Tag: Muy Interesante

Durante décadas, aprender se ha entendido como un proceso acumulativo. Cuanta más experiencia incorpora una persona, mayor suele ser su conocimiento. Ese mismo principio ha guiado el desarrollo de la inteligencia artificial desde sus orígenes: alimentar un sistema con enormes cantidades de información debería traducirse en respuestas progresivamente más precisas.

Sin embargo, la rápida expansión de herramientas capaces de redactar textos, crear imágenes, programar software o producir vídeos ha abierto un escenario inédito. Una parte creciente de Internet ya no nace directamente de la creatividad humana, sino de algoritmos entrenados con inmensos conjuntos de datos. Ese caudal regresa después a la red, donde termina mezclándose con recursos de muy diversa procedencia.

La consecuencia plantea una pregunta inquietante: ¿qué ocurrirá cuando las futuras generaciones de inteligencia artificial pasen a nutrirse principalmente de información elaborada por otras inteligencias artificiales? Un estudio publicado en npj Artificial Intelligence concluye que esa dinámica puede erosionar gradualmente su rendimiento, aunque también describe una estrategia capaz de contener ese fenómeno.

Cuando las copias empiezan a alimentarse de otras copias

Los grandes modelos lingüísticos no interpretan el mundo como lo hace una persona. Su funcionamiento descansa en la detección de regularidades estadísticas dentro de enormes corpus documentales. A partir de millones de ejemplos, reconocen qué palabras suelen aparecer juntas, qué estructuras resultan más probables y cómo completar una secuencia con la mayor precisión posible.

Hasta hace pocos años, casi toda esa base procedía de libros, artículos periodísticos, revistas científicas, páginas web o conversaciones escritas por seres humanos. Aquella variedad ofrecía una representación extraordinariamente rica del lenguaje, repleta de matices, excepciones y registros muy distintos.

Ese panorama empieza a modificarse con rapidez. Cada jornada aparecen cantidades inmensas de publicaciones redactadas mediante asistentes conversacionales, descripciones comerciales generadas automáticamente, resúmenes elaborados por algoritmos, comentarios sintéticos e incluso páginas completas producidas sin intervención directa de un autor. Poco a poco, ese caudal pasa a integrar el inmenso océano digital del que beberán las próximas generaciones de modelos.

Los investigadores recurren a una comparación inspirada en la endogamia. No equiparan un sistema informático con una población biológica, sino que utilizan esa analogía para ilustrar una idea sencilla: cuando el intercambio queda restringido dentro de un mismo grupo, la diversidad disminuye y determinados rasgos tienden a consolidarse generación tras generación. En la inteligencia artificial, el riesgo consiste en que los algoritmos acaben nutriéndose, cada vez más, de producciones creadas por otros algoritmos.

Cuando el intercambio queda restringido dentro de un mismo grupo, la diversidad disminuye y determinados rasgos tienden a consolidarse generación tras generación.

Un desgaste que se manifiesta de forma paulatina

Ese comportamiento recibe el nombre de model collapse o colapso del modelo. Lejos de describir un fallo repentino, designa una degradación progresiva. Cada nueva generación entrenada con una proporción creciente de datos sintéticos conserva peor los ejemplos menos habituales, intensifica patrones excesivamente comunes y renuncia a parte de la riqueza estadística presente en el corpus inicial.

Una analogía ayuda a visualizar el fenómeno. Imaginemos que un cuadro se fotografía una vez. Después, alguien retrata esa primera copia. Más tarde, otra cámara reproduce la segunda imagen, y así sucesivamente. Aunque cada reproducción parezca aceptable por separado, pequeños defectos terminan acumulándose hasta alterar detalles que el original sí conservaba. Con estos sistemas ocurre algo parecido: la información no desaparece de golpe, pero determinados matices se difuminan conforme una generación toma como referencia a la precedente.

Los autores subrayan que el inconveniente no radica en la existencia de contenido sintético. Ese tipo de material resulta útil para numerosas aplicaciones. La dificultad surge cuando su proporción aumenta hasta desplazar una parte significativa de los textos, imágenes o registros creados directamente por personas. En ese contexto, la arquitectura acaba reforzando aquello que otras ya consideraban más probable, reduciendo paulatinamente la amplitud sobre la que construye sus predicciones.

Cada nueva generación entrenada con una proporción creciente de datos sintéticos conserva peor los ejemplos menos habituales, intensifica patrones excesivamente comunes y renuncia a parte de la riqueza estadística presente en el corpus inicial.

Las consecuencias van mucho más allá de repetir expresiones similares. El trabajo describe una pérdida progresiva de representaciones poco frecuentes, precisamente las que permiten responder correctamente a situaciones excepcionales o captar relaciones menos evidentes. Dicho de otra manera, el conocimiento termina concentrándose alrededor de los casos más comunes mientras las situaciones más raras van perdiendo representación.

La inquietud aumenta porque el volumen de información generada automáticamente crece a gran velocidad. Cada respuesta publicada en un foro, cada reseña automatizada, cada noticia redactada por un asistente o cada descripción comercial incorporada a una tienda digital puede acabar incorporándose al material empleado para entrenar futuras generaciones.

Una fórmula para preservar la variedad

Con ese escenario como punto de partida, el equipo creó una familia de funciones de entrenamiento denominada Confidence-Aware Loss o pérdida sensible al grado de confianza. Su finalidad no consiste en impedir que un modelo utilice datos sintéticos, sino en modificar la relevancia que concede a determinados ejemplos durante el aprendizaje.

La propuesta parte de una observación sencilla. Cuando un modelo encuentra secuencias extremadamente previsibles, suele atribuirles un grado muy elevado de confianza. Esas respuestas, justo por resultar tan evidentes, aportan poco contenido nuevo. Si el entrenamiento insiste una y otra vez sobre ese mismo tipo de patrones, termina reforzando aquello que ya domina mientras concentra menos atención en los casos capaces de enriquecer su representación del lenguaje.

Para evitarlo, los investigadores diseñaron una variante denominada Truncated Cross-Entropy o entropía cruzada truncada, que reduce el peso de esas predicciones excesivamente seguras. En lugar de tratar todos los ejemplos por igual, el procedimiento concentra una mayor parte del esfuerzo en los fragmentos que todavía contienen información valiosa. De ese modo, el modelo deja de premiar de forma desproporcionada lo más repetitivo y conserva mejor la diversidad estadística del conjunto de datos.

Un desafío que crecerá junto con Internet

Los ensayos mostraron una mejora muy significativa. Según los resultados, el método permitió que los modelos soportaran más de 2,3 veces una mayor proporción de información sintética antes de manifestar los efectos característicos del colapso. Eso no significa que el fenómeno desaparezca por completo, pero sí que retrasa notablemente su aparición, ampliando el margen para combinar contenido humano y el generado automáticamente sin perder rendimiento con la misma rapidez.

El método permitió que los modelos soportaran más de 2,3 veces una mayor proporción de datos sintéticos antes de manifestar los efectos característicos del colapso.

Otro aspecto destacable es que los autores no se limitaron a presentar esta propuesta. También publicaron un banco de pruebas abierto destinado a evaluar de forma sistemática cómo evoluciona esa degradación cuando cambia la proporción entre material original y sintético. Contar con una referencia común facilitará comparar futuras aproximaciones y determinar con mayor precisión cuáles ofrecen mejores resultados.

La relevancia de esta investigación trasciende un nuevo procedimiento matemático. En realidad, anticipa una dificultad que probablemente acompañará a la inteligencia artificial durante los próximos años. La cantidad de contenido generado automáticamente aumenta a tal velocidad que distinguir entre material producido por personas y por algoritmos será cada vez más complicado.

Ese cambio plantea un reto inédito para quienes diseñan grandes modelos lingüísticos. Hasta ahora, la prioridad consistía en reunir conjuntos de entrenamiento cada vez más extensos. En adelante, quizá resulte igual de importante conocer la procedencia de esos datos y conservar suficiente diversidad para impedir que las futuras generaciones acaben alimentándose principalmente de información sintetizada por otras máquinas.

Los propios investigadores reconocen que su propuesta no constituye una solución definitiva. El algoritmo no elimina el colapso del modelo ni garantiza la desaparición de todos sus efectos. Su principal aportación consiste en demostrar que ese deterioro puede mitigarse mediante una estrategia relativamente sencilla, abriendo una vía prometedora para investigaciones futuras.

El estudio invita, además, a reflexionar sobre una transformación mucho más profunda. Durante años, se asumió que la red representaba una inmensa biblioteca construida por millones de personas. Esa imagen empieza a cambiar, ya que una fracción creciente de los textos disponibles ya no procede directamente de la experiencia humana, sino de sistemas entrenados con contenido previo. A medida que esa proporción aumente, preservar fuentes originales podría convertirse en un requisito tan importante como perfeccionar arquitecturas más potentes.

La inteligencia artificial ha demostrado una extraordinaria capacidad para aprender. Ahora empieza a revelar una enseñanza menos intuitiva: la calidad del conocimiento no depende únicamente de cuánto se asimila, sino también de la procedencia de aquello que actúa como maestro. En un futuro donde una parte creciente de Internet será escrita por máquinas, el mayor desafío quizá no consista en producir más información, sino en evitar que los algoritmos acaben encerrados en un inmenso circuito de adiestramiento sobre sí mismos.

La imagen de una casa perfectamente ordenada ha alimentado durante años la idea de que organizarse exige tiempo, esfuerzo constante y una capacidad casi extraordinaria para mantenerlo todo bajo control. Sin embargo, cada vez más expertos sostienen que el verdadero reto no está en recoger más, sino en comprender cómo tomamos decisiones y construimos nuestros hábitos diarios.

Es precisamente esa mirada la que desarrolla María Leániz en Cómo llevar una vida organizada. Cómo poner orden en tus espacios, tu mente y tus emociones, una obra publicada por Hestia que utiliza su experiencia de años trabajando en viviendas y empresas para desmontar muchos de los mitos que rodean al desorden. Tal y como indica la autora a lo largo del libro, organizar una casa no consiste en aprender unos cuantos trucos de almacenaje, sino en modificar comportamientos que se repiten diariamente.

Más que ofrecer una colección de trucos para tener la casa recogida, la obra invita al lector a detenerse en una pregunta previa: por qué resulta tan difícil mantener el orden cuando la sensación de ir siempre con prisas forma parte de la rutina. A partir de esa idea, María Leániz desplaza el debate desde los objetos hacia los comportamientos cotidianos. La cuestión, sostiene, no reside únicamente en lo que acumulamos, sino en los hábitos que nos llevan a comprar de forma impulsiva, posponer decisiones o conservar pertenencias que hace tiempo dejaron de tener una utilidad real.

Para sostener esa tesis, la autora recurre a situaciones que conoce de primera mano tras años trabajando como organizadora profesional. Viviendas donde localizar unas llaves puede convertirse en una búsqueda de varios minutos, armarios repletos de prendas que nunca llegan a estrenarse o despachos con decenas de versiones de un mismo documento son escenas que, lejos de ser excepcionales, aparecen con frecuencia en hogares y empresas.

Una capacidad que cualquiera puede desarrollar

Otro de los planteamientos que vertebran el libro consiste en desmontar la idea de que hay personas que nacen organizadas y otras condenadas a convivir con el desorden. Según defiende Leániz, organizarse es una competencia que se aprende mediante la repetición de hábitos sencillos y la creación de sistemas eficaces, no una cualidad reservada a unos pocos.

Esa perspectiva cambia por completo la manera de entender el orden. Ya no depende de realizar grandes esfuerzos cada cierto tiempo, sino de incorporar pequeñas rutinas capaces de evitar que el caos vuelva a instalarse. A lo largo del libro, la autora insiste en que mantener una vivienda organizada tiene menos que ver con recoger constantemente y mucho más con reducir aquello que sobra, asignar un lugar a cada objeto y evitar que las decisiones se acumulen día tras día. Según se desprende de la obra, el auténtico cambio comienza incluso antes de abrir un armario: empieza cuando se modifica la forma de relacionarse con las cosas que entran y permanecen en casa.

La autora dedica buena parte del libro a explicar que el exceso de objetos no solo ocupa espacio físico. También incrementa la carga mental porque obliga a recordar dónde están las cosas, mantenerlas, limpiarlas, repararlas o simplemente decidir constantemente qué hacer con ellas.

El desorden no empieza cuando faltan estanterías; empieza cuando sobran decisiones.

Mucho más que una cuestión doméstica

Uno de los mayores aciertos de la obra es ampliar el concepto de organización hasta abarcar la gestión del tiempo, la planificación y el equilibrio emocional. Según explica María Leániz, el desorden visible suele ser únicamente la manifestación externa de procesos mucho más complejos relacionados con la saturación mental, la procrastinación o la dificultad para establecer prioridades.

El resultado es una obra que trasciende el ámbito de la organización doméstica para adentrarse en la forma en que gestionamos el tiempo, el estrés y las decisiones cotidianas. A través de su experiencia, María Leániz sostiene que buena parte del caos diario no nace de grandes problemas, sino de la suma de pequeñas improvisaciones que, repetidas durante semanas o meses, terminan convirtiéndose en una carga difícil de asumir.

Uno de los capítulos más reveladores es el dedicado a la acumulación. La autora cuestiona la idea de que guardar demasiadas cosas sea únicamente una cuestión de desorden o dejadez y plantea un origen mucho más complejo. Según explica, detrás de muchos objetos que permanecen durante años en cajones, armarios o trasteros suelen esconderse recuerdos, vínculos afectivos, miedo a necesitar aquello en el futuro o compras realizadas para cubrir necesidades que poco tienen que ver con el objeto adquirido.

Las numerosas situaciones que recoge a partir de su trabajo en hogares de perfiles muy distintos ayudan a comprender hasta qué punto esa acumulación acaba condicionando la vida diaria. No solo dificulta encontrar espacio o localizar pertenencias, sino que también influye en la convivencia familiar, aumenta la sensación de agotamiento y alimenta la percepción de haber perdido el control sobre aspectos cotidianos que, en principio, deberían resultar sencillos.

Cuantas más pertenencias acumulamos, mayor es el esfuerzo necesario para mantenerlas bajo control.

Una filosofía práctica para reducir la carga mental

La obra también concede un papel protagonista a la planificación. Según desarrolla María Leániz, muchas personas intentan mantener el orden reaccionando constantemente a los problemas del día a día, cuando precisamente esa falta de previsión alimenta el caos.

A partir de esa idea, el libro propone construir sistemas sencillos que permitan reducir decisiones innecesarias y liberar recursos mentales para cuestiones realmente importantes. No plantea alcanzar una casa perfecta, sino crear espacios funcionales que faciliten la vida cotidiana.

Ese enfoque resulta especialmente relevante en una época marcada por la sobrecarga informativa, el teletrabajo y la dificultad para separar la vida personal de la profesional. La organización aparece así como una herramienta para disminuir el estrés más que como un objetivo estético.

Con Cómo llevar una vida organizada, María Leániz presenta una visión del orden muy alejada de los estereotipos tradicionales. Tal y como muestra la obra, organizar espacios significa, en realidad, aprender a organizar decisiones, prioridades y hábitos. Una propuesta que trasciende el ámbito doméstico para convertirse en una reflexión sobre la forma en que administramos nuestro tiempo, nuestra energía y nuestra atención.

Las arañas han perfeccionado durante cientos de millones de años un repertorio de estrategias que incluye emboscadas, persecuciones, camuflaje y sofisticadas telas capaces de inmovilizar presas mucho mayores que ellas. Esa impresionante diversidad también queda patente en su forma de moverse. Algunas apenas abandonan el refugio, mientras otras cruzan el terreno con una agilidad sorprendente para capturar alimento o esquivar a un depredador.

Ahora, un equipo internacional ha identificado a la especie que ostenta el récord de rapidez sobre tierra firme. La protagonista es Heteropoda jugulans, una gran araña cazadora australiana cuyo ritmo basta para superar la carrera de muchas personas durante un esprint corto. No obstante, ese llamativo hito supone únicamente la manifestación más visible de una investigación mucho más ambiciosa.

Lejos de limitarse a coronar a una campeona, los autores pretendían averiguar de qué manera la evolución ha moldeado la eficacia locomotora dentro de uno de los linajes animales más diversos del planeta. Para conseguirlo, reunieron el mayor repertorio comparativo disponible hasta la fecha con el fin de relacionar masa corporal, anatomía, modo de vida e historia evolutiva con la aptitud para correr.

La nueva campeona de la velocidad

Durante años, varias especies adquirieron fama por la espectacularidad de sus desplazamientos. Entre ellas, figuraba Cebrennus rechenbergi, conocida por escapar realizando rápidas volteretas. Ese comportamiento, sin embargo, no equivale a prolongar la mayor rapidez durante una carrera sobre una superficie horizontal. Cuando todas las participantes se someten al mismo criterio de evaluación, la jerarquía cambia de forma significativa.

Heteropoda jugulans registró 3,59 metros por segundo, equivalentes a casi 13 kilómetros por hora, una marca suficiente para dejar atrás a montones de corredores aficionados en una distancia corta.

Las mediciones sitúan en primera posición a Heteropoda jugulans, integrante de la familia Sparassidae. En los ensayos registró 3,59 metros por segundo, equivalentes a casi 13 kilómetros por hora, una marca suficiente para dejar atrás a montones de corredores aficionados en una distancia corta. Más allá de lo curioso del dato, esa cifra da una referencia objetiva con la que cotejar organismos muy diferentes entre sí.

Obtener esos números exigió un procedimiento cuidadosamente estandarizado. Cada individuo recorría una pista horizontal mientras cámaras de alta velocidad seguían su trayectoria desde arriba. Posteriormente, el equipo elegía el tramo desarrollado a ritmo constante y calculaba la máxima velocidad sostenida, evitando así que las aceleraciones iniciales distorsionaran la valoración. Gracias a ese protocolo, fue posible jerarquizar las mediciones mediante parámetros homogéneos y no a partir de observaciones ocasionales.

La nueva plusmarca revela, sin duda, el aspecto más atractivo del estudio. No obstante, debemos considerarlo solo el punto de partida. La cuestión realmente interesante consiste en discernir por qué ciertos arácnidos de este tipo exhiben prestaciones tan elevadas mientras otras, hasta con dimensiones parecidas, muestran un comportamiento mucho más discreto. Justo esa incógnita conduce al auténtico núcleo científico del trabajo.

Mucho más que un récord: el mayor análisis realizado hasta ahora

El espectacular registro solo adquiere pleno sentido cuando se conoce la magnitud del proyecto que la respalda. En lugar de centrarse en unas pocas arañas de lo más singulares, el equipo reunió la colección de mediciones más extensa elaborada hasta ahora sobre locomoción en arácnidos. Esa amplitud convierte el descubrimiento en una referencia científica mucho más sólida que una simple curiosidad zoológica.

Los autores consignaron directamente el rendimiento de 236 ejemplares pertenecientes a 162 especies y completaron esa recopilación con observaciones publicadas previamente hasta reunir 258 especies distribuidas en 64 familias. La muestra abarca una parte muy significativa de la diversidad conocida del orden Araneae e incorpora organismos cuyo peso oscila desde apenas un miligramo hasta grandes tarántulas de varias decenas de gramos.

A partir de ese enorme volumen de evidencias, el grupo recurrió a modelos biomecánicos y herramientas filogenéticas para abordar a un asunto más complicado que señalar una campeona: ¿qué factores hacen que dos arañas prácticamente idénticas en masa presenten aptitudes tan distintas para correr?

El peso influye, aunque por sí solo resulta insuficiente para aclarar esa desemejanza. Incluso entre organismos comparables surgen contrastes sorprendentes, con velocidades separadas por varias decenas de veces.

Ese planteamiento invita a contemplar el récord desde un enfoque completamente diferente. Heteropoda jugulans no sobresale únicamente por ocupar el primer puesto, sino porque representa una pieza más dentro de un complejo mosaico evolutivo donde confluyen multitud de condicionantes. Desentrañar esa trama era, desde el comienzo, el verdadero propósito del proyecto.

Las patas largas ofrecen ventaja, aunque no son el único secreto

Uno de los hallazgos más consistentes pone de manifiesto que las especies dotadas de extremidades relativamente largas respecto al resto del cuerpo suelen desplazarse con mayor rapidez. Esa proporción, más que la envergadura absoluta, se perfila como uno de los mejores indicadores del potencial locomotor. Por el contrario, disponer de patas muy finas apenas reporta beneficios apreciables, una conclusión que desmonta la intuición inicial de no pocos aracnólogos.

El artículo científico también esclarece otro detalle debatido desde hace años. Las arañas recurren a un sistema hidráulico para extender varias articulaciones de las patas, una característica casi exclusiva entre los grandes grupos animales. Y algunos expertos habían planteado que ese mecanismo podía limitar la velocidad máxima. Sin embargo, las nuevas pruebas no respaldan esa posibilidad. Al contrario, muchas corredoras particularmente veloces poseen miembros muy desarrollados, circunstancia que sugiere que dicho sistema no se alza como un obstáculo decisivo para lograr mediciones elevadas.

La estrategia de caza ejerce igualmente un papel relevante. Las perseguidoras activas que capturan presas sobre el suelo acostumbran a superar las expectativas derivadas de su constitución, mientras que las constructoras de refugios o las especialistas en emboscadas suelen consignar valores más modestos. Esa tendencia indica que la selección natural ha favorecido cualidades distintas según la manera de alimentarse o de escapar de los enemigos.

Pese a ello, la ecología no basta para arrogar luz sobre toda la diversidad observada. El análisis detecta además una acusada influencia del parentesco. Determinados linajes conservan desde hace millones de años una predisposición hacia un mejor comportamiento locomotor, mientras otros mantienen aptitudes más discretas pese a ocupar ambientes semejantes. La combinación de morfología, historia evolutiva y adaptación ambiental dibuja así una visión mucho más completa del origen de las corredoras más rápidas del planeta.

Determinados linajes conservan desde hace millones de años una predisposición hacia un mejor comportamiento locomotor, mientras otros mantienen aptitudes más discretas pese a ocupar ambientes semejantes.

Comprender cómo evolucionó la velocidad

La investigación incorpora otra conclusión muy elocuente. Igual que ocurre al comparar un buen número de vertebrados, la rapidez máxima no aumenta indefinidamente conforme crecen las dimensiones corporales. Los modelos empleados apuntan a la existencia de un intervalo óptimo a partir del cual las limitaciones físicas comienzan a imponerse. Dicho de otro modo, ni los especímenes diminutos ni los gigantes consiguen necesariamente el mejor desempeño. Según los autores, las arañas reproducen ese mismo patrón biomecánico a una escala mucho menor.

Esa interpretación permite saber por qué algunos ejemplares de tamaño intermedio alcanzan prestaciones sobresalientes sin necesidad de poseer grandes proporciones. Al mismo tiempo, nos facilita un marco conceptual para entender la enorme diversidad presente dentro del grupo y abre nuevas posibilidades para investigar el origen evolutivo de la locomoción en otros artrópodos.

Los responsables del estudio reconocen, no obstante, que todavía permanecen abiertas bastantes incógnitas. Aspectos como la arquitectura muscular, la orientación de las patas o ciertos pormenores del sistema hidráulico podrían tener una influencia mayor de la conocida hasta ahora. Examinar un número más amplio de especies, entre las de mayor tamaño sobre todo, ayudará a cerciorarse de hasta qué punto esos factores alteran las predicciones actuales.

Conviene, además, comentar estas conclusiones con la prudencia habitual en esta clase de investigaciones. El manuscrito se ha difundido como preprint en el repositorio bioRxiv, de manera que aún no ha superado la revisión por pares. Pese a ello, la amplitud de la muestra, el rigor metodológico y el planteamiento comparativo convierten esta publicación en una aportación excepcionalmente valiosa para profundizar en la biomecánica de las arañas.

Quizá ahí resida el principal provecho del trabajo. Conocer la araña que destaca como más rápida del mundo es una curiosidad capaz de despertar la atención de cualquier lector, pero el fruto más importante de la investigación consiste en demostrar que un rasgo tan cotidiano como correr puede reconstruir millones de años de historia evolutiva.

Cada zancada alberga la huella de innumerables adaptaciones acumuladas generación tras generación, desde modificaciones en la longitud de las patas hasta transformaciones vinculadas con procurarse alimento o el modo de recorrer unos y otros hábitats.

Algo tan cotidiano como correr puede reconstruir millones de años de historia evolutiva: cada zancada alberga la huella de innumerables adaptaciones acumuladas generación tras generación.

Vista desde esa perspectiva, Heteropoda jugulans encarna algo más allá del hecho de ser una campeona. Su asombrosa marca sirve como puerta de entrada para advertir por qué unas arañas acabaron especializándose en la persecución a gran velocidad, mientras otras siguieron trayectorias completamente dispares.

Gracias a esa mirada global, la investigación trasciende el simple récord y nos brinda una manera diferente de explorar cómo la selección natural ha ido modelando la locomoción a lo largo del tiempo.