Por @Alvy — 18 de Agosto de 2026

Juan Tamariz (CC) Selbst Erstellt @ WikimediaHoy ha fallecido a los 83 años Juan Tamariz (1942-2026), ilusionista, maestro de magos, amigo de todos y uno de los mejores especialistas en cartomagia y magia de cerca del panorama internacional. Una buena cantidad de premios internacionales y de homenajes dan buena cuenta de ello.

Tamariz fue también un icono social de los años 70, los 80, los 90… y contando. Comenzó muy joven y, en un lugar donde la experiencia es un grado, a los 18 años entró a formar parte de la Sociedad Española de Ilusionismo (SEI), donde la edad mínima eran 20 años… buen truco ese. La fama le llegó por la televisión, cuando comenzó a aparecer en los programas de máxima audiencia. A diferencia de los clásicos elegantes magos aparecía con su ropa de calle, en vaqueros, con melena y un poco destartalado. Sus juegos de magia estaban llenos de humor, que siempre cerraba con un violín imaginario y un «¡chantatachán!» (así se llamaría uno de sus programas de televisión tiempo después). Recuerdo esperar ansioso cada semana para ver nuevos juegos, tanto en Chantatachán como en Magia Potagia y en otros especiales y programas a los que era invitado.

Supongo que parte de mi interés era debido a que la magia tiene tanto de técnica como de ingeniería social, algo que siempre me ha intrigado y que es muy propio del ambiente de hackers y geeks. Un mago, especialmente los metalistas, pero también los que hacen juegos de cartas o hacen desaparecer tigres, tiene mucho de hacker de la mente. Algunas de las principales reglas de la magia son psicológicas, no tanto habilidades técnicas o de manipulación de objetos. El Gran Houdini era todo un experto en ingeniería social, además de en escapismo y grandes ilusiones. Un hacker puede usar la ingeniería social para hacerse pasar por otra persona, conseguir una contraseña o aparentar autoridad con éxito.

Sobre Tamariz hay buenos epitafios en RTVE, elDiario, La Vanguardia y El País (€). Pronto la red se llenará de ellos, pues era alguien querido por todos, el tipo de persona que cae bien a todo el mundo y que siempre te sacaba una sonrisa. YouTube también está lleno de sus vídeos, muchos en inglés, que es como los narraba en las exhibiciones internacionales.

Yo aprovecharé como suele hacerse en algunos funerales para contar una anécdota personal del gran personaje. El caso es que tuve la ocasión de conocerle a principios de los años 2000 (así que tendría unos 60 años, pero seguía muy en activo). Invité a Pablo, mi amigo y profesor de magia –porque a mi también me dio por la afición una temporada– y junto a otros colegas y nuestras parejas nos fuimos a verle al Casino de Madrid, lugar emblemático donde actuaba de vez en cuando.

Hizo muchos de sus juegos de cartas y algunos de mentalismo, a cual mejor. Sin duda una gran actuación. Pero la sala, que estaba abarrotada, era grande y nosotros estábamos sentados en una de las mesas del fondo, así que no teníamos las mejores vistas precisamente para ver «magia de cerca», aunque disfrutamos igual de sus números. Tamariz había anunciado que cuando terminara la actuación se pasaría a saludar a las mesas «de allí al fondo», y ciertamente que vino a saludarnos amablemente. Para nuestro deleite, nos hizo un par de juegos más: era magia ultra-de-cerca, más cerca todavía de lo normal, y dejó patidifuso al grupo. Aprovechamos para mencionarle que mi profe también era mago y yo era muy aficionado.

Uno de los detalles al tenerle tan cerca fue que pude comprobar que usaba barajas de naipes Bicycle, que son míticas entre los ilusionistas (de hecho muchas de las barajas trucadas son Bicycle, exactamente el mismo diseño, materiales y tacto). Yo le pregunté cómo era eso, pues le había oído decir que sus naipes favoritos eran los del no menos mítico Heraclio Fournier. Entonces me explicó que en realidad la empresa Fournier fue adquirida años antes por la USPCC (United States Playing Card Company) que es la compañía que está detrás de las Bicycle, entre otras marcas. Así que, como marcas hermanas, «eran prácticamente lo mismo».

Y ahora, para terminar, el que para mí fue el mejor truco de Tamariz:

Durante aquella actuación hizo muchos juegos de cartas, pero el último era la guinda del pastel, que se suelen reservar para el gran cierre. (No recuerdo todos los detalles, sorry, pero es que fue hace muuuchos años). Anunció como solía hacer que el juego era un «truco casi imposible» y que necesitaba voluntarios. Los consiguió paseándose por el público. Cada persona, unas cuatro o cinco, creo que elegía una carta de una baraja (y puede que se la guardara) y el número continuaba en el escenario. Entonces otra voluntaria mezclaba frente a él una baraja distinta, sin que él la tocara en ningún momento, y tras mezclas, cortes y muchos chistes, elegía cartas de las formas más peregrinas, sin verlas. La voluntaria dejaba entonces las misteriosas cartas en sobres (o un atril, o algo parecido) listas para la revelación final. Tamariz no tocaba nada de nada durante toda esa parte de la actuación. Finalmente, al abrir los sobres uno por uno, sacando las cartas mágicamente e ir preguntando a los voluntarios del público, todas las cartas coincidían. {Violín mágico al aire} ¡Chantatachán! {Aplausos}.

Mi profe y yo hablamos sobre el truco, dándole vueltas e imaginando algunas de las técnicas que podría haber usado, lo cual no era fácil en modo alguno, pero intuimos por dónde podía ir la cosa (aunque seguíamos sin saber cómo lo había hecho exactamente, claro).

Pero la sorpresa me la llevé en los meses (y años) posteriores.

Cada vez que alguien de los que había estado allí rememoraba la actuación, contaba ese número de una forma ligeramente diferente: decían que los voluntarios se habían elegido levantando manos (y no los había elegido él personalmente al pasear por la sala); las cartas las habían «pensado» (en vez de tomarlas de la baraja); la baraja era siempre la misma (aunque nadie se fijó si las había cambiado al pasear); los naipes se mezclaban una, dos o muchas veces; la voluntaria elegía las cartas completamente al azar (o alguien más las elegía por ella, o le decía números…) Cada narración hacía el número más impresionante e imposible. Me había fijado especialmente en los detalles y tenía claro por dónde iban los tiros y sabía que esos recuerdos eran erróneos, por no decir casi… implantados: a veces Tamariz decía que hacía algo pero en realidad hacía otra cosa, o daba a entender que una cosa era así pero era asao, y la imaginación y recuerdos de quienes lo vieron hacía el resto, pero siempre mejorando el efecto mágico. De hecho, preguntando a las mismas personas años después, el número mejoraba más todavía porque se volvía ridículamente imposible.

Fue un juego de magia concebido y ejecutado de tal forma que, cada vez que luego era recordado por el público para contárselo a alguien, mejoraba más y más.

Así que, a día de hoy, ese juego en concreto sigue mejorando. Como también nuestros buenos recuerdos de Tamariz siguen creciendo día a día, como gran mago que era. Y seguirán haciéndolo sin duda en años venideros, pues su legado de buen hacer y grandes enseñanzas perdurará en el tiempo.

_____
Foto: Juan Tamariz (CC) Selbst Erstellt @ Wikimedia.


PUBLICIDAD


Por @Alvy — 18 de Agosto de 2026

Blade Runner / Foto del apartamento de Leon Kowalski

Todos los días se pueden aprender cosas nuevas sobre Blade Runner (Ridley Scott, 1982), en este caso algo más sobre la máquina de análisis fotográfico Esper, capaz de hacer ampliaciones de super-ultra-alta resolución a lo C.S.I., seguir instrucciones de voz para examinar los más ínfimos detalles y hasta imprimir copias en papel (!) En 2019, el año en que transcurre la película, no estaba todavía a la venta, pero me hubiera gustado conseguir una.

El caso es que la famosa máquina Esper se sabe que analiza imágenes fotográficas en detalle, pero nunca se explica si funciona con fotografías holográficas, análisis geométrico, tomas polidióptricas o imágenes generativas. A la anotación que hice sobre ella hace diez años me remito.

Esta es la famosa escena original de la película:

Deckard, el protagonista, anda buscando a unos replicantes y ha encontrado una vieja foto en un apartamento en el que vivían. Utilizando el Esper con gran habilidad consigue ver a Roy y después Zhora, una de ellas, en la habitación. Lleva además lleva un característico tatuaje en el cuello que le servirá para identificarla.

Volviendo al MundoReal™: resulta que hay un tipo friki no, lo siguiente, llamado Kazuchoice que tiene un canal en YouTube donde dedica su tiempo libre a recrear todas las escenas de Blade Runner «tal y como David Peoples hubiera querido, según el guión definitivo». Peoples fue uno de los guionistas. Su inacabable objetivo se llama Blade Runner, versión Dragon Cut, una recreación completa y extendida del largometraje.

Yo sigo con admiración a Kazuchoice hace años, por su incansable tenacidad; utiliza elementos como modelado de escenarios en 3D, tomas descartadas, escenas de otras películas retocadas y últimamente IA generativa para «completar» algunas de las famosas escenas de Blade Runner. Esas que se sabe que estaban en el guión pero se eliminaron por las más peregrinas razones: efectos especiales, presupuesto, cuestiones artísticas, acortar la duración, etcétera…

Ahora ha publicado un vídeo en el que explica la confusa escena del Esper en una recreación 3D. Porque la cuestión siempre ha estado ahí: que el Esper amplíe con resolución casi infinita… pase; al fin y al cabo esto es el «futuro». Pero que pueda hacer giros de 45 grados, adentrarse de una habitación a otra y girar en ángulos imposibles… ¿Cómo lo hace? Aquí todo sucede a partir de una foto plana. Y si la información no está en la foto (por ejemplo, un ángulo muerto), moverse y ampliar (incluso «regenerarla») no serviría de mucho.

Hoy en día podríamos pensar en que una IA podría «imaginarlo» o «generarlo». Pero aunque son capaces de esas maravillas y recrean objetos 3D a partir de fotos 2D y escenarios completos a partir de meros detalles, de donde no hay no se puede sacar, como nos recuerda el viejo dicho. Así que si Zhora no está visible por el ángulo de la toma fotográfica, no lo estará a menos que la imagen sea «inventada». ¿O sí?

Esta es la solución:

Todo es cuestión de seguir los rayos de luz que llegan a la cámara a través de la habitación, un poco al estilo El matrimonio Arnolfini o Las meninas. Primero inciden en un espejo (el ovalado, que se ve claramente a través de la puerta); luego siguen hasta los espejos de las dos puertas de un armario, que están casualmente abiertas en ángulo (y de ahí el aparente giro en dos ángulos según que se siga hacia la derecha o la izquierda) y finalmente hasta el rostro de Zhora, tumbada en el diván. Fuera del ángulo de la toma, pero dentro de los ángulos que siguen los rayos.

Sin hologramas, generación mediante IA, ni más complicaciones.

Como bonus podemos ver que en el armario está (diría yo) el vestido de lentejuelas que luego lleva Zhora en la escena del bar y, en la toma general, que los cuatro los replicantes están en la habitación: además de Zhora durmiendo, Pris hace la foto, Roy está sentado pensativo en la mesa y León está… oculto en el techo del cuarto de baño. Esta es una referencia a una escena anterior en la que Deckard, el protagonista, entra a buscarlos en el apartamento, donde encuentra la foto, pero han huído. Mira en la bañera, pero no le ve, algo que estaba en el guión pero no en la película, según reprodujo también Kazuchoice.

Relacionados:


PUBLICIDAD


Por @Alvy — 17 de Agosto de 2026

Logofolio, un catálogo de logotipos para inspirarse aprendiendo de formas, estilos y colores

Logofolio es una gigantesca galería de esas «para inspirarse», dedicada exclusivamente a los logotipos. La ha creado Eugene de Logotyper. La gracia está en que cada logotipo está seleccionado a mano, seleccionando logos con calidad, creatividad y buena ejecución. Muchos provienen de sitios como Dribbble, Behance, Instagram y de diversos estudios de diseño. Y, como dios manda, intenta siempre mantener la atribución al autor o fuente original, enlazándolos, convirtiéndose más en un archivo artesanal que en un simple buscador de imágenes.

La parte más útil quizá cómo está todo clasificado y lo fácil que es filtrarlo. Hay en total 17 estilos, desde Minimalista a Moderno, Plano, Monogramas, Vintage o Experimental. También se cubren «industrias» de 24 sectores, desde la tecnología a la alimentación, el entretenimiento, los viajes, la moda, la sempiterna IA y las finanzas. Además hay 15 colores para acotar más las búsquedas.

A todo esto se se añaden hasta 84 etiquetas con atributos como «formas geométricas», «espacio negativo», «degradado», «simetría», «animales» y otros. Las más populares permiten hacerse una idea del tamaño: hay 2.082 logos minimalistas, 1.824 modernos y 896 formas geométricas.

También hay una sección específica para los logotipos animados, un «muro» para recorrerlos visualmente y una función de marcadores/favoritos (requiere crearse una cuenta). Se puede participar enviando logotipos, pero pasarán una revisión manual.

Logofolio es en el fondo como un gran archivo de de piezas tipográficas, geométricas y cromáticas seleccionadas con mimo, donde se empieza buscando «ideas para un logo» y se acaba dedicando media hora a mirar lo más recóndito, examinando hasta la última curva.

Relacionados:


PUBLICIDAD


Por @Alvy — 16 de Agosto de 2026

Las marcas de agua de la IA: huellas invisibles que no demuestran quién escribió algo pero puede parecer que lo dicen todo / Imagen (apropiadamente, oh, sí) ChatGPT-5.6

Últimamente se está hablando mucho de las marcas de agua (watermarking) en textos generados por los modelos de lenguaje de las IA. ¿Deberían los textos producidos por una IA llevar una marca invisible que permita reconocerlos? Y todo a raíz de que Anthropic hiciera público el sistema que utilizará su LLM Claude pero, sobre todo, porque el artículo 50 del Reglamento europeo de Inteligencia Artificial ya es aplicable desde el 2 de agosto de 2026.

¿Qué pide la Unión Europea? Según el texto oficial de la ley, explicado para legos, se obliga a los proveedores de sistemas IA que generan audio, imágenes, vídeo o texto sintético a hacer que esos contenidos puedan identificarse mediante marcas legibles, utilizando «soluciones eficaces y razonablemente robustas» (toma generalización).

Pero hay un matiz importante: el propio artículo excluye los sistemas que simplemente realizan lo que sería una ayuda a la edición o que no modifican sustancialmente los datos o su significado. Para textos sobre asuntos de interés público, es decir las noticias en prensa, radio, TV e internet principalmente, existe además una obligación de informar al público, excepto cuando haya una revisión o control editorial humano posterior y una persona (física o jurídica) asuma la responsabilidad editorial.

Curiosamente la ley no dice que «todo lo que toque una IA deba considerarse escrito por una IA», ni obliga específicamente a utilizar una frase o aviso concreto. Simplemente exige que esté indicado y se pueda detectar (presumiblemente, de forma automática por otro software). Según el Código de buenas prácticas sobre transparencia de contenidos generados por IA, firmado por Anthropic otras 190 organizaciones y empresas, existen formas prácticas de cumplirlo. Hay un método para textos y otros para imágenes y similares, donde Anthropic empleará además C2PA que son metadatos firmados criptográficamente que permiten comprobar si se ha alterado el contenido.

En aquel momento, parecía buena idea

Aunque la idea parece en principio loable, el debate está candente, tal y como deja ver el artículo de Guillaume Meyer Por qué estoy en contra de las marcas de agua de la IA. Meyer ha creado watermarks-remover, un proyecto que elimina las marcas de agua dejando los textos con una pulcritud intachable como «no detectables». Alcanzó 2 millones de visualizaciones y 9.000 estrellas en GitHub en menos de 3 días.

Su argumento central es fácil de entender: que una máquina haya intervenido de algún modo en un texto no significa que sea su autora. Puede haberlo escrito una persona y haber pasado después por Claude para corregirlo, traducirlo, resumirlo o modificarlo. De hecho, raro sería ver un texto que no haya pasado por una máquina que actúa como corrector ortográfico, traductora o incluso como revisora de estilo SEO. Así que, eso no merece ser detectable, ergo… fuera marcas.

¿Cómo funcionan las marcas de agua de Claude?

Anthropic ha explicado en su web el sistema que utilizará Claude, llamado SynthID-Text. No es tan burdo como para añadir simplemente caracteres invisibles, espacios «raros» o no imprimibles, unicodes especiales o metadatos secretos (aunque eso también suele funcionar, cual estenografía de toda la vida). SynthID-Text está basado en un desarrollo de Google DeepMind y se ha probado secretamente en unos 20 millones de respuestas de Gemini sin que la gente haya notado diferencias estadísticamente significativas en cuanto a la calidad de los textos. En el código he leído que es incluso más fácil, pues se puede usar en comentarios o cambiando los nombres de las variables y cosas así. La idea ya la describió el mismísimo Scott Aaronson en 2022 cuando trabajaba para OpenAI como consultor, aunque no llegó a implementarse en ChatGPT.

La idea es aprovechar la aleatoriedad del modelo al escoger las palabras. Si por ejemplo «gris» y «nublado» son prácticamente igual de adecuadas en cierto contexto, existe cierta probabilidad de elegir una u otra. SynthID-Text sustituye parte de esa aleatoriedad por elecciones pseudoaleatorias que dependen de una clave secreta y del contexto anterior. Para quien lee el resultado, todo parece normal, pero acumulando cientos de estas «elecciones» acaba apareciendo una pequeña correlación estadística. Un detector que conozca la clave puede analizar la secuencia y calcular la probabilidad de que haya sido producida mediante ese mecanismo. Cuanto más largo sea el texto, mayor será la señal. Cuando se trata de código de programación, datos exactos, textos cortos o simples correcciones ortográficas hay menos decisiones posibles y la señal se debilita (aunque a mi me parece que también se pueden añadir comentarios, cambiar nombres de variables y cosas así).

Anthropic reconoce que la detección no puede demostrar que Claude sea el autor de un texto; el dato final simplemente indica que «probablemente intervino» en algún momento. Si se corrige manualmente el texto, se cambian frases, se traduce a otro idioma o se mezclan textos la señal puede degradarse o desaparecer.

¿Marcas de agua, sí o no?

Como en todo, hay quienes están a favor del uso de las marcas de agua y quien se oponen radicalmente. De forma resumida, estos son los principales argumentos:

ZeroGPT

A favor de las marcas de agua:

  • Procedencia del texto. La marca de agua permite obtener una indicación de que cierto sistema IA participó con cierta probabilidad en la generación del contenido.
  • Desinformación masiva. Puede ayudar a plataformas e investigadores a localizar campañas automatizadas, propaganda, spam o grandes volúmenes de contenido sintético (slop).
  • Privacidad. Las marcas de Claude no identifican al usuario, empresa o conversación con el LLM. (Tampoco hay que guardar los textos completos).
  • Persistencia. Las marcas de agua pueden «sobrevivir» aunque se copie y pegue el texto o se hagan modificaciones menores.
  • Coste y calidad. El coste computacional de SynthID-Text es pequeño. Las pruebas hasta el momento no han mostrado que haya pérdida apreciable de la calidad de los resultados.

En contra de las marcas de agua

  • Autoría. Detectar que Claude ha intervenido en la generación de un texto no distingue entre decir si ha escrito el artículo completo o modificado sustancialmente un borrador o un artículo distinto. Además, por sí solo, no puede indicar quién es el realmente el autor.
  • Fragilidad. Una edición suficientemente grande del texto puede destruir la marca de agua de la IA, a pesar de que sea entonces cuando una persona probablemente haya realizado más trabajo sobre el resultado inicial. (Lo cual suena un tanto contradictorio).
  • Incertidumbre. Es un sistema estadístico: los textos cortos, el código y los contenidos de baja entropía ofrecen poca información. Un positivo no constituye una demostración absoluta.
  • Incentivos perversos. Un usuario promedio puede publicar un texto marcado sin saberlo, por desconocimiento, mientras que quien pretenda ocultar deliberadamente el uso de IA puede intentar eliminar la marca antes de publicarlo.
  • Contexto. Una etiqueta «generado por IA» puede interpretarse socialmente como «escrito por IA», aunque exista detrás un autor humano responsable del contenido y el papel de la IA haya sido complementario y menor.

«Lex est Machina»

Llevamos décadas incorporando máquinas al proceso de escribir. Correctores ortográficos, diccionarios, autocorrección, sugerencias de estilo, traducción automática y autocompletado… y ahora inteligencia artificial. Todas ellas fueron en su momento tecnologías «novedosas» que retocaban o generaban textos. Hoy nadie considera que un libro pasado por el corrector ortográfico de Word esté «generado por Microsoft», La IA generativa amplía muchísimo esa zona intermedia, pero no elimina la diferencia entre herramienta, colaboración y autoría.

ZeroGPT

El ejemplo que pone Meyer de la medicina resulta especialmente ilustrativo: en una empresa de seguros, 7.260 médicos utilizaron asistentes de IA para redactar documentación para 2,5 millones de consultas a lo largo de más de un año. Los médicos revisaron, corrigieron y firmaron los informes, y son quienes responden profesionalmente de ellos. ¿Te fiarías de una receta firmada con un «Generada mediante IA» al pie?

Una marca de agua puede ser útil para saber que se usó una herramienta de IA, pero puede levantar suspicacias indeseadas. En el caso de los médicos hay que considerar quién decidió, quién revisó y quién responderá en caso de problemas. Quizá esa sea la cuestión: que aunque las máquinas ayuden, lo verdaderamente humano sea seguir firmando los trabajos y responsabilizándose de ellos.

Seguir leyendo: «Las marcas de agua de la IA: huellas invisibles que no demuestran quién escribió algo pero puede parecer que lo dicen todo»


PUBLICIDAD