La IA f�sica avanza con trabajadores que graban sus tareas cotidianas. La labor manual alimenta hoy a robots humanoides y crea la paradoja de entrenar al sistema que nos sustituir� ma�ana.En marzo de 2026, DoorDash lanz� una aplicaci�n independiente llamada Tasks que pagaba a sus ocho millones de repartidores estadounidenses para que se pertrecharan con c�maras corporales y se filmaran lavando platos, doblando ropa o haciendo camas. As�, la conversi�n del trabajo f�sico cotidiano se convert�a en combustible activo para la inteligencia artificial (IA).En YouTube se puede ver estos d�as un v�deo procedente de la India, titulado Why indian workers are training AI robots to take their jobs, en el que aparecen personas con c�maras en la cabeza cortando fruta, doblando ropa, limpiando mesas, colocando alimentos en una estanter�a, o manipulando piezas en una f�brica... Lo que se ve parecen tareas intrascendentes, y podr�amos pensar que no merece la pena pararse a mirar las im�genes, pero detr�s de cada escena hay una nueva industria: la que tiene que ver con esa conversi�n del trabajo humano cotidiano en datos de entrenamiento para la IA f�sica y para los robots humanoides.Lo que antes era una simple tarea dom�stica o manual ahora puede convertirse en una secuencia de v�deo, en una posici�n corporal, un gesto, o un contexto visual que una m�quina usar� para aprender a actuar en el mundo real.MIT Technology Review incluy� el pasado mes de abril los "datos de humanoides" en su lista anual de las 10 cosas que m�s importan en IA ahora mismo, se�alando que "las simulaciones virtuales pueden entrenar robots para hacer acrobacias, pero no para coger y mover objetos, porque las simulaciones tienen dificultades para modelar la f�sica con exactitud". Para que los robots funcionen en f�bricas o act�en como asistentes dom�sticos resultan imprescindibles los datos del mundo real.Esto tiene consecuencias en el nuevo mundo del trabajo presidido por la inteligencia artificial. Para empezar, refleja una paradoja laboral, porque las personas que aparecen en esos v�deos cobran hoy por registrar c�mo trabajan, y ma�ana esos datos pueden servir para automatizar tareas parecidas... Por eso hay quien dice que cada trabajador est� entrenando literalmente al robot que ocupar� su puesto al d�a siguiente.En realidad se trata de ayudar a construir bibliotecas de habilidades humanas que, una vez transformadas en modelos de IA, pueden escalarse a miles de robots o a sistemas automatizados.The Washington Post describe esta carrera por los v�deos de tareas dom�sticas en su investigaci�n interactiva Robots are learning to do housework from vide, y se refiere a una respuesta a un problema central de la rob�tica: "Los modelos necesitan grandes vol�menes de datos f�sicos, igual que los chatbots necesitaron enormes cantidades de texto".De la IA digital a la f�sicaLa primera gran tendencia es el paso de la IA digital a la inteligencia artificial f�sica. Durante la �ltima d�cada, los modelos generativos aprendieron de textos, im�genes, c�digo y v�deos disponibles en internet. Pero un robot no s�lo necesita "saber" qu� es un vaso: necesita agarrarlo sin romperlo, distinguir si est� lleno, moverlo, adaptarse a una mesa distinta y corregir errores.Seg�n Encord, una compa��a especializada en datos para IA, los v�deos de gente que cobra por ense�ar a la IA a hacer cosas normales "son una muestra de que las empresas buscan datos de manos, ojos y objetos en interacci�n real".La segunda tendencia es que la econom�a gig empieza a convertirse en una cadena de suministro de datos humanos. Se trata de convertir a esos trabajadores gig en recolectores de datos para laboratorios de rob�tica e IA.Human Archive, una start up fundada por investigadores de UC Berkeley y Stanford, respaldada por Y Combinator, equipa a trabajadores del sector de servicios en India -limpieza dom�stica, hosteler�a, restauraci�n- con gorras con c�mara integrada que graban en primera persona las tareas cotidianas. Esas im�genes se convierten en conjuntos de datos que alimentan modelos de rob�tica f�sica.Datos y entrenamientoPero no basta con grabar cualquier v�deo. Seg�n Micro 1 -otra compa��a que paga a trabajadores para recopilar datos sobre su propia actividad para la IA- "las empresas quieren datos sincronizados, etiquetados, con profundidad, movimiento, fuerza y contexto". El camino hacia la automatizaci�n rob�tica empieza capturando acciones humanas en vivo y convirtiendo flujos de trabajo cotidianos en datos de entrenamiento.Los datos ya empiezan a conectarse con despliegues reales. La automovil�stica BMW explica que robots humanoides Figure 02 han ayudado a producir m�s de 30.000 BMW X3 en Spartanburg (Carolina del Sur), trabajando turnos de diez horas de lunes a viernes. Y Mercedes-Benz est� probando robots Apollo de Apptronik para mover componentes hacia l�neas de producci�n y realizar controles iniciales de calidad.El cuello azul es el primer territorio visible porque el cuerpo es f�cil de observar: doblar ropa, empaquetar, mover cajas, clasificar productos o manipular piezas dejan una huella f�sica. Pero la l�gica profunda no es "manual contra intelectual", sino "tarea repetible contra tarea no codificada".Ser�a un error interpretar este fen�meno como exclusivamente manual. En las oficinas ocurre algo que es estructuralmente equivalente: los flujos de trabajo digitales -correos, contratos, tiques, CRM, hojas de c�lculo, reuniones, c�digo- tambi�n generan datos que entrenan sistemas de automatizaci�n cognitiva.Morgan Stanley recuerda que el 98% de sus equipos de asesores financieros adopt� AI @ Morgan Stanley Assistant para acceder a conocimiento interno y automatizar parte del flujo informativo. Y Microsoft describe una evoluci�n hacia empresas en las que los agentes de IA se integran como "colegas digitales" que ejecutan tareas bajo direcci�n humana, redefiniendo los organigramas corporativos.Hay una consecuencia econ�mica en todo esto: una disputa por la propiedad del aprendizaje. El trabajador cobra una vez por grabar una tarea; la empresa puede reutilizar ese aprendizaje indefinidamente.Goldman Sachs Research estima que el equivalente a 300 millones de empleos a tiempo completo est� expuesto a automatizaci�n por la IA, lo que no significa una desaparici�n autom�tica, pero s� una presi�n creciente sobre tareas que puedan descomponerse y replicarse.La consecuencia social ser� una nueva brecha entre quienes entrenan sistemas, quienes los poseen y quienes los supervisan.Captura frente a creación. El trabajador que porta una cámara no está perdiendo tiempo: capitaliza una habilidad preexistente, pero el valor de esa capitalización lo captura quien posee los datos. Habrá que preguntarse si deben los trabajadores tener derechos sobre los modelos entrenados con su actividad, de forma análoga a los derechos de autor o a las participaciones laborales.Sustitución frente a transformación. Los datos disponibles apuntan a que la IA transforma más que destruye empleos en el corto plazo. Pero "transformación" no significa neutralidad: las tareas más repetitivas y codificables dentro de cualquier profesión son las primeras en automatizarse, y los trabajadores deben reposicionarse.Escala global y protección local. El mercado de datos de entrenamiento opera en jurisdicciones con distintos niveles de protección laboral. La velocidad regulatoria es mucho menor que la velocidad de expansión del negocio.Eficiencia frente a transparencia. Existe el riesgo de que el trabajo humano en la cadena robótica quede invisibilizado. Esto tiene consecuencias económicas -distorsiona la valoración de las empresas- y sociales -legitima decisiones de automatización basadas en capacidades que aún no son reales sin supervisión humana-.Empleo y recualificación. El WEF habla de 170 millones de nuevos roles que incluyen entrenadores de robots, auditores de datos, técnicos de mantenimiento de sistemas físicos de IA y especialistas en supervisión humana.