Un robot puede explicar cómo recoger una mesa sin ser capaz de hacerlo. Pasar de las instrucciones a la acción exige identificar los objetos, calcular cómo sujetarlos y reaccionar ante cualquier imprevisto. Esa distancia entre procesar información y desenvolverse en el mundo físico define uno de los grandes retos de la inteligencia artificial encarnada, una tecnología cuya implantación será previsiblemente más rápida en fábricas y centros logísticos que en los hogares, según Antonio Pita, profesor de los Estudios de Informática, Multimedia y Telecomunicación de la Universitat Oberta de Catalunya (UOC).
Los robots industriales llevan décadas realizando tareas como soldar carrocerías, mientras los aspiradores domésticos reconocen obstáculos y planifican recorridos. La transformación que plantea la incorporación de los modelos actuales de IA consiste en ampliar su capacidad para interpretar lo que sucede alrededor y responder a situaciones que no se habían programado de antemano. Sin embargo, una demostración satisfactoria todavía deja muchas preguntas abiertas sobre su funcionamiento cotidiano.
«Debe realizarla de manera fiable, durante muchas horas, con un coste razonable y sin necesitar supervisión humana permanente», subraya Pita sobre las condiciones que debe cumplir un robot para resultar útil.
La IA encarnada, también denominada IA física, actúa mediante un cuerpo equipado con cámaras, sensores y actuadores: motores y mecanismos que convierten las órdenes digitales en movimientos. Para desenvolverse con seguridad necesita anticipar las consecuencias de sus acciones, como la caída de un vaso al empujarlo o la rotura de un objeto frágil si lo aprieta demasiado. Los llamados modelos del mundo, que intentan aprender cómo se comporta el entorno físico, constituyen una de las principales líneas de investigación para desarrollar esas capacidades.
El experto distingue ese aprendizaje del dominio del lenguaje. La arquitectura Transformer, utilizada por los modelos que hay detrás de herramientas como ChatGPT, Claude o Copilot, resulta eficaz para procesar grandes cantidades de texto, pero esa habilidad no equivale a comprender la física cotidiana. Pita prevé que la robótica combinará diferentes tecnologías para interpretar el entorno, planificar y actuar con seguridad.
Entre los impulsores de los modelos del mundo figura Yann LeCun, premio Turing y exjefe científico de IA de Meta, que ha promovido en París la empresa Advanced Machine Intelligence (AMI Labs). La compañía cerró en marzo de 2026 una ronda de financiación de 1.030 millones de dólares para desarrollar este enfoque como alternativa a los grandes modelos de lenguaje.
Los entornos controlados facilitan la implantación
Las fábricas y los almacenes ofrecen condiciones favorables para incorporar robots con nuevas capacidades: sus tareas suelen ser repetitivas y los espacios pueden adaptarse a las máquinas. Pita señala el caso de Amazon, que superó en 2025 el millón de robots desplegados y utiliza conjuntos de estas máquinas para gestionar el almacenamiento en zonas valladas, sin acceso de personas. También identifica aplicaciones en agricultura y hospitales, desde la inspección hasta el transporte de materiales. Los tractores autónomos, por ejemplo, ya ofrecen buenos resultados en fincas grandes y homogéneas.
El hogar presenta una dificultad distinta. Los muebles cambian de posición, aparecen objetos en el suelo y conviven niños y mascotas. A esa variabilidad se añaden las limitaciones de autonomía de las baterías, precisión y conectividad. Si un robot necesita internet para decidir, el retraso en las comunicaciones puede afectar a su respuesta y una desconexión puede dejarlo sin funciones. Por ello, el profesor considera necesario que las funciones de seguridad se ejecuten en el propio dispositivo.
El crecimiento de la robótica tampoco implica que los humanoides polivalentes estén próximos a generalizarse. Según los datos del informe World Robotics 2026 de la Federación Internacional de Robótica (IFR) recogidos por la UOC, en 2025 se instalaron más de 600.000 robots industriales, un 11 % más que el año anterior, y el parque mundial superó los cinco millones. Las ventas de robots de servicio profesionales aumentaron un 24 %, hasta casi 250.000 unidades, cerca de la mitad destinadas al transporte y la logística.
En cambio, la IFR contabiliza unos 7.000 humanoides de tamaño completo vendidos ese año y advierte de que predominan los usos especializados y, en muchos casos, la teleoperación por una persona. Las previsiones comerciales que sitúan el mercado de la IA encarnada en 23.060 millones de dólares en 2030, frente a 4.440 millones en 2025, deben interpretarse con cautela.
China concentra buena parte de la actividad: instaló 354.000 robots industriales en 2025, el 59 % del total. Estados Unidos alcanzó unas 38.400 unidades y desplazó a Japón como segundo mercado. La Unión Europea retrocedió un 11 %, hasta 60.500 instalaciones, casi la mitad en Alemania; España registró unas 4.300, un 15 % menos que en 2024, y se mantuvo como cuarto mercado comunitario, por detrás de Alemania, Italia y Francia.
La apuesta china también tiene una dimensión política. Según el análisis de MERICS citado por la UOC, su XV Plan Quinquenal, correspondiente a 2026-2030, incluye la IA encarnada entre las industrias del futuro. La patronal alemana VDMA, citada por Science|Business, sitúa en China más de 400 empresas de robótica y más del 90 % de la fabricación de humanoides. Estados Unidos cuenta con las grandes compañías de modelos de IA y chips para entrenarlos; Europa, que publica más investigación en robótica que ambas potencias, tiene pendiente su traslado al mercado masivo. La Comisión Europea ha anunciado un programa específico de robótica antes de 2028.
Proteger los datos y evitar daños físicos
La capacidad de estas máquinas para asumir tareas peligrosas, repetitivas o físicamente exigentes abre posibilidades en la industria, los hospitales y la asistencia a personas mayores o con movilidad reducida. Pero su autonomía también amplía los riesgos. Cámaras, micrófonos y sensores domésticos pueden recoger información sobre las viviendas, las rutinas y sus habitantes. Dónde se almacenan esos datos, quién accede a ellos y para qué se utilizan son cuestiones centrales para Pita, que también advierte de la posibilidad de una vigilancia excesiva de las plantillas en el trabajo.
«Cuando un ciberdelincuente consigue acceder a un ordenador, puede robar información o alterar su funcionamiento, pero si consigue controlar un robot, también podría provocar daños físicos», señala el profesor.
Su propuesta pasa por incorporar la protección desde el diseño, restringir los accesos, mantener las actualizaciones y garantizar una detención segura. La información de la UOC recuerda que el Reglamento europeo de máquinas, aplicable desde enero de 2027, exige proteger los sistemas de control frente a manipulaciones. El aumento de autonomía obliga también a delimitar qué decisiones puede adoptar la máquina y cuáles requieren supervisión humana.
Diseñar, mantener y supervisar estos sistemas exigirá combinar robótica, electrónica, mecánica, telecomunicaciones, ciencia de datos, IA y ciberseguridad con el conocimiento de los sectores donde se utilicen. Pita considera que España dispone de una base universitaria consolidada, aunque necesita integrar mejor las disciplinas y convertir la investigación en aplicaciones prácticas.
Artículo redactado con asistencia de IA (Ref. APA: OpenAI. (2026). ChatGPT (GPT-6, 25 de octubre)).
