Los investigadores construyeron un dispositivo de $7 que puede encontrar cámaras ocultas en segundos.

      Funciona barriendo luz en lugar de simplemente detectar reflejos con un 94% de precisión.

      Las cámaras ocultas siguen apareciendo en lugares furtivos, escondidas dentro de bolígrafos, relojes, cargadores o marcos de fotos en habitaciones de hotel y alquileres. Por eso, los investigadores de KAIST construyeron una solución que cuesta menos que un buen almuerzo. Su nueva herramienta, llamada SweepLED, convierte cualquier smartphone en un detector de cámaras ocultas confiable utilizando una funda LED adjunta que cuesta menos de $7 para fabricar.

      Por qué tu detector de cámaras ocultas actual probablemente no esté funcionando

      La mayoría de los detectores portátiles dependen de un truco bastante básico: iluminar algo y buscar un reflejo brillante que rebote. El problema es que el vidrio, el metal y el plástico brillante también devuelven la luz, lo que significa que te quedas entrecerrando los ojos ante cargadores y relojes tratando de adivinar si ese destello es un lente o solo una coincidencia.

      SweepLED elimina por completo la conjetura. En lugar de mover la luz y el ángulo de visión juntos, mantiene la cámara del teléfono bloqueada en su lugar y barre la luz LED desde diferentes direcciones. Eso es crucial porque un lente de cámara tiene una estructura interna, apertura, sensor y vidrio en capas, por lo que su reflejo se deforma de una manera muy específica a medida que cambia el ángulo de la luz. Las superficies brillantes ordinarias simplemente no hacen eso.

      Cómo funciona SweepLED

      SweepLED graba toda la barrida de luz como un video corto, luego lo procesa a través de un modelo de IA entrenado para detectar esas deformaciones características de los lentes, señalando exactamente dónde podría estar escondida una cámara oculta. Los investigadores lo probaron contra 30 objetos cotidianos que podrías encontrar en una habitación de hotel o alquiler, y detectó cámaras ocultas con una precisión de aproximadamente 94%, todo en menos de cinco segundos por objeto.

      Un estudio reciente de UCL encontró que las personas que usan detectores de cámaras ocultas de consumo aún pasaron por alto el 59% de los dispositivos en las pruebas, por lo que el resultado del 94% en laboratorio de SweepLED es una señal fuerte, con pruebas en el mundo real probablemente a continuación.

      Dirigido por el profesor Jun Han en la Escuela de Computación de KAIST, trabajando junto a investigadores de la Universidad Nacional de Singapur y la Universidad de Gestión de Singapur, el proyecto fue presentado a principios de este año en ACM MobiSys 2026. No es un producto comercializado aún, pero la idea subyacente es lo suficientemente simple como para que podría aparecer en un gadget real antes de mucho tiempo.

      Manisha Priyadarshini es una escritora de tecnología y entretenimiento con más de nueve años de experiencia editorial.

      Por qué la próxima generación de IA para el hogar tiene ruedas y un corazón

      OlloBot lleva la tecnología fuera del mostrador y a la vida diaria con un nuevo compañero expresivo. Durante la última década, interactuar con la inteligencia artificial del hogar ha seguido un patrón predecible y rígido. Una persona dice una palabra de activación, pide el clima o que apague las luces, el altavoz responde y luego el intercambio termina ahí. Si bien es funcional, esto mantiene a los dispositivos inteligentes estrictamente transaccionales. Siguen siendo herramientas activadas para una tarea específica en lugar de sistemas que se integran naturalmente en un espacio vital. OlloBot está trazando un camino fundamentalmente diferente con el OlloNi SS1, un compañero de IA encarnado, que se refiere a la inteligencia artificial integrada en un cuerpo físico y móvil en lugar de atrapada dentro de una pantalla.

      La IA quiere convertir un simple video de teléfono en datos de rendimiento de ciclismo por los que los ciclistas serios pagan miles.

      Los costosos datos de rendimiento del ciclismo podrían eventualmente provenir de la cámara de tu teléfono. El ciclismo no es un pasatiempo caro por sí mismo. Pero a medida que comienzas a ponerte serio, un ciclista puede gastar una cantidad francamente exorbitante de dinero midiendo lo que sus piernas están haciendo. En un entorno más profesional, cosas como pedales instrumentados, computadoras de bicicleta, sensores de frecuencia cardíaca y mucho más comienzan a volverse importantes. Todo esto solo ayuda a extraer más información de cada paseo. Ahora, investigadores de la Universidad La Trobe (a través de TechXplore) están explorando si un dispositivo de hardware que la mayoría de las personas ya posee podría eventualmente manejar una parte sorprendentemente sofisticada de ese trabajo. Este no es un hardware especializado; es un pequeño gadget que cabe en tu bolsillo, y sí, es tu teléfono. Los investigadores del Centro de Investigación Biomédica Holsworth están desarrollando modelos de IA capaces de estimar las fuerzas que un ciclista aplica a los pedales utilizando el movimiento capturado en video. Un ciclista puede simplemente grabarse con un smartphone y recibir información biomecánica que actualmente requiere un equipo mucho más especializado.

      Los defensores de la salud en el Reino Unido advierten que las herramientas de transcripción de IA podrían poner a los pacientes en riesgo.

      Los escribas de IA están ayudando a los médicos a ahorrar tiempo en papeleo, pero nuevos hallazgos muestran que las transcripciones automatizadas pueden introducir errores graves en los registros de los pacientes. Los escribas de IA están haciendo rápidamente su camino en las consultorías de los médicos, prometiendo reducir el tedioso papeleo y liberar tiempo para la atención al paciente. Sin embargo, la creciente evidencia sugiere que estas herramientas están introduciendo un nuevo conjunto de riesgos tanto para los pacientes como para los clínicos. Los escribas de IA están distorsionando diagnósticos y recetas.