Es, sin duda, una compañía que lleva tiempo llamando nuestra atención: con sus robots de distintos tipos, que recuerdan el aspecto de una mula de carga, un perro, un humanoide o incluso una especie de avestruz, Boston Dynamics se ha pasado desde 1992, cuando comenzó su andadura como un proyecto surgido del MIT, sorprendiéndonos con vídeos virales en los que sus robots hacen todo tipo de cosas, desde transportar objetos hasta bailar con una gracia francamente aceptable. 

La compañía ha tenido una evolución bastante agitada: fue propiedad de Google que trató de extraer todo lo que le interesaba de su tecnología, que la vendió posteriormente al japonés SoftBank que se la planteó fundamentalmente como inversión, y este, más recientemente, a Hyundai Motor Group. Pero a lo largo de toda esa historia en manos de compañías muy distintas, Boston Dynamics ha ido evolucionando sus diseños, mejorándolos hasta el punto de hacerlos realmente impresionantes, y anticipando un futuro que cada vez más se apuntan en entender como obvio: el momento en que los robots hagan la gran mayoría de los trabajos que habitualmente entendemos com humanos. 

Si hacemos coincidir esa evolución con el reciente desarrollo de algoritmos generativos como ChatGPT, que llevan un año convertidos en la tecnología de más rápida difusión de la historia, la cuestión empieza a ponerse interesante. Y lo hace porque podemos empezar a imaginar robots que, en lugar de llevar a cabo una automatización avanzada de tareas cuando se dan unos escenarios determinados, podemos plantearnos que sean capaces de capturar muchas características de esos escenarios y, en muchos sentidos, adaptarse a ellos para realizar esas mismas tareas, dotándolos de capacidades hasta el momento difíciles de imaginar. 

Entre los robots que conocimos hace algunas décadas, toscas máquinas que tropezaban y se caían ante irregularidades del terreno, y algunos de los vídeos más recientes en los que hacen hasta parkour con más destreza que muchos humanos que conozco, van obviamente múltiples generaciones tecnológicas, muchos modelos de aprendizaje diferentes y unas capacidades tecnológicas básicas —capacidad de proceso, memoria, almacenamiento o ancho de banda, entre otras— cada vez mejores. En realidad, todo es fruto de su tiempo y su contexto: si hubiésemos intentado desarrollar algoritmos como ChatGPT hace pocos años, nos habríamos topado con limitaciones tecnológicas que lo impedían, y con el desarrollo de la robótica nos pasa exactamente lo mismo. 

En una entrevista reciente con el director de tecnología de Boston Dynamics, Aaron Saunders, que lleva más de veinte años en la compañía, reflexiona sobre lo que la incorporación de la algoritmia generativa puede suponer para la robótica, y lo describe como la posibilidad de que un robot pueda interpretar el mundo que tiene a su alrededor de manera eficiente, y que eso le permita llegar a una comprensión mucho más rica de cómo interactuar con él. 

La posibilidad de que un robot pueda interpretar el mundo que tiene a su alrededor de manera eficiente

A poco que leamos entre líneas, empezamos a acercarnos a la idea de robots que ya no se limitan a operaciones básicas en almacenes o en cadenas de fabricación, sino que cumplen la profecía de nada menos que Elon Musk para el robot Optimus fabricado por Tesla: un futuro en el que haya más robots que personas, y se encarguen de prácticamente todo. Por mucho que podamos especular sobre el famoso “Elon time”, que describe la dificultad del personaje para aventurar plazos creíbles, la realidad es que sus predicciones tienden a cumplirse, aunque sea más tarde de lo que él originalmente dijo. 

Cuando aparecieron ChatGPT y otros algoritmos generativos, muchos de los que trabajamos habitualmente delante de un ordenador o manejando datos empezamos a sentirnos amenazados: con el entrenamiento adecuado, no es difícil imaginar a esos algoritmos haciendo muchas de las cosas que hoy hacemos nosotros. Pero esa posible sustitución de los llamados “trabajadores de cuello blanco” no es nada comparado con lo que supondrá la incorporación de la algoritmia generativa a la robótica, y el que esos robots empiecen a sustituir a todo tipo de trabajadores manuales, de los llamados “de cuello azul”. 

Primero, porque son muchos más. Segundo, porque su reeducación y reasignación a otros trabajos es mucho más compleja. Y sobre todo, porque hablamos de una reinterpretación tan profunda del trabajo y de las sociedades humanas que conocemos, que da paso a todo tipo de escenarios inexplorados y que ni los más arriesgados aciertan a predecir con exactitud. 

Un futuro en el que haya más robots que personas, y se encarguen de prácticamente todo

Sin embargo, ya está aquí: el contexto tecnológico se acerca cada vez más, y eso no nada, absolutamente nada, que pueda detenerlo: ni regulación, ni leyes, ni nada. La regulación podrá (y deberá) tratar de impedir que determinados irresponsables hagan aplicaciones dañinas de esa tecnología, pero eso no evitará que la tecnología se desarrolle, y que algunos vean en ello una oportunidad de obtener de ello ventajas competitivas. 

Va a suceder, y más pronto que tarde: robots capaces de hacer el trabajo de personas, pero mejor, más rápido, con menos errores, y sin cansarse. Esa segunda transformación es la que realmente cuenta, y está cada vez más cerca. O rediseñamos nuestras sociedades para acomodar algo así, o estaremos preparando escenarios de consecuencias muy difíciles de prever. Esa es la reflexión que tenemos que hacer, mirando al futuro con sentido y con conciencia de lo inevitable, y no simplemente tratando de prever lo que la tecnología hace ya. 

***Enrique Dans es Profesor de Innovación en IE University.