1. Tres tendencias principales

1.1. La licencia social de la inteligencia artificial: del entusiasmo tecnológico a la legitimidad pública

Una de las mutaciones más relevantes del ecosistema tecnológico contemporáneo es el paso de una conversación centrada en capacidades a una conversación centrada en legitimidad social. El World Economic Forum ha advertido que el crecimiento acelerado de la IA y de la infraestructura de centros de datos exige una “licencia social” para operar, es decir, un pacto de confianza entre empresas, instituciones y ciudadanía respecto a sus beneficios, costos energéticos, impactos laborales y efectos culturales. Esta tendencia implica que la comunicación ya no puede tratar la innovación como si fuera un bien autoevidente: debe explicarla, justificarla y someterla a escrutinio público. En otras palabras, la adopción de la IA deja de ser sólo un problema de escalamiento técnico para convertirse en un problema de mediación ética y política.

En el terreno de los nuevos medios, esta transformación tiene consecuencias decisivas. Las plataformas, universidades, medios de comunicación y organizaciones ya no compiten únicamente por desarrollar sistemas más potentes, sino por construir narrativas creíbles sobre el uso responsable de esos sistemas. La confianza se vuelve un activo estratégico, pero no en un sentido superficial o reputacional: pasa a ser una condición estructural para la sostenibilidad del ecosistema digital. Si el público percibe a la IA como opaca, extractiva o energéticamente desproporcionada, se debilita el soporte cultural de su expansión. De ahí que la gobernanza comunicativa de la IA —cómo se explica, cómo se transparenta, cómo se corrige— se esté volviendo tan importante como su rendimiento computacional.

1.2. Edge AI y procesamiento localizado: la inteligencia abandona el centro y se territorializa

La segunda tendencia decisiva es la consolidación del edge AI como arquitectura dominante para la próxima fase del IoT, la automatización industrial y la comunicación contextual. La cobertura especializada muestra que cada vez más procesos de inferencia se desplazan desde la nube hacia dispositivos, sensores, módulos embebidos y nodos de red, con el fin de reducir latencia, responder en tiempo real y disminuir la dependencia de infraestructuras centralizadas. Este cambio no es sólo técnico: implica una reterritorialización de la inteligencia, donde el dato se interpreta y se convierte en acción cerca del lugar donde emerge.

Desde la comunicación, este giro es profundo. Significa que los entornos dejan de ser meros generadores de datos para convertirse en espacios que comunican, recomiendan, alertan y adaptan contenidos localmente. Una ciudad inteligente, una planta industrial, una red logística o un campus universitario ya no dependen exclusivamente de una plataforma central para producir sentido operativo. El borde de la red comienza a funcionar como un nuevo lugar de decisión. Esto reconfigura la agencia tecnológica: la inteligencia deja de estar concentrada en grandes centros de cómputo y se distribuye a lo largo del tejido material del entorno. La consecuencia es una comunicación más contextual, más instantánea y también más difícil de gobernar, porque los criterios de decisión se multiplican y se dispersan.

1.3. Sistemas agentivos y rediseño organizacional: la IA como principio de coordinación del trabajo

La tercera tendencia principal es la institucionalización de la agentic AI y de los sistemas multiagente como nuevo principio de organización. Gartner identifica los multiagent systems como una de las tendencias estratégicas definitorias de 2026, mientras que diversos informes del WEF y del mercado empresarial muestran que las organizaciones están dejando atrás el uso puntual de la IA para comenzar a estructurar procesos completos alrededor de agentes capaces de planificar, secuenciar y coordinar tareas. En comunicación, esto significa que investigación, monitoreo, síntesis, personalización, distribución y evaluación ya pueden integrarse en flujos parcialmente autónomos.

El cambio de fondo es organizacional. La IA deja de ser una herramienta de apoyo y pasa a convertirse en un principio de coordinación del trabajo. Esto obliga a redefinir roles, jerarquías, métricas de productividad y criterios de responsabilidad. El comunicador, el editor, el analista o el estratega no desaparecen, pero sí cambia su función: menos ejecución manual, más supervisión crítica, diseño de flujos, evaluación de resultados y delimitación ética de la intervención algorítmica. En este contexto, la cuestión central ya no es si la IA sustituye personas, sino cómo redistribuye la agencia entre humanos, modelos, agentes y plataformas. La comunicación del futuro inmediato se jugará precisamente en ese terreno híbrido: ni plenamente humano ni plenamente automatizado.

2. Doce tendencias adicionales

• Consolidación de plataformas de desarrollo AI-native, donde el software se diseña desde lógicas algorítmicas y no sólo incorpora IA como capa añadida.

• Expansión de AI security platforms como nueva capa de observación y control sobre agentes, prompts, acceso a datos y desviaciones conductuales.

• Crecimiento de los domain-specific language models, especialmente en sectores profesionales donde la precisión contextual pesa más que la amplitud generalista.

• Fortalecimiento de la digital provenance como respuesta a la inflación de contenido sintético y al deterioro de la verificabilidad pública.

• Ascenso de la preemptive cybersecurity, con énfasis en anticipar ataques asistidos por IA antes de su materialización.

• Intensificación de la geopatriation tecnológica, es decir, la reterritorialización de cómputo, datos e infraestructura por motivos geopolíticos y de soberanía.

• Desarrollo de physical AI y sistemas autónomos físicos, cada vez más vinculados con simulación, robótica y logística inteligente.

• Normalización del IoT industrial con edge intelligence, donde la inferencia local mejora mantenimiento, agricultura, manufactura y supply chain.

• Mayor interés por la computación confidencial para tratamiento de datos sensibles en flujos de IA empresariales y gubernamentales.

• Reconfiguración del trabajo profesional por IA, con especial impacto en derecho, riesgo, fraude y funciones de conocimiento experto.

• Presión regulatoria sobre motores de búsqueda y plataformas para permitir opt-out de IA sin castigo de visibilidad.

• Emergencia de una alfabetización de confianza, centrada en procedencia, verificación, riesgo algorítmico y evaluación crítica de sistemas inteligentes.

3. Fuentes (APA 7)

Gartner. (2025). Top strategic technology trends for 2026. Gartner.

Gartner. (2025). Top strategic technology trends 2026 FAQ. Gartner.

Gartner. (2025). Strategic predictions for 2026: How AI’s underestimated forces will reshape business. Gartner.

IBM. (2026). 2026 AI in professional services report. Thomson Reuters/IBM ecosystem reference.

Internet of Things News. (2026, abril). Juniper Research releases emerging IoT trends report for 2026. IoT Tech News.

Internet of Things News. (2026). IoT News | Latest IoT news, analysis & events. IoT Tech News.

Internet of Things News. (2025). Honeywell and Verizon power up smart meters with 5G. IoT Tech News.

Reuters. (2026, 4 de febrero). The FTC enters new chapter in its approach to artificial intelligence and enforcement. Reuters.

Reuters. (2026, 18 de marzo). Google developing options to allow AI opt-out in search to ease UK concerns. Reuters.

Reuters. (2026, 28 de marzo). AI deepfakes blur reality in 2026 US midterm campaigns. Reuters.

Reuters Institute for the Study of Journalism. (2026). Journalism, media, and technology trends and predictions 2026. University of Oxford.

World Economic Forum. (2026). Artificial intelligence. World Economic Forum.

World Economic Forum. (2026). Global cybersecurity outlook 2026. World Economic Forum.

World Economic Forum. (2026). Next-generation physical autonomy: Advancing intelligent systems. World Economic Forum.