Los laboratorios de IA pagan a XDOF por recopilar datos de entrenamiento para robots: es un trabajo sucio y rutinario

La IA física afronta el mismo problema que habría frenado a los modelos de lenguaje sin el internet que acumuló la humanidad: la escasez de datos de entrenamiento. Por ahora, los laboratorios lo resuelven a mano y pagan dinero real a empresas como XDOF para hacerlo.

Por qué faltan datos

Los grandes modelos de lenguaje aprendieron a razonar con billones de palabras que la humanidad acumuló en la red. Los robots físicos no tienen esa ventaja de partida. Movimientos, agarres, equilibrio, manejo de objetos frágiles: todo hay que demostrarlo en vivo, una y otra vez, en decenas de escenarios distintos. Una sola hora de demostraciones de calidad exige mucho esfuerzo. El operador se pone un exoesqueleto o maneja el robot con un joystick y repite el mismo movimiento cientos de veces con distinta iluminación, con diferentes objetos y en diferentes posturas. Los datos resultantes son caros, lentos de producir y están muy ligados al espacio físico. Internet no sirve de ayuda aquí.

Por eso los principales equipos de IA física, desde Physical Intelligence hasta laboratorios dentro de Google DeepMind y desarrolladores de robots humanoides, se han topado con el mismo muro: los modelos se pueden mejorar todo lo que se quiera, pero sin un volumen suficiente de demostraciones de calidad no aprenderán.

Qué hace XDOF

XDOF es una de las empresas a las que los laboratorios de IA externalizan este trabajo. Organiza todo el proceso: recluta operadores, configura el equipo, vigila la calidad del etiquetado y escala la producción según las necesidades de cada cliente. El modelo recuerda a los primeros tiempos de Scale AI, que contrató a un ejército de anotadores para etiquetar texto e imágenes. La diferencia es que ahora se trata de trabajo físico en un espacio real.

Una sesión típica de recopilación de datos es así:

• El operador controla el robot a mano y el sistema captura las trayectorias de movimiento y los datos de fuerza
• Varias cámaras graban la escena a la vez desde distintos ángulos
• Cada intento se etiqueta: éxito, fallo, caso límite
• El escenario se repite con distinta iluminación, con diferentes objetos y en diferentes posturas
• Una revisión final descarta las demostraciones defectuosas

Este trabajo no exige formación de ingeniero, pero sí atención, paciencia y resistencia física. Es justo ese «trabajo sucio y poco vistoso» del que advierte el sector.

Quién paga y por qué importa

Escalar la recopilación de datos choca con la física: no se pueden descargar de la red millones de movimientos robóticos ni sustituirlos por datos sintéticos sin arriesgar la degradación del modelo. La externalización permite a los laboratorios centrarse en la arquitectura y el entrenamiento mientras los especialistas se ocupan de la rutina.

Al mismo tiempo surge un nuevo tipo de «trabajo oculto» en la industria de la IA: invisible para el gran público, pero de importancia crítica. Como ocurrió con la moderación de contenido para los LLM, el mercado de recopilación de demostraciones robóticas crecerá rápido y con la misma rapidez acabará en el centro del debate sobre condiciones laborales y estándares de calidad.

Qué significa

La era de la IA física exigirá una infraestructura de recopilación de datos equivalente a la que internet aportó a los modelos de lenguaje. Las empresas que sean las primeras en montar canales eficientes de recopilación y etiquetado de demostraciones físicas obtendrán una ventaja estructural, con independencia de quién desarrolle los modelos.