Los robots ya no podrán fardar: por qué la «tasa de éxito» deja de bastar

Imagine que contrata a un conductor y le oye decir: «Llego a destino en el 90 % de los casos». En robótica, eso se consideró durante mucho tiempo un resultado excelente. Nos acostumbramos a medir el progreso con la tasa de éxito, sin fijarnos en cómo se había logrado. Un robot podía hacer una serie de movimientos torpes y costosos en energía, casi romper su manipulador y, aun así, tocar el botón correcto. Y voilà: en el informe se anota el ansiado 1.

Investigadores chinos han decidido que es hora de acabar con esta simulación de actividad frenética y han presentado un nuevo paradigma para evaluar la inteligencia corpórea. No es un cambio cosmético de métricas, sino un giro fundamental en cómo entendemos las máquinas «inteligentes».

El problema del enfoque anterior era su carácter binario: victoria o derrota. Pero en el mundo real, fuera de los laboratorios impolutos, importa el precio de esa victoria. La nueva metodología de evaluación (jùshēn cāozuò), de manipulación corpórea, introduce una escala multidimensional. Ahora cuenta no solo el resultado final, sino también la trayectoria del movimiento, el tiempo empleado y, sobre todo, la resistencia a perturbaciones externas. Si se empuja ligeramente al robot o se cambia la iluminación y su «tasa de éxito» cae del 90 % a cero, no había inteligencia alguna. Solo había un programa rígido, optimizado para un vídeo concreto destinado a inversores.

¿Por qué hace falta ahora? Estamos en el umbral de la llegada masiva de humanoides y manipuladores a entornos no estructurados: nuestros hogares y oficinas. Allí no hay condiciones ideales. Hay niños, mascotas y un desorden en constante cambio. La métrica antigua (chénggōng lǜ) es inútil cuando se trata de seguridad y previsibilidad. El nuevo paradigma obliga a los desarrolladores a centrarse en la generalización (generalization) y no en memorizar escenarios concretos. Es un filtro duro que separará pronto a las startups que venden renders bonitos de las empresas que crean tecnología real.

El paso a métricas complejas también cambia las reglas del entrenamiento de modelos. Cuando la red neuronal recibe su recompensa no simplemente por «alcanzar el objetivo», sino por «alcanzarlo de forma eficiente y segura», su comportamiento cambia. Se parece más a un ser vivo que ahorra fuerzas y evita riesgos innecesarios. A eso llamamos inteligencia corpórea auténtica.

Los investigadores subrayan que renunciar a la dictadura de un solo indicador permitirá por fin comparar los distintos enfoques de manera objetiva. Antes, cada laboratorio presumía de sus cifras, imposibles de contrastar. Ahora surge una regla común, y es bastante severa.

Para el mercado, esto implica una ralentización temporal de los éxitos «de papel», pero una aceleración brusca del progreso real. Veremos menos titulares estruendosos sobre «robots que lo hacen todo» y más gráficos aburridos pero importantes sobre robustez y calidad del control. Es la madurez de la industria. Ya no se puede grabar la toma número cien, en la que el robot resolvió la tarea por casualidad, y presentarla como un hito. Ahora el sistema debe demostrar su eficacia en dinámica, bajo carga y en condiciones de incertidumbre.

Lo esencial: La era de los vídeos de marketing sin cortes de montaje llega a su fin. Los robots tendrán que demostrar su aptitud profesional con cifras que no se puedan falsificar con simple suerte. ¿Están los líderes actuales del mercado preparados para ese nivel de transparencia?