Inicio Blog Página 8

Descubrimos Cuántos Anuncios Realmente Vemos en Redes Sociales

0
Vemos más anuncios en las redes sociales de lo que creemos

Un reciente estudio ha revelado que los usuarios de redes sociales son capaces de percibir más mensajes promocionales de los que realmente pueden reconocer, con muchos de estos anuncios pasando desapercibidos, especialmente aquellos que imitan el estilo del contenido orgánico. Esta situación ha sido influenciada por la función de desplazamiento rápido y un algoritmo que ajusta las campañas publicitarias a los gustos y preferencias individuales del usuario, lo que ha llevado a una interacción activa con los anuncios.

El estudio, publicado en la revista Frontiers in Psychology y liderado por la investigadora Maike Hübner de la Universidad de Twente en los Países Bajos, analizó cómo los usuarios interactúan con este tipo de contenido en plataformas como Instagram. Para ello, los investigadores diseñaron un feed que simulaba el de dicha red social compuesto por 29 publicaciones, de las cuales ocho eran anuncios reales activos y 21 eran publicaciones orgánicas de amigos y familiares.

Durante la investigación, se mostró aleatoriamente a 152 participantes tres versiones del feed simulado, y se les pidió que navegaran como lo harían normalmente. Se midió el tiempo de fijación de la mirada en diferentes elementos de las publicaciones mediante un software especializado en seguimiento ocular. Los resultados mostraron que los participantes prestaban atención a características que indicaban la naturaleza promocional de una publicación, como botones de acción para registrarse o comprar.

Sin embargo, los hallazgos sugieren que la identificación de anuncios depende más de elementos distintivos, como el nombre de la cuenta o el logo, que del propio mensaje. Una vez que los participantes lograban reconocer el contenido como promocional, su tendencia era pasar rápidamente al siguiente, aunque algunos no detectaban inicialmente la naturaleza del contenido.

Hübner indica que en un ambiente neutral, las personas ya encontraban difícil distinguir entre contenido orgánico y publicitario, lo que podría ser aún más complicado en sus propios feeds, los cuales reflejan sus intereses y hábitos. Identificaron dos patrones que favorecían el camuflaje de los anuncios: la relevancia temática y el uso de imágenes que imitan el contenido generado por los usuarios, en contraposición a imágenes demasiado pulidas que generaban escepticismo.

El estudio también pone de manifiesto un fenómeno conocido como “transparencia invisible”, donde las normas de etiquetado no son suficientemente efectivas para ayudar a los usuarios a identificar anuncios. Muchos participantes se manifestaron sorprendidos al descubrir cuántas publicaciones no habían reconocido como promocionales, y algunos incluso se sintieron engañados.

Para mejorar la identificación de anuncios, los autores sugieren intervenciones a nivel de diseño y controles para los usuarios, así como crear espacios específicos para explorar contenido promocional. Futuros estudios deberían considerar factores como la edad, la experiencia en redes sociales y el conocimiento sobre técnicas de persuasión para entender mejor cómo se produce esta inconsciencia respecto a los anuncios.
Fuente: Agencia Sinc

Trucos Efectivos Para Vender Tu Casa Rápidamente

0
"Con estos trucos venderás tu casa rápidamente"

El mercado inmobiliario ha experimentado diversas fluctuaciones en los últimos años, y para quienes buscan vender su casa, la rapidez en la transacción puede ser un factor crucial. A continuación, se presentan varios trucos que pueden ayudar a los propietarios a vender sus casas de manera más ágil.

En primer lugar, es fundamental que la casa esté en condiciones óptimas. Realizar pequeñas reparaciones como arreglar filtraciones, pintar paredes o reemplazar grifos pueden hacer una gran diferencia en la impresión que se lleva un potencial comprador. También se recomienda llevar a cabo una limpieza profunda y, si es posible, deshacerse de objetos innecesarios que puedan restar espacio y luz a la vivienda.

La presentación visual es otro aspecto clave. La fotografía juega un rol fundamental en las plataformas de anuncios, por lo que contratar a un fotógrafo profesional puede ser una inversión que valore mucho la propiedad, mostrando la casa en su mejor luz. El uso de la iluminación natural y la elección de los ángulos adecuados pueden atraer más interés.

Además, el uso de la tecnología está a la orden del día. Las visitas virtuales están ganando popularidad, permitiendo a los interesados explorar la casa desde la comodidad de su hogar. Esto no solo amplía el público alcanzable, sino que también puede filtrar a los compradores genuinos.

El precio también es determinante. Realizar un estudio de mercado para fijar un precio competitivo es esencial. Si bien es natural querer obtener el máximo beneficio, un precio atascado en el tiempo puede desencadenar la pérdida de oportunidades o, en el peor de los casos, que la vivienda se considere «difícil de vender».

Finalmente, la flexibilidad en el horario de las visitas puede ser una ventaja. Acomodar horarios que se adapten a los posibles compradores es clave para aumentar las oportunidades de visitas a la propiedad. Además, ser accesible para responder preguntas y negociar puede generar confianza y acelerar el proceso.

Con estos trucos, los propietarios de viviendas pueden aumentar significativamente sus posibilidades de vender rápidamente, atrayendo a más interesados y cerrando tratos de manera efectiva en un mercado que continúa evolucionando.

Lanza y Escala de Manera Segura Tus Agentes y Herramientas en Amazon Bedrock AgentCore Runtime

0
Securely launch and scale your agents and tools on Amazon Bedrock AgentCore Runtime

Las organizaciones están cada vez más entusiasmadas con el potencial de los agentes de inteligencia artificial (IA), pero muchas se encuentran atrapadas en lo que se denomina «purgatorio de prueba de concepto». Este término se refiere a la situación en la que prototipos prometedores de agentes luchan por avanzar hacia un despliegue en producción. En conversaciones con clientes, han surgido desafíos comunes que obstaculizan el camino desde la experimentación hasta la implementación en entornos empresariales.

Uno de los principales problemas es la diversidad en los marcos de trabajo y modelos que los desarrolladores desean utilizar para diferentes casos de uso. La estandarización forzada a menudo ralentiza la innovación. Además, la naturaleza estocástica de los agentes añade complejidad a la seguridad, requiriendo una mayor separación entre sesiones de usuarios. Otro reto radica en la gestión de la identidad y el control de acceso para agentes que necesitan actuar en nombre de los usuarios o acceder a sistemas sensibles. También se enfrentan dificultades al manejar diferentes tipos de entrada, como textos, imágenes y documentos, muchas veces con cargas que superan los límites típicos de computación sin servidor.

La incertidumbre sobre los recursos informáticos que cada agente necesitará puede llevar a gastos desmedidos si se sobreaprovisionan para satisfacer picos de demanda. Además, la gestión de la infraestructura para agentes que pueden ser tanto de corta como de larga duración requiere una especialización que desvía la atención de la funcionalidad real del agente.

Para enfrentar estos desafíos, Amazon ha presentado el AgentCore Runtime, que proporciona un entorno de alojamiento seguro y sin servidor diseñado específicamente para agentes de IA y herramientas. Este servicio aborda la complejidad de infraestructura que ha impedido que los prototipos más prometedores lleguen a producción, al encargarse de la orquestación de contenedores, la gestión de sesiones, la escalabilidad y la seguridad, permitiendo a los desarrolladores concentrarse en crear experiencias inteligentes.

Con AgentCore, los desarrolladores pueden utilizar diferentes marcos y modelos de agente, desplegar, escalar y transmitir respuestas de los agentes con solo cuatro líneas de código. Además, la ejecución de agentes está asegurada con aislamiento de sesión y gestión de identidad integrada. También se ofrece una persistencia del estado para agentes que mantienen información entre interacciones, procesando diferentes modalidades y grandes cargas útiles.

Con este enfoque innovador, AgentCore Runtime promete simplificar el despliegue y la gestión de los agentes de IA, afrontando retos críticos que han bloqueado su adopción a gran escala. Los desarrolladores pueden comenzar a utilizar AgentCore Runtime de forma rápida y sencilla, empujando los límites de lo que es posible en el ámbito de la inteligencia artificial.

vía: AWS machine learning blog

¡Viva los Certificados de Corto Plazo!

0
Long Live Short-Lived Certificates!

El 20 de agosto de 2025, se llevará a cabo un evento clave en Bangkok, Tailandia, organizado por Out Of The Box. La conferencia, que tendrá lugar de 10:00 a.m. a 11:00 a.m. (hora local), contará con la presencia de Alexis Hancock, Directora de Ingeniería de la Electronic Frontier Foundation (EFF). Este encuentro se enfoca en la evolución de la infraestructura de clave pública web (PKI), un aspecto esencial en el ámbito de la ciberseguridad.

Durante la conferencia, se abordarán temas relevantes para los ingenieros de seguridad, como la reducción de los tiempos de recuperación ante compromisos de seguridad y la mejora en la gestión de certificados. Uno de los cambios clave que se discutirá es la reciente aprobación de la Propuesta SC-063 en el foro CA/Browser, que disminuye la duración de vida de los certificados TLS de 90 días a 10 días, con planes de llegar a 7 días en el futuro. Esta modificación permitirá a los defensores de redes y a los ingenieros de seguridad optimizar sus procesos y aumentar la confianza en la seguridad del transporte de datos.

El evento se celebrará en el InterContinental Bangkok, ubicado en 973 Phloen Chit Road, Lumphini, Pathum Wan. La inscripción es obligatoria y los interesados deben consultar el sitio web del evento para más detalles sobre costos y requisitos de registro.

Out Of The Box, llevado a cabo por el equipo de Hack In The Box, se caracteriza por destacar ataques y explosiones poco convencionales, ofreciendo un formato que incluye conferencias durante el día y actividades de networking por la noche. La colaboración de Hancock, reconocida por su labor en la expansión del cifrado y los derechos digitales, promete aportar una visión valiosa al evento.
Fuente: EFF.org

Creación de una Interfaz Conversacional en Lenguaje Natural para Consultas de Amazon Athena Usando Amazon Nova

0
Build a conversational natural language interface for Amazon Athena queries using Amazon Nova

La analítica de datos sigue siendo un desafío significativo para muchos usuarios empresariales que no dominan SQL, lo que puede llevar a retrasos en la obtención de información y dependencia de equipos de datos especializados. A menudo, las organizaciones se ven atrapadas en la complejidad de hacer que su información sea accesible, mientras intentan mantener las capacidades analíticas que ofrece Amazon Athena. Sin embargo, la llegada de agentes de inteligencia artificial modernos está revolucionando la forma en que las empresas interactúan con sus datos, permitiendo a los usuarios hacer preguntas en lenguaje natural en lugar de lidiar con comandos SQL complicados.

Los agentes de Amazon Bedrock permiten esta interacción simplificada mediante el uso de modelos de fundación que comprenden el lenguaje humano y pueden trabajar con diversas fuentes de datos. Este avance permite que los empleados obtengan respuestas directas de sus datos sin la necesidad de asistencia técnica. En esa línea, Amazon Nova, como parte de la familia de modelos de Bedrock, se ha destacado por ofrecer inteligencia de vanguardia y un rendimiento a nivel de la industria, con modelos diseñados para diferentes casos de uso. Entre sus características, incluye modelos de comprensión de lenguaje y aquellos dedicados a la generación de contenido, así como un modelo de conversión de voz a voz.

Uno de los mayores atractivos de Amazon Nova es su capacidad para manejar tareas de razonamiento complejo y realizar resúmenes precisos. Esto es crucial para traducir preguntas formuladas en lenguaje natural a consultas SQL y brindar explicaciones comprensibles sobre los resultados a los usuarios. Así, su versatilidad y precios competitivos lo convierten en una opción ideal para las empresas que buscan cerrar la brecha entre sistemas de datos técnicos y usuarios no técnicos.

Recientemente, se ha explorado una solución innovadora que utiliza Amazon Bedrock Agents, con Amazon Nova Lite, para crear una interfaz conversacional para consultas en Athena. Aunque en este caso se utilizó AWS Cost and Usage Reports como ejemplo, la adaptabilidad de esta solución permite su aplicación a otras bases de datos.

La arquitectura de esta solución combina varios servicios de AWS para transformar preguntas en lenguaje natural en consultas SQL precisas para AWS CUR. Los usuarios pueden interactuar con sus datos de manera sencilla, mientras un agente de consulta conversacional, impulsado por Amazon Nova Lite, mantiene el contexto y facilita la recuperación de datos exactos durante la conversación.

Características clave de esta solución incluyen autenticación de usuarios a través de Amazon Cognito, procesamiento de consultas en tiempo real y transformación de lenguaje natural a SQL. La gestión de conversaciones, consciente del contexto, es esencial para la eficiencia del sistema. Este enfoque no solo democratiza el acceso a los datos, sino que también preserva las capacidades analíticas de Athena, permitiendo interacciones más fluidas y efectivas con la información.

A medida que la inteligencia artificial y la analítica continúan evolucionando, este tipo de soluciones establece un nuevo estándar al hacer que el análisis de datos sea accesible para todos los niveles de usuarios en las organizaciones. Al integrar la potencia de la IA conversacional con las capacidades analíticas de Amazon Athena, se transforma la relación de los equipos con sus datos, permitiendo la obtención de información valiosa a través de simples diálogos.
vía: AWS machine learning blog

PwC y AWS: Construyendo IA Responsable con Razonamiento Automatizado en Amazon Bedrock

0
PwC and AWS Build Responsible AI with Automated Reasoning on Amazon Bedrock

Organizaciones de diversas industrias están adoptando soluciones de inteligencia artificial generativa mientras equilibran la precisión, la seguridad y el cumplimiento normativo. En un entorno global competitivo, la velocidad y la innovación se han vuelto fundamentales para mantener una ventaja en el mercado. Según un informe reciente de PwC, para las empresas es vital respaldar el despliegue rápido y garantizar la confianza verificable en los resultados producidos por la inteligencia artificial. En particular, en sectores regulados, la verificación matemática de resultados puede convertir el riesgo en una ventaja competitiva.

En este contexto, PwC y Amazon Web Services (AWS) están desarrollando nuevas comprobaciones en base a razonamientos que fusionan la expertise industrial con verificaciones automatizadas en Amazon Bedrock Guardrails para promover la innovación. Estos chequeos de razonamiento automático, una rama de la inteligencia artificial centrada en la búsqueda algorítmica de pruebas matemáticas, permiten validar si los resultados de los modelos de lenguaje grandes (LLM) son posibles, y a partir de agosto de 2025 estarán disponibles para su uso general.

La nueva política de guardrails se centra en mantener la precisión dentro de parámetros definidos y actúa mediante la evaluación del contenido generado por IA, comparándolo con reglas derivadas de documentos de políticas, incluyendo directrices de la empresa y estándares operativos. Esta metodología produce hallazgos que indican si el contenido de la IA se ajusta a las reglas establecidas, resalta ambigüedades existentes y ofrece sugerencias para eliminar supuestos.

Matt Wood, Director Técnico Global de PwC, enfatiza que «en un campo donde los avances ocurren a gran velocidad, el razonamiento es uno de los progresos técnicos más importantes para ayudar a nuestros clientes en la inteligencia artificial generativa».

Un caso destacado es el cumplimiento del Acta de IA de la Unión Europea, que requiere que las organizaciones clasifiquen y verifiquen todas las aplicaciones de IA según niveles de riesgo específicos y requisitos de gobernanza. PwC ha desarrollado un enfoque práctico utilizando chequeos de razonamiento automatizados en Amazon Bedrock. Esto transforma el cumplimiento del Acta de IA de un proceso manual a uno sistemático y verificable.

Además, PwC ha implementado un Orquestador de Contenido Regulador que automatiza la revisión de contenido médico, legal, regulatorio y de marca. Este sistema, que actúa como una capa de validación secundaria en los procesos de creación de contenido, ha mejorado la creación y revisión de contenido, al tiempo que eleva los estándares de cumplimiento.

Por último, en la gestión de cortes de servicios públicos, las comprobaciones automatizadas mejoran la eficiencia operativa y los tiempos de respuesta de las empresas del sector. El sistema puede generar protocolos estandarizados y verificar clasificaciones de incidentes producidas por IA, lo que agiliza la toma de decisiones en situaciones críticas.

A medida que la adopción de IA sigue evolucionando, la alianza entre AWS y PwC está enfocada en expandir las soluciones de chequeos automatizados en más industrias, desarrollar soluciones específicas de IA con verificación de cumplimiento incorporada y mejorar las características de explicabilidad para proporcionar una mayor transparencia.

La integración de los chequeos de razonamiento automatizado en Amazon Bedrock junto con la vasta experiencia de PwC representa un camino poderoso para ayudar a desplegar soluciones basadas en IA. Con la expectativa de contar con una certeza matemática y confianza verificable en los resultados de la IA, las organizaciones pueden innovar sin comprometer la precisión, la seguridad o el cumplimiento.
vía: AWS machine learning blog

Construyendo Agentes Conscientes del Contexto con Amazon Bedrock AgentCore Memory

0
Amazon Bedrock AgentCore Memory: Building context-aware agents

En el AWS Summit de Nueva York en 2025, se presentó Amazon Bedrock AgentCore Memory, una innovadora solución para la gestión de la memoria en asistentes de inteligencia artificial (IA). La capacidad de recordar es fundamental en las interacciones humanas, pero las tecnologías actuales de modelos de lenguaje a gran escala (LLMs) carecen de memoria persistente, lo que limita la eficacia de las conversaciones. Esto conduce a una experiencia de usuario frustrante, donde las máquinas olvidan información esencial en cuestión de minutos.

AgentCore Memory permite a los desarrolladores crear agentes que sean conscientes del contexto, sin la necesidad de gestionar infraestructuras de memoria complejas. Esta solución no solo simplifica la retención de información a corto plazo, sino que también proporciona capacidades de memoria a largo plazo, permitiendo la personalización del servicio. Así, los agentes pueden recordar preferencias y construir relaciones continuas con los usuarios, eliminando la repetición de preguntas y mejorando la fluidez de las interacciones.

El sistema está diseñado con cinco principios clave: almacenamiento abstracto, seguridad, continuidad, organización de datos y escalabilidad. Estos elementos aseguran que los agentes no solo acumulen datos, sino que lo hagan de manera estructurada y segura, haciendo posible una recuperación rápida de información relevante para cada conversación.

Las limitaciones de los métodos tradicionales para implementar la memoria en agentes AI se han abordado con este nuevo enfoque. En lugar de que los desarrolladores tengan que crear soluciones personalizadas para el seguimiento de la historia de las conversaciones, AgentCore Memory ofrece un servicio gestionado que ahorra tiempo y mejora la experiencia del usuario. Las herramientas permiten mantener conversaciones fluidas, recordando detalles cruciales como preferencias o información importante discutida anteriormente.

Además de la gestión de memoria, AgentCore Memory incorpora características avanzadas como ramificación y puntos de control, que potencian la interactividad y flexibilidad de las conversaciones. Los agentes pueden crear rutas alternativas en el diálogo sin perder el hilo de la conversación principal, facilitando escenarios complejos como la planificación de viajes o el asesoramiento financiero.

En resumen, Amazon Bedrock AgentCore Memory se presenta como una solución integral capaz de transformar la manera en que los asistentes de IA gestionan la memoria, proporcionando interacciones más humanas y personalizadas. La implementación de esta tecnología podría significar un gran avance no solo para el sector tecnológico, sino también para las experiencias de usuario en diversos ámbitos.
vía: AWS machine learning blog

Escaneos Faciales de Spotify: Solo el Comienzo

0
🫥 Spotify Face Scans Are Just the Beginning | EFFector 37.10

En un momento donde la defensa de los derechos digitales es más crucial que nunca, la Electronic Frontier Foundation (EFF) ha lanzado su boletín EFFector, una fuente centralizada para mantenerse informado sobre los últimos acontecimientos en la lucha contra la censura y la vigilancia. Este medio se ha convertido en un recurso fundamental para aquellos que buscan seguir de cerca las dinámicas de la privacidad y la libertad de expresión en el entorno digital.

En esta edición, se destaca un caso alarmante de intimidación gubernamental en Florida, donde las autoridades han emitido una citación a un local que albergó un evento de orgullo LGBTQ+, exigiendo videos de vigilancia del evento. Este acto ha levantado serias preocupaciones sobre la vigilancia estatal y el respeto a los derechos de las comunidades marginadas.

Por otro lado, la EFF critica la inacción de los corredores de datos en California, que han ignorado las solicitudes de acceso a datos personales a pesar de que la ley estatal les exige responder. Esta situación pone de manifiesto la necesidad de una mayor regulación y responsabilidad en el manejo de datos personales.

Asimismo, se analiza el proyecto de ley C-2 de Canadá, que podría facilitar la vigilancia por parte de Estados Unidos, abriendo la puerta a un acceso más amplio a los datos de los ciudadanos canadienses por parte de agencias estadounidenses. Este desarrollo plantea interrogantes sobre la cooperación internacional en asuntos de privacidad y derechos humanos.

Adicionalmente, el boletín incluye un componente educativo en forma de un podcast, donde se entrevista a miembros del equipo de EFF sobre temas relevantes. En esta ocasión, Paige Collings, activista sénior de discurso y privacidad, aborda los peligros de las medidas de verificación de edad que se están implementando en diversas partes del mundo.

Desde su lanzamiento en 1990, el boletín EFFector ha sido una herramienta esencial para mantener a los lectores informados sobre los derechos digitales, ofreciendo enlaces a actualizaciones, anuncios y otros relatos que nutren el movimiento por la privacidad en línea y la libertad de expresión. La EFF expresa su agradecimiento a los seguidores que hacen posible esta labor y anima a quienes aún no son miembros a unirse para continuar la lucha por un futuro digital más brillante.
Fuente: EFF.org

Amazon Escala Rufus: Construyendo Inferencia Multi-Nodo Con Chips AWS Trainium y vLLM

0
How Amazon scaled Rufus by building multi-node inference using AWS Trainium chips and vLLM

En un avance significativo en el ámbito de la inteligencia artificial, Amazon ha desarrollado un asistente de compras impulsado por inteligencia artificial generativa, denominado Rufus, que ya está disponible para millones de usuarios. Sin embargo, su implementación a gran escala presenta numerosos desafíos que requieren atención cuidadosa. Rufus se basa en un modelo de lenguaje grande (LLM) diseñado a medida, lo que demanda un enfoque innovador para mantener interacciones de alta calidad a la vez que se garantiza eficiencia en costos y baja latencia.

El equipo de Amazon ha centrado sus esfuerzos en crear una solución de inferencia multi-nodo utilizando Amazon Trainium y vLLM, una biblioteca de código abierto que permite una atención eficiente y de alto rendimiento en la entrega de LLMs. A medida que el modelo de Rufus se expandía, también lo hacía la necesidad de múltiples instancias de aceleradores, dado que un único chip no puede albergar el modelo completo. Esto obligó a los ingenieros a innovar en la fragmentación y distribución del modelo a través de varios nodos, utilizando técnicas como el paralelismo tensorial.

Las estrategias adoptadas para mejorar el rendimiento del modelo incluyen la maximización del uso de recursos de computación y memoria en múltiples nodos, sin comprometer la latencia. Además, se ha diseñado una infraestructura de inferencia multi-nodo que facilita la comunicación rápida entre nodos, garantizando una integración sólida entre componentes distribuidos.

La solución implementada consiste en una arquitectura de inferencia multi-nodo que utiliza un modelo de líder/seguidor. El nodo líder se encarga de la programación de solicitudes y la orquestación, mientras que los nodos seguidores se dedican a ejecutar los cálculos del modelo de forma distribuida. A través de esta configuración, cada nodo presenta un camino de ejecución coherente, lo que contribuye a la eficiencia del sistema en su conjunto.

Esta estrategia de despliegue ha permitido manejar solicitudes a gran escala de manera eficiente, gracias a un diseño que favorece la colocación de nodos según la topología de red, minimizando así la latencia. Con esta infraestructura, Amazon ha podido lanzar un modelo más grande que opera en decenas de miles de chips Trainium, logrando una capacidad ampliada que ofrece una experiencia de compra innovadora y una notable mejora en la interacción de los usuarios.

Con estos desarrollos, Amazon continúa fortaleciendo su posición en la inteligencia artificial, haciendo posible que Rufus ofrezca un servicio de preguntas y respuestas en tiempo real, siempre disponible para los clientes.
vía: AWS machine learning blog

Expansión de la Experiencia de la App de Xbox en PCs con Windows 11 Basados en Arm®

0
PC Gaming Preview.

La experiencia del Xbox PC app en dispositivos con Windows 11 basados en Arm® se verá significativamente mejorada con una nueva actualización que comienza a implementarse hoy. Este cambio permite a los usuarios descargar juegos y jugar localmente desde la aplicación, abriendo un catálogo de títulos más amplio para aquellos que estén suscritos a PC Game Pass o Game Pass Ultimate.

La colaboración entre Windows y Xbox se muestra más fuerte que nunca, ya que ambos equipos trabajan conjuntamente para asegurar la compatibilidad de su catálogo de juegos, además de desarrollar nuevas funciones que permitirán que más títulos sean accesibles en PCs basados en Arm® en los próximos meses. Esta iniciativa busca involucrar a los usuarios de Windows Insiders con el fin de realizar pruebas y asegurar el acceso total a sus bibliotecas de juegos.

La actualización, correspondiente a la versión 2508.1001.27.0 y superiores, está disponible para los usuarios de Windows Insiders que participen en el PC Gaming Preview. Para aquellos que deseen unirse a esta experiencia, el proceso es sencillo: deben descargar el Xbox Insider Hub desde la Microsoft Store, iniciar sesión con su cuenta de Microsoft y unirse a la sección de «PC Gaming». Una vez que estén registrados, podrán verificar actualizaciones en la tienda y acceder a la nueva versión de la aplicación.

Es importante tener en cuenta que la actualización se implementará de manera gradual, por lo que algunos Insiders podrán recibirla antes que otros. La oportunidad de ofrecer retroalimentación sigue disponible a través del menú del programa, permitiendo a los usuarios reportar problemas o sugerir mejoras.

Con esta actualización, los usuarios de Windows 11 en dispositivos Arm® tienen una razón más para disfrutar de su experiencia gaming.
vía: Microsoft Windows blog