Los robots no están preparados para quitarnos el trabajo: un especialista en robótica identifica una enorme brecha aún

Los robots humanoides pueden tener gran habilidad lingüística, como demuestran los principales modelos de lenguaje como Gemini y ChatGPT. Sin embargo, el experto en robótica de la Universidad de California en Berkeley, Ken Goldberg, sostiene que carecen de habilidades y datos del mundo real. ¿Podría esta brecha entre los datos del mundo real y las habilidades lingüísticas significar que los robots no lleguen a reemplazar por completo nuestros empleos, como se teme?

Muchos líderes tecnológicos afirman que los modelos de IA tienen el potencial de transformar la sociedad, desde reemplazar a los trabajadores de las fábricas hasta realizar cirugías. Pero estas opiniones contrastan fuertemente con lo que creen los especialistas en robótica.

Muchos expertos en robótica, como el profesor Ken Goldberg, discrepan sobre la exageración que rodea a este campo. Él supervisa investigaciones en robótica y automatización en Berkeley y posee una doble titulación en ingeniería (eléctrica) y economía por la Universidad de Pensilvania.

Goldberg es una figura activa en el ámbito del arte científico, habiendo expuesto instalaciones artísticas en el Museo de Arte de Berkeley y en el ICC de Tokio. Sus estudiantes realizan investigaciones en robótica, robótica médica y automatización.

Expertos en robótica del MIT, Georgia Tech y ETH-Zurich han abordado el debate sobre si se necesita recopilar más datos para entrenar a los robots o si la ingeniería y la programación son las respuestas para adaptarlos a las tareas del mundo real.

La brecha de datos de 100.000 años

En una publicación destacada en Science Robotics, Goldberg describió la “brecha de datos de 100.000 años” que podría impedir que los robots adquieran habilidades del mundo real, con la misma rapidez con la que parecen sobresalir en los idiomas.

Goldberg explica que “para calcular esta brecha de datos, analicé la cantidad de datos textuales que existen en internet y calculé cuánto tiempo le tomaría a una persona sentarse a leerlos todos. Descubrí que le tomaría unos 100.000 años. Esa es la cantidad de texto utilizada para entrenar los LLM”

“No disponemos ni de lejos de esa cantidad de datos para entrenar robots, y 100.000 años es solo la cantidad de texto que tenemos para entrenar modelos de lenguaje. Creemos que entrenar robots es mucho más complejo, por lo que necesitaremos muchos más datos.”

“Algunas personas creen que podemos obtener los datos de vídeos de personas —por ejemplo, de YouTube—, pero observar imágenes de personas realizando acciones no nos revela los movimientos detallados que realizan, y pasar de 2D a 3D suele ser muy difícil. Así que eso no lo soluciona.”

¿De verdad la IA va a acabar con las carreras profesionales de todo el mundo?

Goldberg ha comentado en una entrevista este año que los robots están avanzando, pero no tan rápido como algunos afirman. “Creo que es exageración, porque está muy por delante de las capacidades robóticas con las que están familiarizados los investigadores del campo”.

"Todos estamos muy familiarizados con ChatGPT y todas las cosas increíbles que está haciendo por la visualización y el lenguaje, pero la mayoría de los investigadores están muy nerviosos por la analogía que tiene la mayoría de la gente, que es que ahora que hemos resuelto todos estos problemas, estamos listos para resolver [los robots humanoides], y que eso va a suceder el año que viene".

"No digo que no vaya a suceder, pero digo que no va a suceder en los próximos dos años, ni en cinco, ni siquiera en diez. Simplemente estamos tratando de ajustar las expectativas para que no se cree una burbuja que pueda provocar una gran reacción negativa."

Ejemplos y consideraciones

La cirugía requiere una destreza avanzada que la robótica no puede realizar, incluso con el desarrollo de robots flexibles y blandos. Tareas tan sencillas como tomar un vaso son muy complejas para el sistema muscular, y resultan igualmente complicadas de aprender para un robot. Lo que para nosotros es fácil, para los robots no lo es.

Sin embargo, lo que para nosotros resulta difícil, como realizar múltiples cálculos, es fácil para muchos robots. Sus fortalezas y habilidades parecen diferir, así que quizás el futuro se vea en el que robots y humanos trabajen juntos, no por separado.

Empleos manuales y atención al cliente

Goldberg hizo comentarios tranquilizadores sobre la dificultad de reemplazar los trabajos manuales. “En mi opinión, como experto en robótica, los trabajos manuales, los oficios, son muy seguros. No creo que veamos robots realizando esos trabajos en mucho tiempo.

“Pero hay ciertos trabajos —aquellos que implican rellenar formularios de forma rutinaria, como el ingreso de pacientes en un hospital— que se automatizarán más.

Un ejemplo muy sutil es el de la atención al cliente. Cuando tienes un problema, como que te cancelen el vuelo, llamas a la aerolínea y te contesta una máquina, te frustras aún más. Muchas empresas quieren sustituir los puestos de atención al cliente por robots, pero lo que un ordenador no puede decirte es: "Sé cómo te sientes".

Otro ejemplo son los radiólogos. Algunos afirman que la IA puede interpretar radiografías mejor que los médicos humanos. Pero, ¿de verdad querrías que un robot te informara de que tienes cáncer?

“El temor a que los robots se descontrolen y nos roben el trabajo existe desde hace siglos, pero confío en que a los humanos nos esperan muchos años buenos, y la mayoría de los investigadores coinciden.”

Quizás la robótica y la automatización se conviertan en parte del trabajo cotidiano en lugar de reemplazar puestos de trabajo por completo, ya que incluso después de todas las recientes inversiones de las empresas tecnológicas, es evidente que hay algunas tareas que los robots tienen dificultades para realizar, y corregir eso podría llevar mucho tiempo, si es que llega a hacerse.

Referencia de la noticia

Good Old Fashioned Engineering Can Close the 100,000 Year “Data Gap” in Robotics. Commentary/editorial. Science Robotics. 2025.