabajar con objetos tridimensionales. Su propia comunicación decía que NX Immersive Designer estaba previsto para más adelante en 2024. La demostración probaba una dirección de producto; no equivalía a disponibilidad comercial ni a una mejora cuantificada de productividad.

En salud, la letra pequeña es parte del resultado

CES sí tuvo un producto de salud basado en IA con nombre: Anura MagicMirror, de NuraLogix. El comunicado del 9 de enero describía un espejo de 21,5 pulgadas que analizaba el flujo sanguíneo facial mediante una cámara y enviaba los datos a la plataforma DeepAffex. El fabricante decía que un escaneo de 30 segundos permitía calcular más de cien parámetros y riesgos de salud.

La misma fuente contenía la condición decisiva al final: en Estados Unidos el producto era solo para uso en investigación y sus características de rendimiento no estaban establecidas. Esa frase impide convertir la lista de mediciones prometidas en una herramienta diagnóstica demostrada. También impide afirmar que superaba a alternativas anteriores sin una comparación, un conjunto de pacientes, una métrica y un dispositivo de referencia.

Esta diferencia no es semántica. Una demostración puede justificar que se investigue una técnica; una medición clínica exige saber para qué población se validó, con qué referencia, qué error produjo y qué decisión pretende apoyar. Si el propio fabricante declara que el rendimiento no está establecido, el límite debe aparecer junto a la promesa, no escondido al final de la pieza.

Cómo auditar un anuncio de feria

Una lectura rigurosa puede hacerse con cinco campos. Nombre: producto, empresa y socios identificables. Estado: concepto, demostración, piloto, función activa o producto disponible. Comparación: métrica, línea base y cifra cuando se afirma que algo es mejor. Procedencia: distinguir lo que dice el fabricante de una prueba independiente. Límite: región, modelo compatible, población estudiada, autorización regulatoria o fecha prevista.

También conviene vigilar los verbos. «Presentó» solo exige comprobar que hubo una presentación; «puede» necesita definir en qué condiciones; «demostró» pide un protocolo y resultados; «supera» exige una alternativa comparable y una diferencia medida. Sustituir un verbo fuerte por uno vago no repara la falta de evidencia. La solución es ajustar la frase al documento disponible o retirarla. La fecha completa el control: una función prometida para meses después no debe narrarse como disponible durante la feria, y una validación posterior no puede usarse para reforzar retrospectivamente lo que se sabía el 11 de enero.

Las fuentes de una empresa son primarias para saber qué anunció esa empresa y cuándo. No son automáticamente pruebas de eficacia. Un paper puede medir un algoritmo bajo ciertas condiciones y tampoco garantiza que el producto mostrado use la misma versión o reproduzca el resultado. La evidencia debe acompañar exactamente a la afirmación que sostiene.

CES 2024 no necesitaba adornarse con sistemas sin nombre. Volkswagen, Samsung, Walmart, Siemens, Sony y NuraLogix dejaron documentos suficientes para reconstruir qué mostraron y qué faltaba por demostrar. La capacidad transferible es convertir el entusiasmo de una feria en una tabla de afirmaciones verificables: quién lo hizo, qué estado tenía, qué número lo respalda y qué límite reconoce. Si uno de esos campos falta, se informa como ausencia; no se rellena con una promesa.

Nota de corrección · 30 de julio de 2026

Qué decía esta pieza: «Un estudio de caso ilustrativo de la aplicación práctica de la IA se presentó en el área de la medicina de precisión. Un nuevo sistema de IA, integrando algoritmos de aprendizaje profundo y genómica computacional, fue demostrado en su capacidad para personalizar regímenes de tratamiento para pacientes con enfermedades crónicas complejas. Este sistema supera en magnitud a las aproximaciones anteriores en cuanto a la capacidad para absorber y procesar grandes volúmenes de datos genómicos, fenotípicos y ambientales para ofrecer diagnósticos y tratamientos optimizados.»

Qué dice ahora y por qué: La versión anterior de este artículo afirmaba que «un nuevo sistema de IA» combinaba aprendizaje profundo y genómica para personalizar tratamientos y que «superaba en magnitud» a métodos anteriores. No daba nombre, institución, estudio, métrica ni cifra. No existe base verificable para conservar esa afirmación, así que se retira entera. En su lugar, esta pieza identifica Anura MagicMirror: la fuente primaria nombra el producto y declara que en Estados Unidos era sólo para investigación y que sus características de rendimiento no estaban establecidas.