In 1985, Carl Sagan sat in front of the United States Senate and described the weather of 2026.
Not as prediction. As physics.
Sitting across from him was a junior senator named Al Gore — who would later win the Nobel Prize, the Oscar, and build a climate investment fund worth over $36 billion repeating almost word for word what Sagan said that afternoon.
Sagan opened with Venus.
470°C surface temperature. 900°F. Hot enough to melt lead.
"Not because it's closer to the sun," he told the senators. "Venus actually reflects more light than Earth. It should be cooler."
The reason it wasn't: carbon dioxide. A runaway greenhouse effect that turned a planet nearly identical to Earth into a furnace.
Then he looked at the committee and said: we're running the same experiment here.
The senators nodded politely.
Then they went back to approving fossil fuel subsidies.
What Sagan told Congress in 1985:
Global average temperature will rise several degrees by mid-to-late next century.
Local climates will redistribute.
Glaciers will melt. Sea levels will rise.
And the problem cannot be solved by any single nation — not even if the US and Soviet Union agreed on everything — without China.
China, he said, had the world's largest coal reserves and was about to industrialize.
Every sentence was correct.
He also said something that got almost no coverage at the time:
"The initial stages of global temperature increase — one region might benefit while another suffers."
That is the sentence that explains the last 20 years of geopolitics.
Canada's growing season expanding while Pakistan floods. Russia opening Arctic shipping lanes while Bangladesh disappears. The politics of climate was never going to be clean because the physics wasn't distributed evenly.
Sagan mapped all of it from first principles, in a Senate hearing room, 41 years ago.
The part nobody quotes:
He didn't say stop burning fossil fuels immediately.
He said: "That has such severe economic consequences that no one will take it seriously."
So he proposed something else — remove government subsidies from fossil fuels, accelerate solar, develop safe nuclear fission, and begin building international frameworks before the crisis made them impossible.
That's not an environmentalist's speech. That's an economist's.
Carl Sagan wrote 20 books. Cosmos was watched by 500 million people across 60 countries. He won the Pulitzer. The ideas in this testimony became the scientific foundation for a carbon market now valued at over $800 billion annually.
He said one line at the end that nobody remembers.
"We are all in this greenhouse together."
In 1985, that was poetic.
Now it's a weather report.
The full testimony is free on YouTube. 17 minutes. Almost nobody outside of climate policy circles has watched it as a complete predictive model — laid out in plain language before any of it happened.
🌐 | La Asamblea General de la ONU adopta una resolución para dejar de utilizar oficialmente el mapa del mundo de Mercator y sustituirlo por otro más fiel al verdadero tamaño de los continentes.
"Le meilleur pour les turbulences de l'esprit, c'est apprendre. C'est la seule chose qui n'échoue jamais. Vous pouvez vieillir et trembler, vous pouvez veiller la nuit en écoutant le désordre de vos veines, vous pouvez manquer votre seul amour et vous pouvez perdre votre argent à cause d'un monstre ; vous pouvez voir le monde qui vous entoure dévasté par des fous dangereux, ou savoir que votre honneur est piétiné dans les égouts des esprits les plus vils, il n'y a qu'une seule chose à faire dans de telles conditions : apprendre."
Marguerite Yourcenar, Sources II
Recientemente Carlos Sedano, académico en Sociología de la Universidad de Guadalajara, escribió lo siguiente. Muy actual y necesario de leer en estos tiempos si te dedicas a la educación universitaria:
Universidades fuera de tiempo
La IA no llegó tarde. Las universidades sí.
La inteligencia artificial generativa no está ausente de las universidades. Está en los estudiantes, en sus tareas, en sus procesos cotidianos. Lo que está ausente es la universidad misma en esa transformación. No hay discusión seria, no hay rediseño, no hay decisión. Ese vacío suele interpretarse como prudencia, pero en realidad es otra cosa: incapacidad de procesar un cambio que ya ocurrió. No es que la universidad no quiera responder. Es que no sabe desde dónde hacerlo.
El diagnóstico dominante señala a la gobernanza: estructuras lentas, procesos burocráticos, decisiones tardías. Es cierto, pero es insuficiente. El problema no es solo que la universidad decida lento, sino que no sabe qué decisiones tomar cuando el conocimiento ya no se produce como antes. La IA no es una herramienta externa. Interviene directamente en la búsqueda de información, la escritura, la argumentación, la síntesis, la evaluación. Es decir, en el núcleo mismo del trabajo académico. Y ahí la gobernanza tradicional se queda sin categorías.
Ahora bien, reducir la IA a una amenaza es igualmente superficial. Su potencia es real y concreta. En investigación, permite explorar estados del arte en minutos, identificar patrones en grandes volúmenes de datos, proponer hipótesis plausibles y simular escenarios que antes requerían semanas de trabajo. No sustituye la validación científica, pero reorganiza radicalmente el punto de partida: el investigador ya no comienza desde cero, sino desde múltiples configuraciones posibles que puede contrastar, refinar o descartar.
En educación, su impacto es igual de profundo. La IA puede ofrecer explicaciones personalizadas, adaptar niveles de dificultad, generar ejemplos alternativos y acompañar procesos de escritura y argumentación en tiempo real. Esto no elimina al docente, pero sí transforma su función: de transmisor de contenidos a diseñador de experiencias de aprendizaje. Bien integrada, la IA no simplifica el aprendizaje; lo vuelve más exigente, porque obliga a evaluar, comparar y decidir entre múltiples opciones.
El problema es que esta potencia no opera en el vacío. Sin rediseño institucional, tiende a deslizarse hacia el uso más fácil: el sustitutivo. La IA no solo amplía capacidades; también reduce esfuerzo. Y en entornos donde la evaluación sigue centrada en productos fácilmente generables, la delegación no es un abuso: es una consecuencia lógica. El estudiante no deja de pensar por falta de ética. Deja de hacerlo porque el sistema ya no lo exige.
Pero aquí es donde aparece una distinción decisiva que suele perderse: uso sustitutivo no es lo mismo que uso complementario. El primero delega la operación cognitiva; el segundo la reorganiza y la intensifica. En el uso complementario, la IA no reemplaza el pensamiento, sino que lo desplaza hacia niveles más exigentes: comparar versiones, detectar errores, refinar argumentos, explorar alternativas. No elimina el esfuerzo; cambia su naturaleza.
La diferencia no es menor. Mientras el uso sustitutivo produce respuestas sin proceso, el complementario expone al estudiante a múltiples configuraciones del problema, obligándolo a decidir entre ellas. La IA deja de ser una respuesta y se convierte en un entorno de posibilidades. Y en ese entorno, pensar no desaparece: se vuelve más complejo, porque ya no consiste en producir desde cero, sino en evaluar críticamente lo que ya está dado.
Por eso, el uso complementario no ocurre espontáneamente. Requiere diseño curricular y diseño de la operación científica. Requiere tareas que no se puedan resolver con una sola respuesta, evaluaciones que premien la intervención del estudiante, y criterios que distingan entre lo plausible y lo válido. Sin esas condiciones, la tecnología empuja hacia la sustitución. Con ellas, puede convertirse en un amplificador real del aprendizaje.
El punto es claro: la IA no determina el resultado. Pero sí condiciona la dirección. Y en esa dirección, el uso complementario no es una opción más. Es la única forma de integrar la tecnología sin vaciar la operación misma del aprendizaje.
El silencio institucional no es neutral. Es una forma de decisión por omisión. Mientras no se regula, no se integra, no se rediseña, el uso ocurre igual, pero fuera de la mirada universitaria. La universidad no controla ni orienta. Simplemente llega después. Y cuando llega, lo hace con reglas pensadas para un mundo que ya no existe. El problema no es que la IA avance rápido. Es que la universidad sigue operando como si no hubiera cambiado nada.
Hay una contradicción más profunda. Se teme que la IA sustituya el pensamiento, pero se siguen evaluando productos que la IA hace mejor: ensayos, resúmenes, explicaciones. La institución no ha cambiado lo que pide, aunque el entorno cambió lo que se puede producir. En ese desfase, el estudiante no deja de pensar por decisión propia. Deja de necesitar hacerlo. Y cuando pensar deja de ser necesario, desaparece de la práctica, aunque siga siendo valioso en el discurso.
La solución no es prohibir ni adoptar sin condiciones. Es rediseñar. Pero rediseñar no significa agregar cursos de IA. Significa decidir qué parte del proceso académico no puede delegarse: buscar información, formular problemas, justificar hipótesis, evaluar resultados. Sin esa frontera, todo lo demás es retórica. La universidad no necesita más innovación declarativa. Necesita operaciones distintas que obliguen a intervenir, no a copiar.
La investigación muestra el mismo problema. La IA amplía el espacio de posibilidades, pero lo hace a partir de lo ya existente. No produce desde el vacío, sino desde patrones dominantes. Esto introduce un riesgo silencioso: la innovación puede volverse recombinación. El investigador deja de crear desde cero y empieza a seleccionar entre opciones preconfiguradas. Eso no es necesariamente negativo, pero exige algo más exigente: criterios más fuertes, no más velocidad.
Hablar de producir conocimiento y pertinencia, sin tocar este núcleo resulta, en el mejor de los casos, superficial. La universidad no compite por tener inteligencia artificial, sino por saber qué hacer con ella. Adoptarla sin rediseñar las prácticas no resuelve nada; al contrario, acelera el problema. La pérdida de relevancia no proviene del avance tecnológico, sino de la incapacidad institucional para redefinir su función frente a ese avance.
Y esa redefinición no es técnica ni administrativa: es, en sentido estricto, curricular y, más profundamente, de rediseño de la operación científica y epistemológica.
Esto implica algo más exigente que incorporar herramientas: supone rediseñar estratégicamente las operaciones cognitivas y performativas de la universidad, investigación, docencia y extensión, desde dentro. No se trata de añadir capas de innovación sobre estructuras intactas, sino de intervenir en la forma misma en que se produce, valida y transmite el conocimiento.
El fondo del problema no es la gobernanza ni la velocidad de respuesta, sino la incapacidad de redefinir qué significa aprender e investigar cuando la respuesta ya no es escasa, sino permanente.
Mientras esa pregunta no se enfrente con claridad, cualquier ajuste será superficial. La universidad puede modernizar su estructura, crear oficinas, emitir lineamientos, incluso adoptar tecnologías de punta. Y aun así, permanecer fuera de tiempo.
Porque el problema no es que la inteligencia artificial haya llegado.
Es que la universidad todavía no decide qué parte de sí misma no está dispuesta a delegar.
En los meses recientes, sectores como Manrique y El Poblado registraron inundaciones asociadas a lluvias intensas. Esto habla de cómo estamos gestionando el territorio, el agua y el crecimiento urbano.
Enviamos preguntas al Distrito. 🧵
Presuntas irregularidades en el programa Gestores Educativos, financiado con recursos de Presupuesto Participativo. Llevamos el caso ante la Fiscalía. 🧵
Muchas de las cosas que marcaron tu vida nacen desde lo público.
Seguro recuerdas a esa entrenadora que te enseñó a patinar o a nadar, a la bibliotecaria que tenías cerca o al parque público al que ibas con tus primos.
Las veedurías ciudadanas ayudamos a vigilar eso que tanto te gusta para que siga existiendo y tengas acceso a servicios de calidad.
Cuando vigilamos los recursos públicos buscamos que se respete la garantía de derechos humanos.
No solo se trata de la correcta inversión del presupuesto, sino de su impacto en la calidad de vida de los ciudadanos. 🙌🏼
Hoy realizamos nuestra Asamblea anual, un espacio para compartir con nuestros afiliados los principales logros de 2025 y las prioridades que marcarán nuestro trabajo en 2026.
Nuestras tres líneas de acción siguen orientadas a promover un control social riguroso, independiente y basado en evidencia.
Escoger aguacate tiene su ciencia… escoger candidato o candidata también.
Que no esté muy verde, pero tampoco podrido. Que no esté untado de nada raro ni muy manoseado.
Antes de votar, revise bien. 🥑
Ojo a estos delitos el día de elecciones. 🗳️
Si ves algo irregular, puedes enviarnos un mensaje o escribir a nuestra línea de la confianza.
🖥️ https://t.co/wIbqbaokFH
📞 6043224834
Nos fuimos para Carababo a conversar sobre cómo escoger un buen aguacate. 😉
Para estas elecciones, invitados a escoger candidato o candidata sin afán. 🥑
¿Todavía con ese cuento de que ser jurado de votación da pereza?
Sabemos que ser jurado implica tiempo y esfuerzo. Pero gracias a personas que aceptan ese rol, los votos se cuentan bien y las reglas se cumplen.
Esa también es una forma de cuidar lo público.
Ser avispado es cumplir con el imaginario colectivo del arquetipo antioqueño: ser recursivo, atrevido, chacharachero, audaz, ventajoso. Nuestra sociedad lo exalta, porque es mejor ser eso que noble o agüevado.
Pero este texto de Juan Luis Mejía no es una defensa al vivo que vive del bobo, sino un gran consejo: desconfiá del avispado: https://t.co/cEklsOY08n.
En los últimos días han circulado denuncias ciudadanas sobre el proyecto Gestores Educativos en varias comunas de Medellín, relacionadas con presuntos cobros indebidos y posibles usos inadecuados del programa para fines políticos.
A partir de una denuncia recibida en nuestra Línea de la Confianza, iniciamos seguimiento al tema. Les contamos. 👇
La universidad no nació para producir competencias inmediatas, ni para la empleabilidad.
Nació como gimnasio del pensamiento, laboratorio de ciudadanía.
La universidad no está en crisis. Lo que está en crisis es la idea de que su misión es formar expertos híper-especializados para certezas que ya no existen.
Es fundamental volver al origen: enseñar a pensar, a comprender y a dialogar. Formar para la incertidumbre.
En la era de la IA, el trivium -gramática, lógica y retórica- vuelve a ser central. Los algoritmos ejecutan tareas, las personas deben entender, juzgar y dar sentido.
Mi colaboración en @Milenio 👇🏽👇🏽👇🏽
https://t.co/RTMbMVa8OX