En la última década, hemos visto cómo la robótica ha avanzado a pasos agigantados, gracias al desarrollo de modelos de lenguaje y algoritmos de inteligencia artificial. Pero, ¿qué significa esto para el mercado laboral? Ken Goldberg, profesor de ingeniería industrial en la Universidad de California, Berkeley, ha planteado una inquietante idea: la “brecha de datos de 100,000 años”, que él cree que limitará la capacidad de los robots para aprender habilidades en el mundo real a la misma velocidad que los chatbots han aprendido el lenguaje.
La brecha de datos y sus implicaciones
Goldberg resalta que la enorme cantidad de datos textuales que encontramos en Internet ha sido clave para entrenar a los modelos de lenguaje. Sin embargo, esa misma abundancia no existe en el ámbito de la robótica. “Si un humano necesitara 100,000 años para leer toda la información utilizada en estos modelos, es evidente que aún estamos lejos de contar con datos similares para la robótica”, señala. Y es que, formar a los robots es mucho más complicado que simplemente alimentar datos a un algoritmo.
Los expertos en robótica están de acuerdo en que, aunque algunas tareas pueden ser simuladas para el aprendizaje, la manipulación de objetos en el mundo real sigue siendo un desafío monumental. ¿Alguna vez has pensado en lo difícil que es para un robot realizar tareas cotidianas como recoger una copa de vino o cambiar una bombilla? A pesar de los avances en inteligencia artificial, estas habilidades no se traducen fácilmente a un robot.
La división en la comunidad de robótica
En este momento, la comunidad de robótica está dividida entre dos enfoques: el tradicional, que se centra en la ingeniería y la física, y otro más moderno que prioriza la recopilación de datos. Mientras algunos investigadores defienden que los métodos antiguos son fundamentales para el avance de la robótica, otros consideran que el futuro está en la recopilación masiva de datos mediante la experiencia práctica.
Goldberg advierte que esta división podría tener repercusiones serias a largo plazo. Los métodos que se basan únicamente en datos podrían no ofrecer la base necesaria para desarrollar robots funcionales. “Estamos en un momento de cambio de paradigma, similar a la transición de la física clásica a la física cuántica”, afirma Goldberg, mostrando su preocupación por la falta de un enfoque equilibrado.
El futuro del empleo en la era de la robótica
La posibilidad de que los robots reemplacen empleos humanos ha sido un tema que ha suscitado debate durante décadas. Aunque Goldberg reconoce que ciertos trabajos, sobre todo en áreas administrativas, están en riesgo de ser automatizados, sostiene que las labores manuales y de oficio, como la construcción o la plomería, son más seguras por el momento. “Los robots no estarán realizando estos trabajos en el corto plazo”, asegura con firmeza.
Además, Goldberg destaca el papel crucial de la empatía en el servicio al cliente. Las interacciones humanas son fundamentales y, aunque la inteligencia artificial puede manejar tareas administrativas, carece de la comprensión emocional necesaria para ser efectiva. “Un robot no puede decirte: ‘Sé cómo te sientes’ cuando enfrentas un problema personal, como la cancelación de un vuelo”, explica.
En resumen, mientras la robótica y la inteligencia artificial siguen avanzando, es importante que nuestras expectativas sean realistas. La distancia entre lo que la tecnología promete y la realidad de su implementación y efectividad es aún significativa. Los expertos coinciden en que es crucial seguir invirtiendo en ingeniería y métodos tradicionales para lograr un desarrollo equilibrado y efectivo de la robótica en los años venideros.
