El mítico no robótico

Desafíos centrales en robótica

• Varios comentaristas coinciden en que los verdaderos problemas difíciles son la percepción y la financiación, y añaden en broma “cables/conectores/elementos de fijación” y la cadena de suministro.
• La planificación/el control suelen fallar de forma visible, pero las causas raíz suelen ser errores de percepción o suposiciones sobre el mundo que se incumplen.
• Incluso nociones básicas como “objeto” o “guardar” se consideran todavía muy lejos de estar resueltas de forma robusta y general.

Percepción, visión y el desorden del mundo real

• El seguimiento en tiempo real de instancias concretas de objetos a través de fotogramas de vídeo, bajo iluminación variable, niebla, oclusiones y movimiento rápido, sigue siendo frágil.
• Las APIs/modelos que “funcionan la mayor parte del tiempo” se consideran insuficientes una vez que se analizan la seguridad, la fiabilidad y el riesgo.
• Tareas que suenan simples (p. ej., “guardar la toalla”) se complican por casos límite, ambigüedad y alguna clasificación errónea catastrófica ocasional.
• Debate sobre el progreso: algunos sostienen que la visión por computador y la detección de profundidad han mejorado drásticamente (CV a nivel de smartphone, LLM+vídeo), otros dicen que el estado del arte sigue sin ser “lo bastante bueno” para robots de uso general.

Falacia del low-code / programación para no expertos

• Muchos ven “robots para no robóticos” como otro ejemplo de la falacia del low-code: la complejidad está en el dominio y en la formulación del problema, no en la sintaxis.
• Una vez que alguien está escribiendo lógica significativa de robot o de análisis, en la práctica ya es un robótico/programador; los intentos de ocultar esto suelen fallar o convertirse en sistemas opacos y propietarios.
• Se traza un paralelismo con la automatización de pruebas y las herramientas de datos: “hazlo simple” suele querer decir en realidad “hazlo intuitivo”, lo cual es difícil sin exponer la complejidad real.

Robótica vs automatización y referencias humanas

• Los robots industriales que hacen bien una sola tarea repetitiva se enmarcan como “automatización”, no como la parte difícil de la robótica.
• Las tareas de ensamblaje flexibles y de varios pasos, a un nivel de abstracción más alto, siguen sin resolverse de una manera que los usuarios finales puedan especificar fácilmente.
• Los robots se comparan constantemente con los humanos, que son mucho más adaptables y tolerantes a fallos, lo que hace que los robots parezcan peores incluso cuando aportan valor.

Realidad de la industria y APIs

• Trabajar en robótica implica mucho tiempo depurando, lidiando con problemas de proveedores y hardware frágil; muchos fallos en campo se reducen a cables o sensores.
• Los salarios suelen ser modestos y están dominados por startups en fases tempranas; es bueno si te motiva el interés, pero no es lo óptimo para ganar dinero o moverte profesionalmente.
• Son comunes las APIs mal diseñadas de los proveedores de hardware y los marcos de robótica excesivamente complejos; los comentaristas prefieren APIs diseñadas para usuarios inteligentes pero impacientes.