Para que un robot con inteligencia artificial aprenda a moverse en una casa, alguien tiene que mostrarle primero cómo se hacen las cosas. A veces, ese alguien es una mujer en una vivienda del sur de la India, con un teléfono atado a la cabeza, registrando en video cada gesto mientras corta verduras o limpia una mesada. Esa es la rutina de Divya, vecina del distrito de Karur, cuyo trabajo consiste, precisamente, en convertir la vida doméstica en material de entrenamiento para máquinas.

La idea es más sencilla de lo que suena y, a la vez, más profunda. Un robot no nace sabiendo cómo agarrar un cuchillo, apoyar una tabla o doblar un repasador. Para enseñarle, los ingenieros lo alimentan con miles de ejemplos de personas reales haciendo esas mismas tareas. Cada video funciona como una clase: la cámara capta los movimientos, los objetos y los tiempos, y un sistema de inteligencia artificial los analiza para extraer patrones. A diferencia de los viejos robots industriales, que repetían una secuencia fija como un loro, estos nuevos modelos pueden adaptar lo aprendido a cocinas y living rooms desordenados, con ollas que se mueven y gatos que se cruzan.

Cómo funciona el entrenamiento

Piensen en la diferencia entre enseñarle a un chico a lavar los platos con una lista de pasos escrita y sentarlo a ver a su madre lavar los platos durante una hora. La segunda opción es mucho más rica: el chico ve cómo se acomoda la esponja, cuánta presión se aplica, qué pasa cuando un plato está muy engrasado. Con los robots pasa algo parecido. Los videos de Divya se suben a una plataforma donde algoritmos de visión por computadora, es decir, programas que interpretan imágenes como si tuvieran ojos, detectan las manos, siguen los objetos y miden los recorridos. Con miles de horas así, el sistema aprende que para cortar una zanahoria hay que sostener el cuchillo de cierta forma, apoyar el dedo índice sobre la hoja y repetir el movimiento con un ritmo constante. Esa información se traduce después en instrucciones que un brazo robótico puede ejecutar.

El método se llama aprendizaje por imitación, una rama del aprendizaje automático. En lugar de programar cada movimiento a mano, los investigadores prefieren mostrarle al robot cientos de demostraciones humanas y dejar que él encuentre la mejor manera de replicarlas. Por eso la labor de Divya resulta tan valiosa: aporta el dato en bruto, la verdad cotidiana, con todos los pequeños trucos que una persona desarrolla con los años y que ningún manual recoge.

Un trabajo con filtro y sin cronómetro fácil

La tarea, sin embargo, tiene sus bemoles. Filmar no es lo mismo que hacer: cada actividad se vuelve más lenta cuando hay que encuadrarla, repetirla si salió mal y revisar que se vea bien. Divya lo explica con una comparación muy concreta: lo que en su casa le lleva treinta minutos, como cortar verduras, se le estira a una hora cuando tiene que grabarlo. Y aun así, no todo lo filmado sirve. De unas cuatro horas de grabación en un día, apenas entre dos y dos horas y media pasan el control de calidad. El resto se descarta por movimientos cortados, encuadres flojos o escenas donde no se ve lo que importa.

Esa tasa de aprobación es clave para entender el negocio. Las empresas que contratan a personas como Divya no pagan por hora frente al teléfono, sino por video útil entregado. Por eso, aunque el reloj marque horas largas, el ingreso real depende de cuánto material sobrevive al filtro. Es una dinámica similar a la de los editores de fotografía o los traductores freelance: el tiempo invertido y el trabajo cobrado son dos cosas distintas, y a veces conviene llevar un registro para no perder plata.

Lo que cambia para la persona que graba

Para Divya, el efecto más tangible no fue tecnológico sino económico y personal. Antes, hasta el crédito del celular dependedía de que su esposo le soltara unos pesos. Ahora, con lo que gana grabando tareas domésticas, puede recargar su teléfono y hacer compras por su cuenta. Es un cambio chico en el papel y enorme en la práctica: le abrió una puerta a un dinero propio, sin pedir, sin discutir.

Su caso muestra una cara poco conocida de la inteligencia artificial. Solemos asociarla con programadores en Silicon Valley o con servidores enormes en otros continentes, pero el motor de muchos de estos sistemas arranca con horas y horas de personas comunes cocinando, barriendo o lavando platos frente a una cámara. Es un trabajo discreto, mal pago comparado con lo que mueve el negocio del otro lado, y casi siempre invisibilizado. Que exista y que le sirva a alguien como Divya para ganar autonomía es, al mismo tiempo, una buena noticia y una pregunta abierta sobre cómo se reparte el valor en esta industria.

Y queda la pregunta que dispara la nota: ¿qué tareas del hogar le gustaría a cada uno que un robot aprendiera primero? Doblar ropa, por ejemplo, sigue siendo uno de los grandes dolores de cabeza de la robótica porque la tela es blanda, cambiante y se dobla de muchas formas. Cocinar, en cambio, avanza más rápido porque los movimientos son más repetitivos. Mientras los ingenieros debaten, mujeres como Divya siguen acumulando, video a video, las clases que un día permitirán que una máquina pelee sola con la ropa sucia.