¿El fin de la mano de obra humana? Fábricas en India graban cada movimiento de sus obreros para ‘enseñar’ a robots

La inteligencia artificial está dando un nuevo paso en su evolución: aprender directamente de los movimientos humanos. En fábricas de India, trabajadores utilizan cámaras montadas en la cabeza para registrar cada acción de sus manos mientras realizan tareas repetitivas.

Estas grabaciones se transforman en datos que luego son utilizados para entrenar robots y sistemas de IA capaces de replicar esas mismas actividades en el mundo físico.

El caso, documentado por Los Angeles Times, muestra cómo operarios en la ciudad de Karur, en el sur de India, doblan toallas mientras sus movimientos son capturados en primera persona. El objetivo es generar bases de datos detalladas que permitan a máquinas aprender secuencias manuales complejas, como tomar objetos, alinearlos, doblarlos o reorganizarlos.

Este enfoque marca un cambio en la forma en que se entrena la inteligencia artificial. Ya no se trata solo de procesar texto, imágenes o comandos, sino de trasladar habilidades físicas humanas a sistemas automatizados. La llamada “IA física” busca precisamente eso: que robots puedan interactuar con su entorno de manera similar a como lo hacen las personas.

El caso que se hizo viral en las redes sociales

En abril de 2026, un video que mostraba a supuestos trabajadores de costura en India usando cámaras en la cabeza se viralizó en redes sociales. Las publicaciones afirmaban que se trataba de un ejemplo de cómo los obreros estaban entrenando a la IA para reemplazarlos.

Sin embargo, la autenticidad de ese material no ha sido confirmada de forma concluyente. No se ha verificado la fecha, la empresa involucrada ni el contexto exacto de la grabación. Aun así, el contenido coincide con prácticas que sí han sido documentadas en reportajes previos.

De la fábrica al hogar

El fenómeno no se limita al ámbito industrial. En Estados Unidos, también según Los Angeles Times, cientos de personas han comenzado a grabar tareas domésticas cotidianas utilizando cámaras en la cabeza y en las manos. Actividades como lavar platos, preparar café o regar plantas se convierten así en material de entrenamiento para robots diseñados para operar en entornos domésticos.

Este modelo ha dado lugar a un nuevo tipo de trabajo dentro de la economía digital: personas que reciben pagos por ejecutar tareas mientras sus acciones son registradas para alimentar sistemas de inteligencia artificial. En este esquema, la automatización deja de depender exclusivamente de laboratorios y pasa a nutrirse de experiencias reales distribuidas en distintos contextos.

Especialistas también participan en el entrenamiento

La tendencia no se limita a tareas manuales. Un informe de The Guardian reveló que profesionales con amplia experiencia, incluidos médicos y expertos en tecnología, están participando en el entrenamiento de modelos de IA. Su trabajo consiste en revisar, corregir y evaluar respuestas generadas por estos sistemas para mejorar su precisión en áreas complejas.

El objetivo, según el reporte, es llevar a los modelos a un nivel en el que puedan desempeñar funciones comparables a las de un humano. Esto abre interrogantes sobre el futuro del empleo en sectores especializados, ya que el mismo proceso de entrenamiento podría facilitar la automatización de ciertas tareas profesionales.

Una contradicción en el centro del debate

El desarrollo de esta nueva forma de entrenamiento expone una tensión evidente. En muchos casos, los trabajadores no solo realizan su labor habitual, sino que también generan los datos que permitirán a las máquinas replicarla en el futuro. Aunque no existe evidencia de reemplazos inmediatos en los casos documentados, el proceso apunta a una automatización progresiva.

Otra investigación de The Guardian también destacó condiciones laborales complejas en este ecosistema. Trabajadores vinculados a plataformas de entrenamiento de IA señalaron que, en algunos casos, manejan contenidos sensibles o utilizan materiales protegidos, mientras perciben que su trabajo podría contribuir a la creación de sistemas que eventualmente los sustituyan.