La revolución del aprendizaje robótico: de las reglas a la IA generativa
Cómo los robôs pasaron de seguir reglas preestablecidas a aprender mediante simulación e IA generativa, impulsando una nueva era de inversiones.
La nueva era de la robótica impulsada por IA
La robótica está experimentando una transformación fundamental en la forma en que las máquinas aprenden a interactuar con el mundo. Tras décadas de especialistas que "soñaban en grande pero construían pequeño", la industria ha recibido US$ 6.100 millones en inversiones para robots humanoides solo en 2025, cuatro veces más que en 2024.
Tres revoluciones en el aprendizaje robótico
Históricamente, los robots funcionaban mediante reglas explícitas: cada posible escenario debía ser anticipado y codificado previamente. Este enfoque, aunque confiable, resultaba extremadamente limitado para tareas complejas como doblar ropa.
Alrededor de 2015, la vanguardia adoptó el aprendizaje por refuerzo: crear simulaciones digitales donde los robots mejoran mediante prueba y error, recibiendo recompensas por éxitos y penalizaciones por fallos, similar a como la IA aprendió a jugar.
La llegada del ChatGPT en 2022 catalizó el boom actual. Los grandes modelos de lenguaje, entrenados para predecir la siguiente palabra en una secuencia, se adaptaron a la robótica para predecir la próxima acción que debe tomar una máquina, emitiendo comandos a los motores en tiempo real.
Casos emblemáticos del cambio
El Jibo del MIT (2014) fracasó parcialmente por carecer de capacidades avanzadas de lenguaje, dependiendo de respuestas roteirizadas que resultaban "francamente robóticas". Hoy, los asistentes con IA generativa ofrecen conversaciones más naturales, aunque con nuevos riesgos de contenido inapropiado.
La mano robótica Dactyl de OpenAI utilizó "randomización de dominio": entrenar en millones de mundos simulados con ligeras variaciones para que el robot se adaptara mejor al mundo real, logrando resolver cubos de Rubik en 60% de los casos.
El proyecto RT-2 de Google DeepMind recopiló 700 tareas diferentes realizadas por humanos durante 17 meses, creando uno de los primeros modelos fundacionales para robótica que traduce lenguaje natural en acciones específicas.
Esta revolución conceptual promete finalmente materializar el sueño de robots verdaderamente útiles y adaptativos.
Fuente original: MIT Technology Review Brasil
Este resumen fue generado con asistencia de IA y revisado editorialmente por Algoré.