La inteligencia artificial aplicada a robótica conecta tres funciones: percibir el entorno, decidir una acción y controlar un cuerpo físico. Los modelos actuales pueden interpretar imágenes e instrucciones y generar movimientos, pero no convierten un robot en una máquina que comprenda cualquier situación.
La diferencia respecto a un sistema puramente digital es el riesgo físico. Un error de texto puede corregirse; una trayectoria equivocada puede golpear una pieza, dañar el robot o alcanzar a una persona. Por eso, la evaluación debe incluir tanto el modelo como sensores, actuadores, límites de seguridad y entorno operativo.
De una instrucción a un movimiento
Un sistema robótico con IA suele combinar varias capas:
- Percepción: cámaras, profundidad, fuerza u otros sensores producen una representación del entorno.
- Planificación: el software traduce un objetivo en subtareas o selecciona una habilidad.
- Control: una política genera posiciones, velocidades o fuerzas para los actuadores.
- Supervisión: reglas y sistemas de seguridad limitan acciones y detienen la máquina cuando corresponde.
Los modelos de visión, lenguaje y acción —VLA por sus siglas en inglés— intentan relacionar una instrucción, una escena y una secuencia motora. Google DeepMind presentó Gemini Robotics en marzo de 2025 como una familia de modelos destinada a mejorar generalidad, interacción y destreza. Sus demostraciones muestran capacidades de investigación; no certifican que cualquier robot equipado con el modelo sea seguro o autónomo en cualquier espacio.
Expresiones como «razonar» o «entender» describen funciones del modelo, no una equivalencia demostrada con la comprensión humana. Para una tarea concreta importan métricas observables: porcentaje de éxito, distribución de objetos, intervenciones, tiempo y condiciones de fallo.
Por qué la simulación es útil
Recopilar datos con robots físicos es lento y puede desgastar o romper el equipo. Los simuladores permiten repetir escenarios, variar parámetros y generar datos sintéticos. NVIDIA Isaac Sim, por ejemplo, ofrece simulación basada en física, sensores virtuales y herramientas para probar software robótico.
En simulación pueden variarse iluminación, fricción, masa, posición de objetos o ruido de sensores. Esta aleatorización ayuda a evitar que el modelo memorice un único escenario y facilita la transferencia al robot real.
La transferencia no es automática. El denominado salto entre simulación y realidad aparece porque ningún entorno virtual reproduce todas las propiedades del mundo físico. Un contacto, un reflejo o una deformación no modelados pueden cambiar el resultado. La validación final debe hacerse con hardware real y dentro del dominio de uso previsto.
Qué aprenden los modelos y dónde fallan
El aprendizaje por demostraciones usa trayectorias humanas o teleoperadas para enseñar acciones. El aprendizaje por refuerzo optimiza una recompensa a través de numerosos intentos, a menudo primero en simulación. En ambos casos, el resultado depende de los datos, la función objetivo y las situaciones incluidas durante el entrenamiento.
Los fallos más habituales aparecen ante:
- objetos, herramientas o texturas poco representados;
- oclusiones y cambios de iluminación;
- contactos que requieren una precisión no capturada;
- instrucciones ambiguas;
- secuencias más largas que las evaluadas;
- recuperación tras una acción parcialmente fallida.
Un vídeo de éxito no revela la tasa de intentos fallidos. Una evaluación útil debe publicar denominador, condiciones, duración, criterio de éxito y nivel de ayuda humana.
Modelos de mundo y memoria
Algunos sistemas incorporan memoria temporal o modelos que predicen cómo podría evolucionar una escena. Esto puede ayudar a mantener el contexto, estimar consecuencias y evitar repetir acciones.
La predicción sigue siendo probabilística. Un modelo puede asignar alta probabilidad a una consecuencia incorrecta, especialmente fuera de los datos conocidos. En tareas críticas, la planificación aprendida necesita límites independientes, comprobaciones y una vía segura de parada.
El aprendizaje compartido entre robots también es posible desde el punto de vista técnico: una flota puede recopilar experiencias y entrenar una nueva versión común. Pero no ocurre necesariamente en tiempo real ni sin control. Requiere selección de datos, validación antes del despliegue, gestión de versiones, ciberseguridad y protección de la información capturada.
Seguridad, privacidad y regulación
El Reglamento de Inteligencia Artificial de la Unión Europea usa un enfoque basado en riesgo. La clasificación depende del uso previsto: no existe una categoría que convierta automáticamente a todo robot con IA en sistema de alto riesgo. Sí pueden aplicar requisitos más estrictos cuando la IA actúa como componente de seguridad de determinados productos regulados o se usa en ámbitos enumerados, como algunas decisiones laborales.
El reglamento entró en vigor en 2024 y sus obligaciones se aplican por fases. Una empresa debe consultar el calendario y la clasificación oficial para su caso, además de las normas de seguridad de producto y maquinaria que correspondan.
En privacidad, una cámara doméstica o laboral puede captar rostros, documentos y rutinas. El diseño debe definir qué se procesa localmente, qué se conserva, quién accede y si los datos se reutilizan para entrenamiento. La promesa genérica de anonimización no sustituye una política verificable.
Cómo evaluar una afirmación sobre IA física
Antes de concluir que un robot «aprende cualquier tarea», conviene preguntar:
- ¿la prueba fue autónoma, teleoperada o supervisada?;
- ¿cuántos intentos hubo y qué se consideró éxito?;
- ¿el entorno era el mismo que durante el entrenamiento?;
- ¿la métrica procede del fabricante o de una evaluación independiente?;
- ¿hay datos de seguridad, intervenciones y operación continuada?
La convergencia entre IA y robótica es real, pero su progreso se mide tarea por tarea. El salto importante no es que un modelo genere movimientos, sino que lo haga con fiabilidad, límites conocidos y evidencia reproducible.