Un sistema desarrollado por investigadores del MIT y la Universidad de Nueva York combina instrucciones en lenguaje cotidiano con un modelo de IA para que un robot infiera riesgos relacionados. FLEX fue probado en simulaciones, donde generalizó advertencias sobre líquidos, objetos frágiles y elementos inflamables.
***

• FLEX añade objetos mencionados por una persona, usa GPT-4o para inferir categorías de riesgo y retira de la lista aquello que ya no está presente.
• En simulaciones con tres tareas, el sistema amplió advertencias puntuales para evitar otros aparatos electrónicos, objetos frágiles y elementos inflamables.
• Los investigadores reportan que el proceso tarda alrededor de cinco segundos, pero las pruebas descritas se realizaron en entornos virtuales.

FLEX busca que los robots entiendan lo que las personas no dicen literalmente

Sumario: Investigadores del MIT y la Universidad de Nueva York desarrollaron un método que permite a un robot inferir preferencias generales a partir de instrucciones cotidianas. El sistema, llamado FLEX, se evaluó en simulaciones de tareas domésticas y actualizó sus planes de movimiento con ayuda de GPT-4o.

Una advertencia como no derramar café sobre una computadora puede significar más que evitar un solo objeto. FLEX, una plataforma de aprendizaje asistida por inteligencia artificial, busca que los robots interpreten esa intención más amplia y adapten sus movimientos sin obligar a las personas a enumerar cada riesgo posible.

El trabajo, titulado Flexible Language-Guided Representation Editing for Adaptive Robot Behavior, fue desarrollado por investigadores del Instituto Tecnológico de Massachusetts (MIT) y la Universidad de Nueva York (NYU), y figura entre las publicaciones de la Conferencia sobre Aprendizaje de Robots (CoRL) de 2026. MIT News informó que el método se probó en simulaciones, por lo que los resultados descritos muestran el comportamiento del sistema en escenarios virtuales, no una validación en hogares reales.

De la instrucción literal a la intención

Los robots pueden recibir instrucciones en lenguaje natural, pero convertir una frase cotidiana en una decisión de movimiento no siempre es sencillo. Un usuario puede pedirle a un brazo robótico que traslade una taza y agregar que no la derrame sobre una computadora, sin explicar que también convendría mantenerla lejos de otros aparatos electrónicos.

En el ejemplo presentado por el equipo, FLEX permite que el robot responda a la advertencia sobre la computadora portátil y, además, evite un teléfono cercano. La diferencia está en que el sistema no se limita a incorporar el objeto nombrado: busca una regla más amplia que ayude a planificar la trayectoria.

La investigación aborda una dificultad práctica de la interacción entre personas y máquinas. Según Nathan Dennler, investigador posdoctoral del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT y miembro del laboratorio CLEAR, hoy una persona puede verse obligada a aprender cómo formular instrucciones compatibles con la planificación matemática del robot.

El propósito, explicó Dennler, es permitir que la persona se comunique con el robot mediante lenguaje natural, en vez de exigirle que aprenda esos procedimientos técnicos. Andreea Bobu, profesora asistente de aeronáutica y astronáutica en el MIT, lideró el estudio; Audrey Lee, identificada como SM ’26, e Ilia Sucholutsky, de NYU, figuran como coautores.

Tres pasos para actualizar el plan

FLEX organiza el aprendizaje en tres etapas denominadas Agregar, Generalizar y Enmascarar. En la primera, el robot incorpora a su lista de elementos relevantes aquello que la persona menciona, como una taza que debe quedar fuera del recorrido de una bola de bolos.

Ese paso inicial se parece a métodos anteriores: cuando alguien corrige al robot, el sistema registra la característica indicada y modifica la trayectoria para evitarla. Sin embargo, una lista que crece cada vez que aparece una nueva instrucción puede volverse extensa y difícil de mantener, sobre todo cuando el entorno cambia y algunos objetos dejan de estar allí.

La segunda etapa, Generalizar, es la contribución que el equipo destaca como novedosa dentro de FLEX. El método incorpora GPT-4o para buscar relaciones entre los objetos que la persona pidió evitar y proponer una categoría más amplia; por ejemplo, una advertencia sobre una taza puede llevar al sistema a considerar otros objetos frágiles.

En la tercera etapa, Enmascarar, el sistema de visión por computadora examina el entorno y retira de la lista los objetos que ya no detecta. De acuerdo con los investigadores, el ciclo completo tarda alrededor de cinco segundos, una cifra que describe el proceso reportado y no una garantía de rendimiento para cualquier robot o situación.

Resultados en escenarios virtuales

El equipo evaluó FLEX en simulaciones de un brazo robótico que realizaba tres tareas: servir una taza de café, mover una vela y transportar una bola de bolos. Durante las pruebas, voluntarios escribieron instrucciones como evitar derrames sobre una computadora portátil, mantenerse lejos de una pila de papeles o no dejar caer la carga sobre una taza.

En esos escenarios, el robot respondió a la indicación concreta y también extendió algunas advertencias a riesgos relacionados. La plataforma lo llevó a evitar otros dispositivos electrónicos ante una alerta sobre una computadora, a mantenerse apartado de objetos inflamables en el caso de la vela y a proteger elementos frágiles cuando transportaba la bola.

Ese desempeño depende de la generalización que propone el modelo de lenguaje, que utiliza patrones aprendidos de grandes colecciones de texto. Dennler señaló que los modelos pueden haber encontrado en esos datos relatos de daños causados por líquidos sobre dispositivos, una asociación que el sistema aprovecha para inferir por qué conviene evitar más de un aparato.

La inferencia no equivale a una comprensión humana ni demuestra que el robot pueda anticipar correctamente cualquier peligro. Lo que muestra el experimento es que, en las simulaciones descritas, el sistema tradujo ciertas instrucciones puntuales en categorías de riesgo y modificó su planificación de movimiento en consecuencia.

El desafío de llevarlo a hogares

Bobu destacó que las viviendas y las prioridades de sus habitantes varían, por lo que un robot no puede asumir de antemano qué objetos son importantes para cada persona. En su planteamiento, FLEX permitiría que el sistema capte preferencias mediante una o dos frases, en lugar de pedir una regla específica para cada elemento del entorno.

La propuesta podría ser relevante para robots domésticos y de asistencia, áreas en las que el grupo CLEAR del MIT desarrolla agentes autónomos capaces de trabajar para las personas, junto a ellas y a su alrededor. Para esos usos, interpretar una corrección cotidiana podría reducir el esfuerzo de explicar instrucciones, aunque el estudio no establece que el sistema ya esté disponible en productos para consumidores.

La evaluación reportada se limitó a entornos virtuales y tres tareas concretas, de modo que todavía no permite concluir cómo respondería FLEX ante la diversidad de objetos, cambios y situaciones de una casa real. Tampoco se describen aquí pruebas con usuarios en hogares ni resultados de despliegue comercial; la investigación presenta un enfoque y evidencia obtenida mediante simulación.

El trabajo recibió apoyo parcial del MIT Generative AI Impact Consortium y del programa de Responsabilidades Sociales y Éticas de la Computación del MIT Schwarzman College of Computing. Su siguiente relevancia estará en comprobar si la capacidad de generalizar advertencias se mantiene al pasar de escenarios controlados a interacciones físicas y variables, sin convertir una inferencia útil en una regla demasiado amplia.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín