13 de noviembre de 2026, MIT News publicó un artículo sobre la empresa Robust AI, fundada por el egresado del MIT Anthony Jules y el profesor emérito Rodney Brooks. La compañía presentó el robot móvil Carter, un carrito con ruedas diseñado para interactuar de forma fluida con las personas en entornos dinámicos de almacenes y fábricas.
Carter está equipado con un mango sensible a la fuerza, un sistema de visión por computadora basado en IA y ruedas holonómicas que le permiten desplazarse instantáneamente en cualquier dirección. Una persona puede tomar el control, empujar o tirar del robot con una sola mano, o darle una indicación o una orden mediante una pantalla táctil. Esto difiere radicalmente de los robots industriales tradicionales, que o bien trabajan en celdas, o bien requieren una parada total cuando aparece una persona.
El enfoque de la empresa se basa en que el éxito no lo determina la autonomía del robot en sí, sino la productividad conjunta del sistema «robot — persona — backend». En despliegues reales, Carter ayuda en la preparación de pedidos, el traslado de cargas y la navegación de los trabajadores, reduciendo el recorrido diario de una persona en decenas de miles de pasos de media. El robot puede guiar a la persona hasta las celdas necesarias o seguirla durante la carga.
La metodología de Robust AI hace hincapié en el human-in-the-loop: el robot no aspira a la autonomía total, sino que deja a la persona un alto grado de agency. Esto reduce los riesgos en entornos impredecibles, donde la disposición cambia y las tareas exigen flexibilidad. A diferencia de los enfoques orientados a la máxima autonomía (por ejemplo, sistemas con aprendizaje por refuerzo profundo para gestionar el tráfico de robots), aquí la prioridad es la previsibilidad y la facilidad de intervención humana.
En el panorama de la robótica, esto contrasta con soluciones en las que los robots son plenamente autónomos y requieren zonas reservadas, o bien consisten en pesados manipuladores dentro de vallas de protección. Carter ocupa el nicho de la «movilidad colaborativa», donde el diseño del hardware (retroalimentación de fuerza, holonomía) y del software (visión e interfaces sencillas) está específicamente orientado al trabajo conjunto sin infraestructura adicional.
Para el sector, esto significa una adopción más rápida: estos robots pueden desplegarse en instalaciones existentes sin una costosa reconfiguración del espacio. Esto reduce la barrera de entrada para las medianas empresas y cambia la economía de la automatización: el foco se desplaza de sustituir a las personas a aumentar su eficiencia.
Queda abierta la cuestión de la escalabilidad a largo plazo: hasta qué punto el comportamiento del robot se mantiene estable ante un fuerte aumento del número de unidades y una mayor complejidad de los escenarios. Investigaciones independientes deberán demostrar si se conservan los niveles de seguridad y productividad con un tráfico denso y mixto de personas y robots en condiciones reales.
La principal lección del desarrollo es que, en entornos físicos complejos, no gana el robot más autónomo, sino el que mejor se integra en el sistema humano existente.
