Niantic muestra cómo Pokémon Go convierte las acciones de los jugadores en datasets para IA

La conclusión principal es sencilla: el dataset más valioso para la IA suele reunirse no en un laboratorio, sino mientras una persona juega, se mueve por la ciudad, resuelve un captcha o traza una ruta en una aplicación habitual. El caso de Pokémon Go lo muestra con especial claridad. Durante años, Niantic construyó en torno al juego una infraestructura de realidad aumentada: posicionamiento visual, mapas 3D de ubicaciones y recopilación de imágenes del mundo real a través de los smartphones de los usuarios.

Al principio parecía una forma cómoda de escanear el entorno, pero acabó convirtiéndose en un sistema completo para crear datasets espaciales. Así, Pokémon Go dejó de ser un simple juego móvil con geoetiquetas y pasó a ser un entorno donde las acciones de millones de personas ayudan a los modelos a entender mejor el espacio físico. Más tarde, ese conjunto de datos empezó a usarse para grandes modelos geoespaciales y sistemas de IA espacial, que no solo deben reconocer una imagen, sino relacionar un punto concreto con un mapa global del terreno.

Por eso la alianza de Niantic con Coco Robotics resulta lógica: la tecnología creada para escenarios de RA ha servido a los robots de reparto, que también necesitan orientarse con seguridad en la ciudad.

El mecanismo es universal. El usuario hace algo útil para sí mismo, como escanear un objeto, esquivar un atasco, recorrer en bici una ruta conocida o confirmar que no es un bot, y el sistema obtiene en paralelo observaciones estructuradas: imágenes con coordenadas, trayectorias de movimiento, incidencias viales o respuestas humanas donde la automatización falla. Tras la limpieza y la agregación, todo se convierte en datasets para visión, navegación, planificación y toma de decisiones.

El ejemplo clásico de este enfoque apareció mucho antes del auge de la IA generativa: reCAPTCHA. Para el usuario era una comprobación simple, pero en realidad las personas ayudaban al sistema a reconocer palabras que el OCR no lograba descifrar al digitalizar libros y periódicos antiguos. Ya en 2008, reCAPTCHA funcionaba en más de 40 000 sitios web y ayudó a reconocer correctamente más de 440 millones de palabras. Es una demostración temprana, pero muy nítida, de cómo una acción rutinaria pasa a formar parte del circuito de producción del aprendizaje automático.

En los servicios urbanos este principio es aún más importante, porque los datos describen directamente el mundo físico. Strava Metro agrega y anonimiza los recorridos de los usuarios para que los urbanistas entiendan mejor cómo se mueve la gente realmente por las calles, y no solo cómo está dibujada la red viaria. Waze recoge en tiempo real información sobre atascos, accidentes, obras y cortes, y convierte el mapa en una capa casi continua de eventos en lugar de una capa estática.

Para la IA de navegación, la robótica y el reparto, estos datos son especialmente valiosos: describen no una ciudad teórica, sino una ciudad en movimiento. Hay, sin embargo, una limitación: el público de un servicio concreto no siempre coincide con la estructura del conjunto de la población, así que incluso un dataset útil puede no ser plenamente representativo y exigir una interpretación cuidadosa.

Los juegos también son desde hace tiempo un entorno de entrenamiento para la IA, aunque no tengan nada que ver con calles y mapas. En StarCraft II, los investigadores usan las repeticiones de partidas humanas como registros de decisiones complejas con información incompleta, donde hay que repartir recursos, cambiar de plan y reaccionar a la conducta del rival. En uno de los conjuntos, tras el filtrado quedaron cerca de 1,4 millones de partidas, 2,8 millones de episodios y 3500 millones de observaciones de entrenamiento, una escala difícil de lograr manualmente en cualquier otro entorno.

Por su parte, GTA V y otros mundos virtuales similares ofrecen escenas sintéticas para visión por computador y navegación: se pueden cambiar rápidamente el clima, la iluminación, la densidad del tráfico y la posición de la cámara, y reunir grandes conjuntos de datos sin costosos desplazamientos ni etiquetado manual.

Por eso la IA actual aprende de las huellas del comportamiento humano o de mundos digitales realistas, adaptados específicamente a la recogida de datos.

Qué significa esto en la práctica: la competencia en IA depende cada vez más no solo de la calidad del modelo, sino de quién ha logrado integrar la recopilación de datos en el comportamiento natural del usuario. No gana necesariamente quien más alto habla de una nueva red neuronal, sino quien crea un servicio donde las personas, casi sin darse cuenta, producen los datos de la próxima generación de IA.