Por Alejandro Mendoza, cazador de tendencias tecnológicas, creador de la APP Güido y director de Splash Fumigaciones.
La interacción humano-robot es una comunicación, posee un doble sentido, aunque usualmente los estudios se enfocaron en que el robot nos comprendiera. Ahora el planteamiento es a la inversa: el humano también necesita aprender cómo se comporta el robot para mejorar la colaboración en situaciones de alto riesgo, como la fabricación y atención médica.
Para adentrarnos en el ·cerebro· de un robot existen dos teorías clave. Una es la «teoría de la transferencia analógica». Esta sugiere que los humanos aprenden por analogía. Es decir, cuando un ser humano interactúa con un nuevo dominio o concepto, implícitamente busca algo familiar que pueda usar para comprender la nueva entidad.
Pero también existe la «teoría de la variación del aprendizaje». Aquí se argumenta que la variación estratégica puede revelar conceptos que podrían ser difíciles de discernir para una persona de otra manera. Asume que los humanos pasan por un proceso de cuatro pasos cuando interactúan con un nuevo concepto: repetición, contraste, generalización y variación.
Por ejemplo, al enseñar a los humanos a interactuar con un robot, los investigadores a menudo muestran a las personas muchos ejemplos del robot que realiza la misma tarea. Pero para que las personas construyan un modelo mental preciso de ese robot, la teoría de la variación sugiere que necesitan ver una variedad de ejemplos del robot que realiza la tarea en diferentes entornos, y también necesitan verlo cometer errores para comprender lo que el robot no es.
Estas teorías de la ciencia cognitiva también podrían mejorar el diseño de robots físicos.
Por lo pronto, la teoría de la transferencia analógica guía a las personas a hacer comparaciones apropiadas cuando aprendan a trabajar con un nuevo robot. Las analogías adecuadas sirven para que los humanos no se sorprendan o confundan por las acciones del robot.
Pero más allá de esto, conviene incluir ejemplos positivos y negativos del comportamiento del robot, y exponer a los usuarios a cómo las variaciones estratégicas de los parámetros en la «política» de un robot afectan su comportamiento.
Vale mencionar que la política del robot es una función matemática que asigna probabilidades a cada acción que el robot puede tomar.
Eventualmente, en entornos estratégicamente variados, puede ayudar a los humanos a aprender mejor y más rápido acerca de lo que es un robot.
Tal vez después de aplicar ambas teorías cognitivas aprendamos que un robot no sólo es una máquina o ingenio electrónico programable que es capaz de manipular objetos y realizar diversas operaciones o el imitador de un ser animado, sino quien podrá relevarnos de las tareas susceptibles de mecanizarse mientras nosotros trabajamos en funciones eminentemente humanas como comunicar, negociar, generar empatía y cuidar.
