Durante décadas, la robótica avanzó detrás de una valla. El brazo industrial repetía una trayectoria exacta, en un espacio controlado y lejos de cualquier imprevisto. Esa imagen sigue siendo válida en muchas fábricas, pero ya no explica por sí sola lo que está ocurriendo en 2026.
La novedad no está tanto en que los robots tengan forma humana como en que empiezan a combinar capacidades que antes vivían separadas: visión, tacto, lenguaje, planificación y control del movimiento. Esa convergencia permite que una máquina no se limite a ejecutar una secuencia, sino que observe el entorno, detecte una variación y decida cómo continuar dentro de unos límites.
El resultado comienza a verse en áreas muy distintas. Hay sistemas experimentales que aprenden procedimientos quirúrgicos a partir de vídeo, exoesqueletos que adaptan la asistencia al movimiento de una persona, robots logísticos que usan el contacto para manipular objetos y maquinaria que interpreta imágenes del terreno. No todos han alcanzado el mismo grado de madurez. Entender esa diferencia es más útil que reunir demostraciones espectaculares.
Del movimiento programado a la decisión situada
El 30 de julio de 2026, Google DeepMind presentó Gemini Robotics 2, una familia de modelos orientada al control corporal completo, la manipulación fina y la colaboración entre varios robots. Según el desarrollador, el sistema puede coordinar acciones como caminar, agacharse, alcanzar un objeto y manipularlo, además de trasladar capacidades a plataformas físicas diferentes.
Es un cambio conceptual importante. La robótica tradicional separaba con claridad la percepción, la planificación y el movimiento. Los nuevos modelos de visión, lenguaje y acción intentan unir esas etapas: reciben una instrucción, interpretan la escena y generan una respuesta física. También pueden pedir intervención cuando detectan incertidumbre o detenerse ante una condición de seguridad.
Conviene mantener la perspectiva. Una demostración del propio desarrollador no equivale a un rendimiento validado durante miles de horas en un entorno productivo. La adaptación a cuerpos distintos, la latencia, el mantenimiento, la seguridad funcional y el coste siguen determinando si una capacidad de laboratorio puede convertirse en una herramienta empresarial.
Biomedicina: precisión, repetición y límites clínicos
Cirugía: aprender un procedimiento sin sustituir el juicio clínico
Uno de los avances más citados procede del sistema SRT-H, desarrollado por un equipo de Johns Hopkins University y descrito en Science Robotics. El robot aprendió observando vídeos de intervenciones acompañados de instrucciones y ejecutó una fase de extirpación de vesícula sobre órganos porcinos fuera del cuerpo.
El procedimiento incluía 17 tareas encadenadas: identificar estructuras, colocar clips y realizar cortes. El equipo informó de una tasa de finalización del 100 % en ocho muestras, incluso después de introducir cambios en la posición inicial o en el aspecto de los tejidos. El sistema también podía corregir movimientos y responder a indicaciones verbales. La explicación publicada por Johns Hopkins University subraya, no obstante, que trabajó más despacio que un cirujano.
El matiz es decisivo: no fue una operación completa en una persona ni una prueba clínica. Fue una demostración experimental en un entorno controlado. Su valor está en mostrar que la autonomía quirúrgica puede avanzar desde gestos aislados hacia secuencias largas y variables. El trabajo del profesional no desaparece; se desplaza hacia la definición del procedimiento, la supervisión, la respuesta ante complicaciones y la responsabilidad final.
Rehabilitación
En rehabilitación, el robot cumple otra función. No busca decidir un diagnóstico, sino ofrecer asistencia física repetible y medible. Un ensayo piloto publicado en 2026 estudió un exoesqueleto blando dirigido al tobillo en 56 personas con enfermedad de Parkinson. Tras cuatro semanas y 20 sesiones, ambos grupos mejoraron, pero el grupo que utilizó el dispositivo mostró una mayor ganancia en velocidad de marcha y determinados parámetros del tobillo y del equilibrio.
Otro ensayo piloto en lesión medular combinó un exoesqueleto con una interfaz cerebro-máquina. Participaron 21 personas durante cuatro semanas. Los resultados apuntaron a mejoras motoras, de velocidad y resistencia dentro del grupo que usó la interfaz, aunque algunas diferencias entre grupos no fueron estadísticamente significativas. Es evidencia prometedora, no una conclusión definitiva.
Esta cautela importa porque la rehabilitación no se resume en acumular pasos. También intervienen dolor, fatiga, confianza, motivación y objetivos personales. El dispositivo puede sostener la repetición y registrar datos; el equipo clínico interpreta la evolución y adapta el tratamiento a la persona.
Industria y logística
Muchos robots industriales se diseñaron para no entrar en contacto con nada que no estuviera previsto. Eso funciona en una línea rígida, pero limita la manipulación de objetos deformables, apilados o desconocidos. El tacto empieza a cambiar esa lógica.
Los robots Vulcan de Amazon incorporan sensores que miden fuerza y par en seis ejes. En lugar de depender únicamente de la visión, pueden notar cuánto presionan un objeto o una estructura y retroceder antes de aplicar una fuerza excesiva. La descripción técnica de Amazon Science explica que el contacto pasa a formar parte de la planificación del movimiento, de forma parecida a cuando una persona desliza los dedos por una superficie hasta localizar el borde de una moneda.
La relevancia no está solo en coger más productos. Un robot que combina profundidad, fuerza y visión puede enfrentarse a variaciones que antes exigían rehacer la instalación. Eso abre posibilidades en montaje, clasificación, preparación de pedidos y manipulación de materiales delicados. Aun así, calibrar sensores, conservar la precisión y gestionar los casos que el sistema no reconoce continúa requiriendo conocimiento técnico y personal preparado.
Una revisión publicada en 2026 en The International Journal of Robotics Research sitúa la robótica táctil al comienzo de una nueva etapa. Las manos con sensores, las pieles electrónicas y la percepción visuotáctil se acercan a usos comerciales, aunque el propio análisis recuerda que el tacto robótico lleva décadas pareciendo estar a pocos años de su adopción generalizada. La madurez se medirá en fiabilidad y mantenimiento, no en vídeos.
Visión computacional y metrología
La cámara de un robot ya no sirve únicamente para localizar una pieza. Con visión 3D y modelos de detección puede estimar profundidad, identificar defectos, comprobar dimensiones y ajustar la siguiente acción. En metrología industrial, esta capacidad convierte la inspección en un bucle: medir, comparar con una tolerancia y corregir el proceso antes de que el error se multiplique.
La misma lógica se traslada al campo, donde casi nada permanece idéntico. En 2025, John Deere presentó equipos autónomos para agricultura, construcción y mantenimiento de zonas verdes apoyados en cámaras, inteligencia artificial y visión computacional. Entre ellos figuraban tractores para grandes superficies y cultivos de frutales.
Trabajar fuera de una nave obliga a resolver polvo, iluminación cambiante, vegetación, pendientes y objetos inesperados. Por eso, la autonomía agrícola no depende solo de seguir una ruta. Necesita interpretar el entorno y saber cuándo no tiene información suficiente para continuar. La aportación humana sigue siendo imprescindible para definir la tarea, revisar el resultado y responder a condiciones que el sistema no ha previsto.
Qué está funcionando y qué sigue pendiente
La actualidad de la robótica muestra un patrón común. Los mejores resultados aparecen cuando la tarea está bien delimitada, el entorno puede observarse, el error se detecta y existe una vía clara para pedir ayuda. Cuanto más abierta es la situación, más difícil resulta garantizar el comportamiento.
También hay una distancia entre habilidad y utilidad. Doblar una prenda, sujetar tejido o caminar por un laboratorio demuestra coordinación. Convertirlo en un servicio exige disponibilidad, limpieza de datos, mantenimiento, integración con sistemas existentes, seguridad, consumo energético y un coste razonable por tarea completada. La empresa debe evaluar el conjunto, no una capacidad aislada.
Seis preguntas para una empresa antes de incorporar robótica
- ¿Qué tarea concreta se quiere mejorar? Conviene describir el trabajo real, incluidas excepciones, interrupciones y decisiones.
- ¿Qué variabilidad existe? Objetos, personas, luz, temperatura, espacio y ritmo pueden alterar el resultado.
- ¿Cómo se detecta un error? Si la organización no puede reconocer un fallo a tiempo, tampoco puede automatizarlo con seguridad.
- ¿Cuándo debe intervenir una persona? La escalada no puede improvisarse después de instalar el sistema.
- ¿Qué datos se registran? Imágenes, fuerzas, trayectorias y decisiones necesitan una política de acceso, conservación y revisión.
- ¿Cómo se medirá el valor? Además de velocidad y coste, importan la ergonomía, la calidad, las incidencias y el tiempo humano recuperado.
La humanización no depende del aspecto del robot
Una empresa no se vuelve más humana porque un robot tenga rostro, voz o manos. Se vuelve más humana cuando decide con cuidado qué tareas automatiza y qué hace con el tiempo, la seguridad y la capacidad que obtiene a cambio.
La robótica puede apartar a una persona de un movimiento repetitivo, ayudar a sostener una rehabilitación intensiva o aportar una precisión difícil de mantener durante horas. También puede aumentar el ritmo sin mejorar el trabajo, convertir cada gesto en vigilancia o desplazar conocimiento hacia un sistema que nadie dentro de la organización comprende. La tecnología no resuelve esa elección: la hace visible.
Humanizar la empresa implica involucrar a quienes realizan la tarea, formarles para supervisar y mantener el sistema, conservar una responsabilidad identificable y medir el efecto sobre la experiencia de trabajadores, profesionales y usuarios. El objetivo no debería ser retirar a la persona del proceso a cualquier precio, sino reservar su criterio para aquello que realmente lo necesita.
La robótica de 2026 empieza a ver mejor, a tocar con más cuidado y a aprender secuencias más largas. Su avance más importante no será parecerse a nosotros, sino ayudarnos sin borrar la experiencia, la responsabilidad ni el sentido humano del trabajo.
Fuentes consultadas
- Google DeepMind: Gemini Robotics 2
- Johns Hopkins: cirugía robótica autónoma experimental
- Science Robotics: SRT-H
- JMIR: exoesqueleto blando y enfermedad de Parkinson
- Annals of Neurology: interfaz cerebro-máquina y exoesqueleto
- Amazon Science: percepción táctil en Vulcan
- The International Journal of Robotics Research: revisión sobre robótica táctil
- John Deere: equipos autónomos y visión computacional