¿Qué ocurre cuando una persona debe enseñarle su trabajo a una máquina que, algún día, podría ocupar su lugar? Esa inquietud ya no se limita a una pantalla o a una oficina: empieza a sentirse junto a una línea de producción, entre piezas, cámaras y movimientos repetidos.
El hallazgo llega desde Tesla. Según The Information, la compañía pidió en enero a trabajadores de sus fábricas de Texas y California que usaran equipos de captura de movimiento para enseñar tareas de producción a Optimus, su robot humanoide.
Algunos empleados se quejaron porque interpretaron que estaban entrenando a una tecnología diseñada para reemplazar, al menos en parte, el trabajo humano. La pieza clave no es solo el robot: es el conocimiento corporal de quien ya sabe cómo hacer cada tarea.
Tesla no necesita únicamente videos de alguien moviendo una caja o ajustando una pieza. Necesita registrar cómo se inclina, qué fuerza aplica, en qué orden toma los objetos y cómo corrige un error. Ese detalle, que para una persona parece automático, es el engranaje central del aprendizaje de Optimus.
El robot como un aprendiz en un taller
El mecanismo se conoce como aprendizaje por imitación (aprendizaje a partir de demostraciones humanas). Funciona como un aprendiz que observa a un operario en un taller: primero mira cómo se usa una herramienta, luego repite la secuencia y, después de muchos intentos, intenta hacerlo sin ayuda.
Una persona no le entrega al robot una instrucción escrita: le presta, paso a paso, sus manos. La captura de movimiento transforma esos gestos en datos que Optimus puede usar para reproducir acciones físicas.
Por eso Tesla mantiene puestos específicos de recopilación de datos para Optimus. Allí, los empleados manipulan objetos, siguen rutas definidas y usan equipos que registran sus movimientos. Parte de ese trabajo se habría realizado fuera de las líneas de producción activas, una forma de separar el entrenamiento del ritmo cotidiano de la fábrica.
Además, durante el verano Tesla habría abierto centros de entrenamiento en Colorado, Arizona y Florida. El método no desapareció tras las críticas: cambió el lugar donde se obtienen los ejemplos y, de forma progresiva, quiénes los aportan.
La necesidad de reunir estas demostraciones es uno de los principales obstáculos de la robótica humanoide. Una persona puede adaptarse si una caja está unos centímetros más lejos o si una pieza cambia de posición. Para un robot, cada variación puede exigir nuevos ejemplos y una programación específica.
Las manos siguen siendo el gran desafío
El estado actual de Optimus también revela una distancia importante entre la ambición y la realidad. Sus manos y antebrazos incluyen más de un centenar de pequeños componentes, entre ellos tornillos, que todavía requieren ensamblaje manual. Algunas unidades recién fabricadas necesitan correcciones al salir de la línea.
Los sensores táctiles, piezas que permiten al robot detectar contacto y presión, también han mostrado problemas de fiabilidad. Tesla desarrolló una capa similar a un guante que puede reemplazarse sin cambiar toda la mano, como cuando se sustituye el cableado dañado de un electrodoméstico sin tirar el aparato completo.
El caso de Tesla refleja una tensión que ya apareció en otros sectores. Guionistas, directores y productores de Hollywood han evaluado o generado materiales para entrenar sistemas de IA. Actores de voz enfrentan contratos sobre réplicas sintéticas, mientras trabajadores de atención al cliente de Amazon igual expresaron preocupación por herramientas que podrían asumir parte de sus funciones.
La oportunidad industrial es evidente. Tesla habría alcanzado una producción de varios cientos de Optimus por semana y busca una línea continua capaz de fabricar más de 1.000 unidades semanales antes de que termine 2026. Sin embargo, el interruptor que activa esa expansión todavía depende de algo difícil de fabricar: experiencia humana.
Optimus puede aprender movimientos, pero aún necesita que alguien le muestre dónde está cada pieza del taller. En esa lección está el futuro de la robótica y también una pregunta pendiente sobre quién conserva el control del trabajo.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
