Los perros son quienes están enseñando a los robots a entender nuestros deseos e intenciones

En la vida cotidiana, pedir que nos acerquen unas llaves, una taza o una herramienta parece un gesto menor, casi doméstico, pero para una máquina supone internarse en un territorio lleno de ambigüedades. Los humanos hablamos a medias, señalamos sin precisión milimétrica, cambiamos de idea, nos movemos, ocultamos sin querer aquello que buscamos. Y, sin embargo, entre esa niebla de indicios, perros y personas suelen entenderse con una naturalidad asombrosa. Ahora, la robótica quiere apropiarse de esa intuición.

Un trabajo liderado por investigadores de Brown University propone precisamente esa clase de salto: robots capaces de buscar objetos apoyándose no solo en descripciones verbales, sino también en la dirección del gesto humano. El sistema, bautizado como LEGS-POMDP, integra lenguaje, señalamiento y observación visual dentro de un marco probabilístico pensado para actuar en condiciones de incertidumbre. 

Según los resultados presentados por el equipo, el método alcanzó una tasa media de éxito del 89% en simulaciones exigentes y mostró un desempeño robusto en pruebas con un robot cuadrúpedo real. La investigación ha sido aceptada en HRI 2026, la conferencia internacional sobre interacción humano-robot celebrada en Edimburgo del 16 al 19 de marzo de 2026.

La escena, en el fondo, resulta casi poética: para construir asistentes mecánicos más intuitivos, los científicos han mirado a los campeones biológicos del “tráeme eso”. Los perros, expertos milenarios en leer nuestras intenciones, han servido de inspiración para modelar cómo una máquina puede interpretar un dedo que apunta, una mirada que acompaña y una instrucción pronunciada a medias. Allí donde antes el robot podía quedarse paralizado o decidir con exceso de confianza, ahora aprende a dudar mejor.

El arte de buscar en medio del desorden

Uno de los grandes problemas de la robótica cotidiana no es ver, sino comprender qué merece ser visto. En un laboratorio, una cocina o un taller puede haber varios objetos parecidos, recipientes que tapan otros, herramientas parcialmente ocultas o elementos en movimiento. En ese contexto, reconocer una palabra como “destornillador” o “taza” no basta: el robot necesita inferir cuál de los posibles objetos es el correcto y dónde conviene ir a buscarlo. 

Ahí entra en juego el enfoque POMDP, sigla de partially observable Markov decision process, un marco matemático diseñado para decidir cuando la información disponible es incompleta.

La virtud de este esquema es menos espectacular de lo que sugieren los titulares, pero acaso más profunda: enseña a la máquina a convivir con la incertidumbre. En lugar de asumir que sabe exactamente qué hay frente a ella, el sistema mantiene creencias probabilísticas sobre la identidad y la posición del objeto buscado, y las actualiza a medida que recibe nuevas pistas. 

Eso permite algo esencial: explorar antes de concluir, moverse para mejorar el punto de vista, reconsiderar una hipótesis o retrasar la decisión final hasta disponer de mejores evidencias.

Ese matiz cambia por completo el papel del robot asistente. Ya no se trata solo de una máquina que clasifica imágenes, sino de un agente que razona mientras se desplaza por el entorno, pondera posibilidades y convierte la duda en estrategia. Es, en cierto modo, una inteligencia menos arrogante y más útil.

Señalar no es apuntar: la lección secreta de los perros

La aportación más sugerente del trabajo está en el modo en que traduce un gesto humano a lenguaje probabilístico. Los autores se apoyaron en investigaciones del Brown Dog Lab sobre cómo los perros interpretan las señales humanas, especialmente el acto de apuntar. A partir de ese conocimiento, Ivy He y Madeline Pelgrim analizaron los detalles finos del señalamiento humano y propusieron modelarlo como un cono de probabilidad, en lugar de una línea rígida e infalible.

La idea es elegante porque se parece más a nosotros mismos. Cuando una persona señala, no lanza un rayo geométrico perfecto: acompaña el gesto con la postura del brazo, la orientación corporal y, muy especialmente, con la mirada. El equipo observó que los humanos alinean lo que señalan con el eje formado por ojo, codo y muñeca, y utilizó esa relación para construir una estimación más verosímil del objetivo. El resultado no elimina la ambigüedad, pero la domestica. 

Que los perros hayan servido de modelo no es una anécdota pintoresca, sino una pista científica de gran calado. Durante miles de años, estos animales han afinado una sensibilidad extraordinaria hacia nuestros gestos y ojos, resolviendo problemas cooperativos que ahora queremos trasladar a las máquinas. En ese espejo interespecie, la robótica descubre que la comunicación eficaz rara vez depende de una sola señal: entender es fusionar indicios.

Hacia asistentes que comprendan como convivimos

El sistema LEGS-POMDP no se limita a sumar gesto y habla como quien mezcla dos canales independientes. Los investigadores lo combinaron además con un modelo visión-lenguaje, de modo que la máquina pudiera interpretar escenas visuales mientras procesa descripciones verbales y restricciones espaciales. En los experimentos, esa integración multimodal superó claramente a las versiones que usaban solo lenguaje o solo gesto, lo que refuerza una intuición central en ciencias cognitivas: la comunicación humana es, por naturaleza, multimodal. 

Las implicaciones prácticas son evidentes. En un hogar, un robot así podría localizar una medicación en una encimera abarrotada o encontrar unas gafas entre objetos dispersos. En un entorno industrial, podría recuperar piezas o herramientas sin exigir órdenes artificialmente exactas. Y, más allá de la utilidad inmediata, se dibuja una promesa mayor: interfaces menos rígidas, más cercanas al modo en que las personas ya se entienden entre sí.

Conviene, no obstante, mantener la perspectiva. El 89% de acierto corresponde a resultados promedio en simulación, mientras que las pruebas con el robot real se describen como una validación cualitativa del enfoque. Es una noticia notable, sí, pero todavía no la llegada definitiva del mayordomo mecánico. Más bien estamos ante un umbral: el momento en que la robótica empieza a asumir que comprender al ser humano exige aceptar sus vaguedades, sus gestos incompletos y esa elocuencia imprecisa con la que señalamos el mundo.

Tal vez ahí resida la belleza discreta de este avance: en reconocer que la inteligencia útil no siempre nace de ver más, sino de interpretar mejor. Y en ese aprendizaje, curiosamente, los robots del futuro no miran primero a otras máquinas, sino a un perro atento que, junto a nosotros, ya sabía desde hace mucho tiempo cómo leer un dedo extendido y adivinar, entre el ruido de las cosas, aquello que realmente queríamos.