En India, una mujer graba videos de tareas domésticas para entrenar robots con inteligencia artificial y cobra por cada material aprobado

El proyecto al que se suma Divya se sostiene sobre una premisa concreta: para que un robot con inteligencia artificial aprenda a desenvolverse en una casa, parte de su entrenamiento puede comenzar con imágenes de una persona realizando las tareas del hogar. Esos registros, captados desde la perspectiva de quien ejecuta la actividad, se utilizan luego para analizar cómo se manipulan los objetos y qué tipo de movimientos se necesitan para completar cada acción. A diferencia de las máquinas industriales que repiten una secuencia fija, estos sistemas buscan procesar información visual y reconocer patrones para adaptar sus movimientos a las condiciones reales de una cocina o una sala, donde la fuerza, el recorrido y los tiempos varían en cada oportunidad.

La investigación, la captura y la selección del material

• Primer paso: la captura. Divya produce los registros con un teléfono sujeto a la cabeza, de modo que la cámara toma la escena desde su propia perspectiva mientras corta verduras, limpia superficies o realiza otras actividades cotidianas. Una vez que termina la filmación, envía los videos para que puedan ser aprovechados en el entrenamiento.
• Segundo paso: el control de calidad. El material entregado no se acepta de manera automática. La propia Divya cuenta que, cuando filma cuatro horas en un día, se aprueban apenas entre dos y dos horas y media de grabación. La selección del contenido forma parte del proceso y condiciona el ingreso.
• Tercer paso: la utilidad para el robot. Las imágenes que superan el filtro se incorporan como ejemplos visuales a sistemas que procesan información visual y reconocen patrones. Con esos datos, el robot aprende a asociar una acción con un resultado y, más adelante, puede ajustar la fuerza, el recorrido y los tiempos cuando se enfrenta a objetos o situaciones distintas en un entorno doméstico.

La dinámica del trabajo también modifica los tiempos de la propia tarea. Una actividad que Divya conoce y ejecuta de manera habitual puede llevarle el doble cuando debe registrarla con la cámara encendida. "Si normalmente me toma 30 minutos cortar verduras, este trabajo me toma una hora cuando tengo que grabarlo en video", explica la investigadora, como suele denominarse a quienes participan de estos proyectos. Por esa razón, el tiempo dedicado a filmar y la duración del contenido aprobado son dos dimensiones distintas de su jornada.

El ingreso generado por las grabaciones cambió la manera en que Divya afronta sus gastos personales. Según relata, antes necesitaba pedirle dinero a su esposo incluso para recargar saldo en el teléfono. Ahora puede pagar esa recarga y hacer compras por su cuenta con lo que obtiene del trabajo de filmación, lo que reconfiguró la autonomía económica dentro de su hogar.

Del entrenamiento a la vida cotidiana

La experiencia de Divya ilustra una aplicación concreta del trabajo humano en el aprendizaje de robots: convertir actividades cotidianas en ejemplos visuales que las máquinas puedan procesar. Se trata de una pieza dentro de proyectos de mayor escala que buscan, más adelante, llevar esos desarrollos a robots de servicio en hogares y, eventualmente, a entornos clínicos. Por ahora, el material aprobado por las plataformas de control de calidad ya forma parte de los conjuntos de datos con los que se entrenan estos sistemas, y la llegada al mercado o al hospital dependerá de cómo avancen las próximas etapas de investigación y validación.

En ese recorrido, la captura de tareas domésticas sigue siendo una de las fuentes de información más codiciadas, porque aporta el tipo de detalle que los laboratorios difícilmente pueden replicar en condiciones controladas. Cada video aprobado suma un fragmento de conocimiento que, sumado a miles de otros, alimenta el modelo detrás de un robot que algún día podrá cortar verduras, limpiar una mesa o doblar ropa sin intervención humana.