EDICIÓN Nº 069 · Domingo 22 nov 2026
Tecnología

De percibir a decidir: el plano técnico de los sistemas autónomos

Un artículo de revisión en arXiv propone una arquitectura genérica de agente con memoria a largo plazo y avisa: en un sistema autónomo, la fiabilidad ya no es solo cuestión de comportamiento.

Redacción2026-09-28sistemas autónomos · agentes IA · robótica · arXiv · IA simbólica
Jungheinrich Autonomous Mobile Robot arculee M
Foto: Marc Auledas Noguera (Auledas) · CC BY 4.0 · Wikimedia Commons · realzada con IA
Autonomous Landing and Hazard Avoidance Technology LIDAR DVIDS857293
Foto: Glenn Research Center · Public domain · Wikimedia Commons

Durante años, la conversación sobre inteligencia artificial ha girado en torno a modelos que predicen la siguiente palabra o reconocen un gato en una foto. Pero hay una rama que trabaja en algo distinto: máquinas que deben actuar en el mundo durante horas o días sin que nadie les diga qué hacer a continuación. Un artículo de revisión publicado en arXiv (categoría cs.AI, acceso abierto) plantea precisamente eso: que los sistemas autónomos son la etapa final del desarrollo de la IA, y que llegar hasta ahí exige juntar dos tradiciones técnicas que llevaban décadas dándose la espalda.

El texto no presenta un producto ni un modelo nuevo. Propone un marco: una arquitectura genérica de agente y un método para diseñar y evaluar estos sistemas, integrando la IA con la ingeniería de sistemas de toda la vida, esa disciplina aburrida y necesaria que se ocupa de requisitos, verificación y validación.

Dos escuelas de IA que llevaban décadas separadas

La primera es la IA conexionista: redes neuronales, aprendizaje a partir de datos, percepción. Es lo que permite que un vehículo distinga un peatón de una farola a partir de píxeles y nubes de puntos. Es potente y difusa: funciona muy bien de media y falla de forma difícil de explicar.

Jungheinrich Autonomous Mobile Robot arculee M 2
Foto: Marc Auledas Noguera (Auledas) · CC BY 4.0 · Wikimedia Commons

La segunda es la IA simbólica: reglas, lógica, representaciones explícitas del mundo, planificación. Es lo que permite razonar sobre objetivos («llegar al muelle 3 sin cruzar la zona de carga») y justificar una decisión paso a paso. Es transparente y frágil: exige que alguien haya modelado el mundo.

El argumento del artículo es que ninguna de las dos basta por separado para un sistema autónomo de verdad. La percepción necesita ser conexionista; la decisión, la planificación y la rendición de cuentas necesitan estructura simbólica. El problema técnico difícil está en la costura entre ambas.

La memoria como centro de gravedad

La arquitectura que describen organiza el comportamiento del agente como una composición de funciones cognitivas alrededor de una memoria a largo plazo que contiene su conocimiento en evolución. Los autores la definen como:

Vector3DHD autonomous mobile robot and EnZone wireless charging
Foto: PattyK33 · CC BY-SA 4.0 · Wikimedia Commons
«the composition of cognitive functions organized around a long-term memory containing the agent's evolving knowledge»

Traducido a román paladino: no hay un módulo central que mande, hay un almacén de conocimiento que crece y se corrige, y varias funciones (percibir, decidir, planificar, aprender) que escriben y leen en él. Ese diseño desplaza el problema interesante a tres puntos concretos que el artículo señala como los grandes retos de implementación:

  • Anclaje de los datos sensoriales. Cómo pasar de un flujo de sensores a datos estructurados que la memoria pueda almacenar y sobre los que se pueda razonar. Es el eterno symbol grounding, ahora con hardware real.
  • Decisión y planificación orientadas a objetivos. No basta con elegir la siguiente acción: hay que encadenarla con una meta que puede tardar en cumplirse y cambiar por el camino.
  • Coordinación entre agentes. Cómo combinar la inteligencia individual de cada unidad con la inteligencia colectiva del conjunto, sin que la suma sea peor que las partes.

La letra pequeña: fiabilidad cognitiva

Aquí está la parte que más debería interesar a cualquiera que vaya a convivir con estas máquinas. En un sistema tradicional, demostrar que es fiable consiste en comprobar propiedades de comportamiento: ante esta entrada, produce esta salida; nunca supera este umbral; se detiene en este caso. Eso se puede especificar y verificar.

Autonomous Landing and Hazard Avoidance Technology LIDAR DVIDS758816
Foto: Glenn Research Center · Public domain · Wikimedia Commons

El artículo sostiene que en un agente autónomo eso ya no es suficiente. Hay una dimensión adicional, de propiedades cognitivas: si lo que el agente cree sobre el mundo es válido, si su conocimiento acumulado sigue siendo correcto después de meses aprendiendo, si su modelo interno se ha degradado sin que nadie lo note. Un robot puede comportarse impecablemente según sus reglas y estar equivocado de raíz sobre dónde está.

Conviene ser honesto con el material: el resumen público del artículo aparece cortado justo en ese punto, cuando empieza a explicar de qué depende la validez de esas propiedades cognitivas. Quien quiera el desarrollo completo tendrá que ir al texto íntegro, que está en abierto.

Qué cambia para quien no diseña robots

Poco de forma inmediata y bastante a medio plazo. Los marcos de este tipo no salen al mercado: se filtran hacia normas técnicas, procesos de certificación y pliegos de contratación. Si la idea de «fiabilidad cognitiva» cuaja, los sistemas autónomos que se desplieguen en almacenes, campos de cultivo, quirófanos o carreteras tendrán que demostrar no solo que hacen lo correcto, sino que saben lo correcto, y mantener esa demostración viva mientras siguen aprendiendo.

Por qué importa

Estamos acostumbrados a evaluar la IA por lo bien que responde a una pregunta. Un sistema autónomo no responde: vive en un entorno, acumula creencias y actúa sobre ellas durante meses. Este artículo pone nombre a un hueco incómodo del que se habla poco: sabemos auditar el comportamiento de una máquina, pero apenas sabemos auditar lo que una máquina cree. Mientras ese hueco siga abierto, cada despliegue autónomo será un acto de confianza con menos respaldo técnico del que parece.

FuentesResumen propio de la redacción a partir de las fuentes citadas; no es una traducción. Licencia de la fuente: acceso abierto.

Texto generado con inteligencia artificial a partir de las fuentes citadas, sin revisión humana individual (Reglamento UE 2024/1689, art. 50). Las fotos llevan su crédito y licencia; las marcadas como realzadas se han retocado con IA sin alterar su contenido.

sistemas autónomosagentes IArobóticaarXivIA simbólica
💬 Comentarios

Comentarios

Para comentar hay que iniciar sesión (Google, X, Facebook, Apple, Microsoft o cuenta de Disqus). Se moderan insultos, spam y datos personales: normas.

Los comentarios los sirve Disqus, un servicio externo que usa cookies propias y de publicidad. Solo se carga si pulsas el botón. Más información.

Sigue leyendo

Ciencia

Una sola pluma para saber si el escurridizo rascón negro emigra o se queda en Texas

Black bird jumping from a bridge rail

Un equipo de la Universidad de Illinois recorre de noche las marismas de Texas para capturar rascones negros, un ave amenazada, y quitarle una pluma a cada una. Quieren saber si pasan allí todo el año o solo el invierno.

Imagina que es noche cerrada en una marisma de la costa de Texas. Un grupo de investigadores camina levantando mucho las rodillas, como si desfilara en una banda de música, mientras arrastra una cuerda por la hierba. De la cuerda cuelgan varias botellas de plástico y dentro de cada una hay dos o tres juguetes de gato con cascabel. El ruido no es una broma: así se busca a una de las aves más difíciles de ver de Norteamérica, el rascón negro oriental (Laterallus jamaicensis jamaicensis).

Ciencia

Una estrella devoró a otra en Andrómeda y el James Webb llegó a los 47 días

Andromeda Galaxy

Bao, una supergigante de Andrómeda, se tragó a una compañera más pequeña que el Sol. El Webb observó lo que quedó apenas 47 días después del estallido, el seguimiento más rápido de un caso así.

Que dos estrellas se fusionen no es raro en el universo. Lo raro es verlo mientras pasa. Un equipo internacional dice haberlo conseguido con un sistema del borde exterior de la galaxia de Andrómeda, apodado Bao y catalogado como AT 2025abao. Una estrella pequeña fue cayendo en espiral hacia una supergigante hasta acabar dentro de ella. El telescopio espacial James Webb observó lo que quedó solo 47 días después del pico de la erupción. El estudio, firmado en primer lugar por Viraj Karambelkar (Universidad de Columbia), se ha publicado en Nature. Esta pieza es un resumen propio a partir de la nota de prensa de la NASA, no una traducción.

Curiosidades

Un abad medieval acabó en un ataúd romano de segunda mano (y nadie lo sabía)

Catherine, Duke of Buckingham monument, Westminster Abbey 04

El sarcófago romano de la abadía de Westminster guardaba un esqueleto desde hace siglos. Una datación nueva apunta a un abad del siglo XI que se metió en un ataúd con 600 años de uso.

Reciclar está muy bien. Reutilizar un táper, un bote de cristal o una caja de mudanza es de persona responsable. Reutilizar un ataúd romano con más de seis siglos de antigüedad ya es otro nivel. Eso es justo lo que parece que pasó en la abadía de Westminster, en Londres. Un esqueleto que llevaba más de 150 años esperando a que alguien le preguntara el nombre podría tener por fin respuesta, y resulta que el inquilino era un pez gordo.

Juegos

Ubisoft crea Motherbrain, su nuevo estudio de IA generativa para juegos

Logo Ubisoft Montreal

Ubisoft ha abierto Motherbrain, una filial dedicada a aplicar IA generativa a la jugabilidad. Te contamos qué se sabe, de dónde viene y qué sigue en el aire.

Ubisoft ha anunciado una filial nueva con un nombre muy de ciencia ficción: Motherbrain. Se dedicará a la inteligencia artificial generativa aplicada a los videojuegos. La compañía lo comunicó junto a sus resultados del primer semestre de su año fiscal, publicados el 19 de noviembre de 2026, y la noticia ha corrido por los medios especializados. Es una de las búsquedas más repetidas de la semana en torno a la editora francesa. Aquí no hay juego que comprar ni precio que comparar. Lo que hay es un movimiento empresarial que puede cambiar cómo se fabrican algunos de los mundos abiertos más grandes del mercado.