13 de novembro de 2026, o MIT News publicou um artigo sobre a empresa Robust AI, fundada pelo egresso do MIT Anthony Jules e pelo professor emérito Rodney Brooks. A empresa apresentou o robô móvel Carter — um carrinho sobre rodas, projetado para uma interação fluida com pessoas em ambientes dinâmicos de armazéns e fábricas.
O Carter é equipado com uma alça sensível à força, um sistema de visão computacional baseado em IA e rodas holonômicas, que permitem mover-se instantaneamente em qualquer direção. Uma pessoa pode assumir o controle, empurrar ou puxar o robô com uma só mão, dar um gesto ou um comando por meio da tela sensível ao toque. Isso difere fundamentalmente dos robôs industriais tradicionais, que ou trabalham em células, ou exigem parada total quando uma pessoa aparece.
A abordagem da empresa baseia-se no fato de que o sucesso é determinado não pela autonomia do robô em si, mas pela produtividade conjunta do sistema «robô — pessoa — back-end». Em implantações reais, o Carter ajuda na separação de pedidos, no transporte de cargas e na navegação dos trabalhadores, reduzindo a caminhada diária de uma pessoa, em média, em dezenas de milhares de passos. O robô pode conduzir a pessoa até as células necessárias ou segui-la durante o carregamento.
A metodologia da Robust AI enfatiza o human-in-the-loop: o robô não busca a autonomia total, mas deixa à pessoa um alto nível de agency. Isso reduz os riscos em ambientes imprevisíveis, onde o layout muda e as tarefas exigem flexibilidade. Diferentemente das abordagens voltadas para a autonomia máxima (por exemplo, sistemas com deep reinforcement learning para gerenciar o tráfego de robôs), aqui a prioridade é a previsibilidade e a facilidade de intervenção humana.
No panorama da robótica, isso contrasta com soluções em que os robôs ou são totalmente autônomos e exigem zonas dedicadas, ou são manipuladores pesados em cercas de proteção. O Carter ocupa o nicho da «mobilidade colaborativa», em que o design do hardware (realimentação de força, holonomia) e do software (visão e interfaces simples) é especialmente voltado para o trabalho conjunto sem infraestrutura adicional.
Para o setor, isso significa acelerar a adoção: tais robôs podem ser implantados em instalações existentes sem uma reconfiguração dispendiosa do espaço. Isso reduz a barreira de entrada para as médias empresas e muda a economia da automação — o foco desloca-se da substituição de pessoas para o aumento da sua eficiência.
Permanece em aberto a questão da escalabilidade a longo prazo: até que ponto o comportamento do robô se mantém estável com o aumento acentuado do número de unidades e a complexificação dos cenários. Estudos independentes devem mostrar se o nível de segurança e de produtividade se mantém em condições reais de tráfego misto e denso de pessoas e robôs.
A principal lição do desenvolvimento é que, em ambientes físicos complexos, vence não o robô mais autônomo, mas aquele que melhor se integra ao sistema humano existente.
