1. La prueba de 2020: una persona movía el robot desde lejos y buscaba tres objetivos
La prueba de agosto de 2020 tenía tres objetivos principales: enfrentar la escasez de mano de obra, crear nuevos empleos que permitan trabajar a distancia y reducir el contacto entre personas para prevenir contagios durante la pandemia de coronavirus. También se contemplaba que un solo operador pudiera manejar varias tiendas [1]. Aunque el control se parecía a usar un mando de videojuego, el robot manipulaba botellas reales. Esta combinación de un robot que ayuda con la falta de personal, pero que requiere un humano detrás, despertó nuestra curiosidad. Para entenderlo, primero debemos ver qué significa exactamente la escasez de mano de obra en Japón.
2. Japón perdió más de 13 millones de personas en edad de trabajar en unos 30 años
Según el Libro Blanco sobre la Sociedad de Envejecimiento del Gobierno de Japón, la población de 15 a 64 años, que forma el grupo central de la población en edad de trabajar, alcanzó su pico en 1995 con aproximadamente 87,16 millones de personas. Desde entonces ha disminuido, llegando a unos 73,73 millones en octubre de 2024. Esto representa una reducción de más de 13 millones de personas en unos 30 años [2]. Las proyecciones indican que para 2070, habrá 1,3 personas de 15 a 64 años por cada persona de 65 años o más [2]. Estos números nacionales se traducen en tareas específicas dentro de las tiendas. En la tienda FamilyMart del Ministerio de Economía, Comercio e Industria, donde Telexistence introdujo robots en 2021, había que colocar unas 1,000 bebidas al día en estantes, una tarea físicamente exigente por el frío [3]. El gobierno también presentó en marzo de 2026 una estrategia para promover robots de IA en 16 sectores, incluida la manufactura y la logística [4]. Lo que se quería delegar al robot no era el "trabajo" completo del empleado, sino las "tareas" repetitivas como colocar esas 1,000 botellas en un lugar frío. Entonces, ¿qué tareas puede asumir realmente un robot?
3. Por qué a los robots se les delegan tareas y no trabajos completos, en fábricas y en tiendas
Japón tiene muchos robots industriales. Según la Federación Internacional de Robótica, en 2024 había unos 450,000 robots industriales en funcionamiento en Japón, el segundo lugar mundial después de China [5]. Los robots de fábrica son buenos cuando las piezas llegan siempre en el mismo lugar y orientación, porque el entorno se puede controlar. Las tiendas son diferentes. Hitoshi Tomioka, CEO de Telexistence, explicó en 2021 que las tiendas Lawson tienen unos 2,000 tipos de bebidas y alimentos preparados, con unos 200 tipos de formas de envases y productos. Afirmó que fuera de las fábricas es un mundo con muchas variables y aleatoriedad, y que la visión por computadora sola no puede manejar todo con precisión [6]. Por eso, en agosto de 2022, comenzó la introducción gradual del robot "TX SCARA" con IA en 300 tiendas FamilyMart [7]. La IA, llamada "GORDON", vigila los estantes de forma continua y usa los datos de ventas por franja horaria para decidir qué colocar primero [7][8]. Si un cambio inesperado del entorno hace que falle la colocación automática, el sistema pasa al "modo Telexistence", y una persona lo corrige a distancia con realidad virtual [3][7]. En enero de 2025, se informó que la instalación en unas 300 tiendas seguía avanzando [9]. Así, el robot no hace el trabajo entero, sino que toma las tareas rutinarias, mientras el humano maneja lo inesperado. ¿Cómo aprende la IA a hacer esto?
4. Cómo aprende la IA de un robot: imitando los movimientos de personas
Una forma de aprendizaje es el aprendizaje por imitación. Aquí, la IA no sigue un programa escrito paso a paso, sino que se ajusta a partir de datos de movimientos registrados. En una investigación, humanos mostraron movimientos de ejemplo mediante teleoperación. Para seis tareas finas, como pasar bridas, colocar pilas o abrir tapas de vasos de condimento, bastaron solo 10 minutos de ejemplos. Se reportó una tasa de éxito del 80 al 90 % [10]. En otro estudio, un equipo usó 13 robots durante 17 meses para registrar más de 130,000 episodios que abarcaban más de 700 tareas. En tareas conocidas, la tasa de éxito fue del 97 %, pero en tareas nuevas fue del 76 % [11]. Telexistence anunció en 2025 que en enero de 2026 comenzaría a vender servicios de datos de movimiento recolectados por teleoperación para otros desarrolladores de robots [12]. Los ejemplos nacen de las manos de personas lejanas. Pero recolectar estos ejemplos toma tiempo. ¿Hay una forma más rápida de practicar?
5. Cómo aprende la IA de un robot: practicando 13,000 años dentro de una computadora
El segundo método es el "aprendizaje por refuerzo". La IA aprende por ensayo y error, ajustando sus movimientos para obtener cada vez mejor puntuación. En una investigación, un robot aprendió a resolver un cubo de Rubik. Como hacerlo con un robot real es lento, practicaron en un mundo simulado por computadora. El artículo indica que esto equivalió a unos 13,000 años de experiencia en tiempo de computadora [13]. Sin embargo, el mundo simulado es diferente al real. Por eso, variaron intencionalmente la configuración física, como el tamaño del cubo, la fricción y la gravedad, usando una técnica llamada "aleatorización automática del dominio" (ADR), que amplía poco a poco la variedad de condiciones simuladas. Es como practicar fútbol cambiando el tamaño del balón o la superficie. Después de esta práctica, el robot resolvió un cubo real, incluso con guantes de goma o siendo golpeado por un peluche [14]. No obstante, la tasa de éxito fue del 60 % con un desorden normal de 15 movimientos y solo del 20 % con el desorden más difícil de 26 movimientos [13]. A pesar de tanta práctica, en los casos difíciles solo acierta una de cada cinco veces. ¿Qué se les dificulta tanto a los robots?
6. La paradoja de Moravec: ¿lo fácil para los humanos es difícil para los robots?
El investigador de robótica Hans Moravec señaló en su libro de 1988, *Mind Children*, una paradoja. Para las computadoras es relativamente fácil lograr un nivel adulto en pruebas de inteligencia o damas. Pero darles la capacidad de percibir y moverse como un niño de 1 año es difícil o casi imposible [15]. Moravec argumentó que las partes del cerebro humano que manejan la percepción y el movimiento tienen adaptaciones acumuladas durante 1,000 millones de años de evolución, y el razonamiento es solo una capa fina sobre esas capacidades. Esto se conoce como la "Paradoja de Moravec". Esto se aplica a los robots de las tiendas. En Lawson, hay unos 2,000 tipos de productos [6]. En una prueba con el fondo cambiado, la tasa de éxito fue del 59 % [11]. El cubo difícil tuvo un 20 % de éxito [13]. El artículo de ALOHA también comienza diciendo que las tareas finas han sido siempre difíciles para los robots [10]. Sin embargo, el investigador de IA Arvind Narayanan critica que quizás solo se destacan los ejemplos llamativos, y que el razonamiento también requiere conocimiento común, por lo que quizás no es tan simple como parece [16]. No decidiremos quién tiene razón. Los robots de conveniencia funcionan combinando IA y humanos: la IA hace las tareas rutinarias y el humano lo inesperado. Esta combinación puede ayudar a enfrentar la falta de personal. Pero, ¿qué hay de los robots que llegan a los hogares?
7. Robots en el hogar: el primer Roomba de 2002 se movía sin mapas
El robot de limpieza es el ejemplo principal de robots domésticos. El primer Roomba, lanzado en 2002, no tenía un mapa de la habitación; se movía casi al azar y cambiaba de dirección al chocar con obstáculos [17]. En 2015, iRobot presentó el Roomba 980, el primer producto para consumidores que usaba cámaras para crear un mapa del entorno y conocer su propia posición [18]. En Japón, iRobot Japan anunció en 2024 que la penetración de sus robots de limpieza en los hogares nacionales alcanzó el 10 % a finales de 2023 [19]. No es fácil explicar por qué se popularizaron, pero quizá influya que repiten la misma tarea sobre el mismo tipo de suelo. En investigación, hay robots que cocinan o usan ascensores, aprendiendo con 50 ejemplos por tarea [20]. Pero esto son resultados de investigación, no productos a la venta.
8. Qué tres cosas buscar cuando leas noticias sobre robots y escasez de mano de obra
Cuando veas noticias o anuncios sobre robots que ayudan con la escasez de mano de obra, busca tres cosas: ¿Qué "tarea" específica hace el robot? ¿Quién y cómo ayuda cuando falla? ¿Dónde y cuánto practicó la IA? Estas preguntas revelan las diferencias internas del robot. En la página del proyecto ALOHA hay videos reales del robot moviéndose. También puedes buscar robots en otros campos como la logística o el cuidado de ancianos. En la página web de Telexistence hay anuncios de 2020, 2022 y 2025, lo que permite comparar cómo ha cambiado la forma de pensar de la misma empresa.