El debat sobre els límits de l'autonomia en la intel·ligència artificial sol despertar temors sobre sistemes que prenen decisions imprevisibles o persegueixen objectius sense mesurar-ne les conseqüències. Encara que aquesta preocupació resulta comprensible, concedir cert marge d'interpretació a les màquines també ofereix avantatges decisius per al seu funcionament en la vida quotidiana.
Un equip d'investigadors de l'Institut Tecnològic de Massachusetts treballa precisament en aquesta direcció mitjançant un sistema anomenat FLEX, dissenyat perquè els robots comprenguin el propòsit darrere d'una ordre concreta i aconsegueixin aplicar-la davant de situacions imprevistes sense necessitat de rebre llistes interminables de regles.
La mateixa regla aplicada a situacions diferents
La utilitat d'aquest enfocament s'observa amb claredat en un experiment realitzat dins d'un entorn virtual. En indicar a un robot simulat que evités vessar cafè sobre un ordinador portàtil, la màquina va utilitzar un model de llenguatge per deduir el risc general i va ampliar la precaució cap al telèfon mòbil que estava al costat, protegint ambdós dispositius electrònics per iniciativa pròpia.
L'equip va replicar aquesta capacitat d'adaptació davant d'altres perills físics, aconseguint que el sistema identifiqués objectes inflamables prop d'una espelma encesa i resguardés elements fràgils davant del moviment d'una bola de bitlles. En cada cas, la tecnologia revisa les categories amb què interpreta el seu entorn, permetent afegir característiques rellevants, generalitzar conceptes o descartar informació que ja no resulta útil en qüestió de segons.
Aquest avanç pertany al laboratori CLEAR, liderat per Andreea Bobu juntament amb Nathan Dennler, Audrey Lee i Ilia Sucholutsky. De cara al futur, el pròxim pas del projecte consisteix a traslladar aquests resultats des de les simulacions digitals cap a robots físics que operin en espais reals, on intervenen factors complexos com el lliscament dels objectes, el moviment impredictible dels líquids i els límits visuals de les càmeres.
La investigació demostra que l'autonomia artificial no és necessàriament negativa quan s'acota a contextos específics, convertint-se en una eina indispensable per aconseguir assistents domèstics més segurs i eficients.