- Claude asistió en la programación y operación de un Unitree Go2, automatizando gran parte del trabajo en Project Fetch.
- El equipo con IA resolvió algunas tareas más rápido, como caminar y localizar una pelota, que el grupo sin ayuda no logró.
- El análisis de interacciones reveló menos confusión con Claude, al facilitar la conexión y una interfaz más usable.
- El avance subraya oportunidades y riesgos: hace falta reforzar protocolos y salvaguardas físicas al llevar LLM al mundo real.
La nueva prueba de Anthropic pone el foco en un asunto que ya no es ciencia ficción: qué ocurre cuando un modelo de lenguaje coordina a un robot. En Project Fetch, su sistema Claude ayudó a operar un perro robot, con el objetivo de comprobar hasta dónde puede llegar la IA física al pasar del texto al movimiento.
Más allá del titular, el experimento deja pistas claras sobre capacidades y límites: Claude automatizó buena parte de la programación necesaria para que el cuadrúpedo ejecutara acciones físicas, y sirvió de catalizador para que un equipo humano avanzara más rápido en ciertas tareas.
IA y mundo físico: del laboratorio a la acción
Anthropic, fundada por antiguos investigadores de OpenAI, lleva tiempo estudiando riesgos y usos prácticos de modelos avanzados. En esta ocasión, la hipótesis era directa: si un LLM domina cada vez más la codificación y la interacción con software, puede empezar a influir en objetos reales. El equipo de seguridad interna (red team) quiso observar esa transición en un entorno controlado.
Los investigadores señalan que los modelos actuales aún no gobiernan por completo un robot complejo, pero anticipan que versiones futuras tendrán más margen de maniobra. Por eso resulta útil analizar cómo los humanos se apoyan en la IA para programar y orquestar comportamientos físicos, especialmente en robots humanoides, antes de que llegue ese momento.
Cómo se diseñó Project Fetch
La prueba enfrentó a dos equipos sin experiencia previa en robótica: uno asistido por Claude y otro que programó sin ayuda de IA. Ambos debían tomar el control de un perro robot Unitree Go2 con un mando y escribir código, trabajando con controladores y plataformas como Arduino Uno Q, para cumplir tareas de dificultad creciente, desde caminar hacia un punto hasta localizar un objeto.
El grupo con Claude fue capaz de alcanzar algunos objetivos con mayor rapidez, incluyendo que el cuadrúpedo caminara y encontrara una pelota de playa, algo que el equipo solo humano no logró en las condiciones del test. La clave no fue magia, sino que el modelo generó y ajustó código, acelerando la conexión con el robot y reduciendo fricciones.
Anthropic grabó y analizó las dinámicas de trabajo. En las transcripciones, el equipo sin IA expresó más frustración y dudas, mientras que la asistencia de Claude pareció facilitar una interfaz de control más comprensible y una puesta en marcha más fluida. Aun así, no todas las metas se completaron y la autonomía fue acotada.
El perro robot elegido: Unitree Go2 y su propósito
El modelo Go2, fabricado por Unitree en Hangzhou (China), fue el elegido para la evaluación. Cuesta alrededor de 16.900 dólares, cifra relativamente ajustada en comparación con otros equipos del sector, y se usa en tareas de inspección remota, patrullas de seguridad o recorridos en construcción y manufactura.
Este cuadrúpedo puede desplazarse de forma autónoma, pero en la práctica depende de órdenes de alto nivel o del control de una persona. Según análisis recientes del mercado, los sistemas de Unitree se encuentran entre los más extendidos, lo que los convierte en un banco de pruebas atractivo para verificar hasta dónde empuja la aguja la programación asistida por IA.
Qué revelan los resultados sobre los LLM
Los grandes modelos de lenguaje ya no solo redactan textos: en los últimos años se han especializado en generar código y manejar software. En Project Fetch, esa habilidad se tradujo en menos tiempo invertido en tareas repetitivas de programación y en una guía paso a paso para iterar sobre errores y adaptar comportamientos del robot.
La lectura prudente es que, aunque no hablamos de control total, la IA reduce la barrera de entrada para que equipos no expertos logren que una plataforma física ejecute acciones útiles. Es un cambio cualitativo: de ser meros generadores de texto, los LLM empiezan a actuar como orquestadores de sistemas.
Riesgos y salvaguardas: cómo evitar sustos
Dar a la IA capacidad de acción sobre máquinas introduce riesgos obvios: errores de código, datos defectuosos o mal uso deliberado pueden tener consecuencias físicas. La robótica industrial aprendió hace tiempo a mitigar estos fallos con protecciones independientes del software.
Trasladado a este contexto, los expertos apuntan a combinar varias capas: límites operativos, auditoría del código generado, y, sobre todo, interruptores y protocolos de emergencia de carácter mecánico que no dependan del modelo. El estudio de Anthropic se enmarca precisamente en esa lógica preventiva.
Aplicaciones que asoman y cautelas necesarias
Con las debidas garantías, la misma receta podría aplicarse en logística, mantenimiento, inspección o asistencia en entornos donde la presencia humana es compleja. La idea no es sustituir a técnicos, sino proporcionar herramientas que aceleren configuraciones y permitan respuestas más adaptativas.
Para que estos beneficios cuajen, hará falta acordar prácticas seguras, documentación clara y criterios de despliegue responsables. De lo contrario, los avances técnicos pueden chocar con la confianza pública o con riesgos operacionales que son perfectamente evitables.
La experiencia de Project Fetch sugiere un punto de inflexión: Claude demostró que un LLM puede acortar la distancia entre el código y la acción, agilizando tareas reales en un robot cuadrúpedo, a la vez que recuerda que el salto al mundo físico exige controles, pruebas rigurosas y una cultura de seguridad a la altura.
Soy un apasionado de la tecnología que ha convertido sus intereses «frikis» en profesión. Llevo más de 10 años de mi vida utilizando tecnología de vanguardia y trasteando todo tipo de programas por pura curiosidad. Ahora me he especializado en tecnología de ordenador y videojuegos. Esto es por que desde hace más de 5 años que trabajo redactando para varias webs en materia de tecnología y videojuegos, creando artículos que buscan darte la información que necesitas con un lenguaje entendible por todos.
Si tienes cualquier pregunta, mis conocimientos van desde todo lo relacionado con el sistema operativo Windows así como Android para móviles. Y es que mi compromiso es contigo, siempre estoy dispuesto a dedicarte unos minutos y ayudarte a resolver cualquier duda que tengas en este mundo de internet.