El problema laboral oculto en el auge de los robots humanoides

Puntos clave

• Las empresas de robótica humanoide recaudaron miles de millones de dólares en los últimos 18 meses, gran parte destinada a financiar programas a gran escala de teleoperación humana.
• Los conjuntos de datos de teleoperación, donde humanos se graban realizando tareas para enseñar a los robots, son más de 100.000 veces más pequeños que los conjuntos de datos utilizados para entrenar los modelos de lenguaje actuales.
• Trabajadores en China, India, Europa y Estados Unidos están siendo contratados para filmar tareas domésticas y operar robots de forma remota, formando una industria comercial de suministro de datos.
• Nikita Rudin, cofundador y CEO de la startup de robótica Flexion, sostiene que el aprendizaje por refuerzo en simulación es el único enfoque que puede romper la dependencia de datos de demostración humana.
• Flexion recaudó 50 millones de dólares en financiación de DST Global y NVentures para construir lo que Rudin llama un "cerebro" de propósito general para robots humanoides.

El argumento para los robots humanoides siempre ha sido directo: los humanos no podrán ocupar ciertos trabajos en el futuro, por lo que los robots lo harán. Pero un artículo de opinión contundente publicado por The Robot Report esta semana plantea una pregunta incómoda. ¿Y si los propios robots necesitan un suministro permanente de trabajadores humanos solo para funcionar?

El problema es la teleoperación. Esto ocurre cuando un operador humano, a menudo sentado lejos, controla un robot mediante un dispositivo remoto, de la misma manera que podrías dirigir un coche de juguete con un control. Cada movimiento se graba. Luego el robot estudia ese metraje e intenta copiarlo.

Enseñar a un robot de esta manera suena sensato. El problema, según Nikita Rudin, quien completó su doctorado en el Robotic Systems Lab de ETH Zurich y trabajó en herramientas de simulación robótica en Nvidia, es que esto se amplía terriblemente.

Un estante se mueve. Un tirador de puerta es ligeramente diferente. Una nueva forma de caja llega a un piso de fábrica. Cada pequeño cambio significa que alguien tiene que grabar la tarea nuevamente desde cero. El mundo real nunca deja de cambiar, y la fuerza laboral humana generando demostraciones nunca puede mantenerse al día.

La calidad de esos datos también es inestable. Los operadores que controlan un robot de forma remota no pueden sentir qué está tocando el robot ni juzgar la distancia con precisión, por lo que se mueven lentamente y exceden correcciones. El robot entonces aprende de metraje de alguien luchando con un control, y luchar es exactamente lo que practica.

¿Resolverá esto realmente más operadores humanos?

No, y ese es el núcleo del argumento de Rudin. Él establece una comparación nítida con los primeros días de los grandes modelos de lenguaje, la tecnología de inteligencia artificial detrás de chatbots como ChatGPT. Esos primeros modelos fueron entrenados con enormes cantidades de texto y podrían copiar vagamente el estilo de Shakespeare, pero no podían razonar realmente. El verdadero avance llegó a través del aprendizaje por refuerzo, un método de entrenamiento en el que el software aprende intentando, fallando, ajustándose e intentando nuevamente a través de millones de intentos, sin que nadie le diga qué hacer en cada paso.

Rudin sostiene que la robótica humanoide está atrapada en esa etapa anterior, solo de imitación. Más datos de teleoperación simplemente significa más imitación a un costo masivo.

La alternativa que describe es el aprendizaje por refuerzo dentro de simulaciones por computadora. El software de un robot puede fallar millones de veces dentro de un mundo virtual, reiniciarse instantáneamente e intentar nuevamente, ejecutándose en paralelo en muchas computadoras a la vez. Más potencia de cómputo directamente significa progreso más rápido. Esa es una ecuación muy diferente a contratar más trabajadores en países de salarios más bajos para grabarse a sí mismos haciendo la colada.

Para las personas que realizan ese trabajo de teleoperación hoy, y para los inversores que financian estas empresas, el desafío de Rudin es directo: si la autonomía del robot es genuinamente el objetivo, los datos deberían mostrar que la participación humana está disminuyendo con el tiempo. Si no está disminuyendo, la teleoperación ha dejado de ser un puente y se ha convertido silenciosamente en el método permanente.