Lo difícil de los robots no es el robot: es saber qué quieres decir
Un nuevo método del MIT recorta cerca de un 80% los datos de práctica que necesita un robot. Por qué importa: la parte difícil y cara de la automatización es averiguar qué quiere de verdad una persona, no mover el brazo.
- 80%
- menos datos de práctica para el robot
- 5×
- menos ejemplos por tarea
- 15%
- mejor adivinando qué quiere decir la gente
- ICRA 2026
- donde se mostró el método
La mayoría de los proyectos de automatización fallan en el mismo punto, y no es la máquina. El brazo del robot funciona bien. Lo que se come el presupuesto es enseñarle qué quieres de verdad. Alguien tiene que mostrarle ejemplos, etiquetarlos y formularlo todo con precisión. Esa enseñanza es lenta y cara. Es el verdadero coste oculto de cada robot. Un nuevo proyecto del MIT importa porque ataca ese coste, no el brazo.
El método se llama Masked IRL. Se compartió el 26 de junio y se mostró en la conferencia de robótica ICRA 2026. Usa dos modelos de lenguaje que trabajan en equipo. Una persona mueve el brazo del robot con la mano para mostrar una tarea. Un modelo convierte las palabras vagas en claras: "quédate cerca" pasa a ser "sigue tocando la mesa". El otro modelo mira por la sala y marca qué importa, para que el robot ignore el desorden.
Los resultados son buenos. El robot acertó un 15% más que los métodos antiguos lo que la gente quería decir. Aprendió la misma tarea con unas cinco veces menos ejemplos — cerca de un 80% menos de datos de práctica. Un brazo real movió tazas de café alrededor de portátiles y limpió mesas, sin que nunca le dijeran qué objetos evitar.
Y aquí está la lección, que va mucho más allá de los robots. Cualquier sistema que actúe sobre instrucciones humanas vagas —una app, una herramienta, un asistente— suele necesitar sobre todo una cosa: un paso que averigüe primero qué quieres decir, antes de hacer nada. La mayoría de los equipos gasta de más en el hacer y de menos en el entender. Ten en cuenta que es una prueba de laboratorio con un solo brazo, y aún necesita demostraciones humanas. Pero los que ganen en automatización serán los que diseñen para lo que la gente quiere decir, no solo para lo que las máquinas pueden hacer.