El Jet Propulsion Laboratory (JPL) de la NASA anunció un hallazgo que marca un cambio de mecanismo: Perseverance completó las primeras conducciones en otro planeta con una ruta planificada a partir de propuestas de inteligencia artificial. No es un récord de distancia. Es una prueba de integración entre software y un vehículo real, con consecuencias físicas.
Las pruebas se hicieron dentro del cráter Jezero, en Marte, el 8 y el 10 de diciembre de 2025. Allí entraron en juego modelos de Anthropic, la familia Claude, para una tarea específica: sugerir waypoints (puntos intermedios del recorrido) que luego se convierten en el plan de conducción.

“La demostración ilustra hasta qué punto han avanzado las capacidades tecnológicas”, destacó Jared Isaacman, administrador de la NASA, al subrayar que estas tecnologías autónomas pueden volver las misiones más eficientes y responder mejor a terrenos desafiantes.
Ahora bien, ¿qué hace exactamente esta IA y por qué es una pieza clave? En el trabajo cotidiano de Marte, los especialistas suelen mirar imágenes, leer datos del terreno y “dibujar” a mano esos puntos de paso, tramo por tramo. Es un método robusto, pero centralmente lento cuando el camino está lleno de obstáculos.
La clave es la distancia. En promedio, Marte está a unos 225 millones de kilómetros de la Tierra. Ese cableado invisible —las comunicaciones— tiene un retardo que impide conducir en tiempo real, como si Perseverance fuera un autito teledirigido en el living.
Por eso, el esquema tradicional se parece más a dejarle instrucciones a alguien que va a manejar por vos: se planifica, se envía el “itinerario” por la Red del Espacio Profundo y se espera la confirmación. En terrenos complejos, cualquier error puede ser un golpe caro y definitivo.
También te puede interesar:Anthropic recluta al cofundador de OpenAI Durk KingmaSi Marte fuera una casa a oscuras, los waypoints serían como colocar cinta adhesiva fluorescente en el piso para marcar “de acá a acá”. La IA no maneja el rover: pone las marcas del camino, para que el plan sea más claro y seguro.
En esta demostración, Claude actuó como un copiloto que mira el parabrisas y sugiere paradas intermedias. Lo hizo con un componente visual, es decir, con capacidad de “leer” imágenes para proponer acciones. Y lo más importante: esas propuestas se integraron con supervisión humana en el flujo de trabajo del JPL.

Así, la autonomía deja de ser un concepto de laboratorio y pasa a ser un ensayo en un entorno donde no hay margen para improvisar. Ese es el interruptor real que se está probando: que una IA interprete, sugiera y encaje en un sistema crítico sin romper sus reglas de seguridad.
El 8 de diciembre de 2025, Perseverance avanzó unos 210 metros con un plan basado en waypoints generados por IA. El 10 de diciembre recorrió alrededor de 246 metros bajo el mismo esquema. En total, algo más de 400 metros en dos días.
La distancia no sorprende. Lo que revela el experimento es otro engranaje: una planificación distinta a la habitual en un terreno que “admite pocos errores”, según remarcan los responsables. Es decir, se probó el sistema cuando de verdad importa la precisión.
Además, el uso de Claude se encuadra en una tendencia más amplia: modelos nacidos para tareas digitales —como programar— empiezan a colarse en decisiones con impacto físico. Según Mark Gurman (Bloomberg), Apple estaría integrándolo en su estrategia para Xcode. Y, de acuerdo con Insider, Meta lo habría incorporado en una herramienta interna de depuración llamada “Devmate”.
También te puede interesar:Canvas ChatGPT: La alternativa a los Artifacts de Claude para proyectos de escritura y programaciónPara el lector, la oportunidad es clara: si una IA puede ayudar a “trazar cinta en el piso” en Marte, también puede convertirse en un asistente más confiable en entornos donde la demora, el riesgo y la falta de segundas oportunidades son la norma.
Y quizá esa sea la imagen más potente: en un planeta donde no se puede frenar y preguntar, empezar a automatizar el mapa del camino es una forma prudente —y esperanzadora— de avanzar.

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.