Cucarachas cíborg: cómo la IA supervisa sin controlar cada paso

Se realizaron implantes quirúrgicos de electrodos en tres cucarachas vivas y se aplicaron descargas eléctricas repetidas sin consentimiento del animal.
La cucaracha sigue siendo quien mueve las patas, quien resuelve localmente los encuentros
El algoritmo supervisa, pero la biología del insecto mantiene el control real del movimiento y la adaptación.
Mark

¿Por qué la gente cree que estas cucarachas son robots controlados por IA cuando en realidad no lo son?

Mimi

Porque los titulares dicen "cucarachas cíborg controladas por inteligencia artificial" sin explicar que el algoritmo solo detecta pausas. Es más fácil imaginar un insecto pilotado que entender un supervisor de tráfico biológico.

Mark

Pero entonces, ¿qué hace realmente el algoritmo?

Mimi

Mira dos estados: está parada o está en movimiento. Cuando detecta parada, envía un pulso eléctrico. Es como un semáforo que dice "adelante" cuando ve que el tráfico se ha detenido. La cucaracha sigue decidiendo cómo moverse.

Mark

¿Y eso mejora su velocidad?

Mimi

No. Mejora cuánto tiempo pasa en movimiento, no qué tan rápido se mueve. Es la diferencia entre un coche que se detiene menos en los atascos y un coche que acelera más. El insecto cubre más distancia porque no se queda parado, no porque corra más deprisa.

Mark

¿Cuál es entonces la verdadera innovación aquí?

Mimi

Que en lugar de construir un robot que imite a la cucaracha, usamos la cucaracha misma. Millones de años de evolución ya la optimizaron para moverse en terrenos complicados. Nosotros solo añadimos un empujón cuando se queda atrapada.

Mark

¿Y el bienestar del animal? ¿Nadie se preocupa por eso?

Mimi

Debería preocupar más. Tres cucarachas recibieron cirugía, electrodos implantados y descargas repetidas sin poder consentir. Eso es un costo real que los titulares entusiastas casi nunca mencionan.

  • Tres cucarachas sibilantes de Madagascar con electrodos implantados en cercos y tórax
  • Algoritmo que solo distingue entre dos estados: movimiento y parada
  • Reducción del 78% en tiempo de parada, no aceleración de velocidad
  • Estudio principal publicado en marzo de 2023 en Cyborg and Bionic Systems

El algoritmo solo distingue entre dos estados: movimiento y parada, actuando como supervisor de tráfico, no como piloto que controla cada paso del insecto. Los estudios muestran optimización del rendimiento mediante reducción de pausas (78%), no aceleración real de la velocidad de carrera del animal.

Investigadores utilizan algoritmos simples para detectar pausas en cucarachas cíborg y estimularlas eléctricamente, demostrando que la biología sigue siendo el motor principal del movimiento, no la inteligencia artificial.

Una cucaracha avanza entre rocas y arena hacia un objetivo invisible. Lleva sobre el abdomen una pequeña mochila electrónica. Cada vez que se detiene, un algoritmo lo detecta en milisegundos y envía una descarga eléctrica minúscula a través de electrodos implantados. El insecto reanuda la marcha. No es un robot que obedece órdenes paso a paso. Es un experimento que invierte la lógica tradicional de la robótica: en lugar de construir máquinas que imiten la vida, los investigadores están usando la vida misma como plataforma.

La pregunta central es deceptivamente simple: ¿se puede mejorar el movimiento de un ser vivo sin controlar cada uno de sus movimientos? El trabajo de referencia, publicado en marzo de 2023 en Cyborg and Bionic Systems por Mochammad Ariyanto y colaboradores de las universidades de Osaka y Diponegoro, responde con una distinción crucial. El equipo no convirtió a la cucaracha en una máquina pensante. Diseñó un sistema biohíbrido donde el insecto aporta los músculos, la locomoción y la capacidad natural de sortear obstáculos, mientras que una capa electrónica simplemente supervisa su estado.

El experimento empleó tres cucarachas sibilantes de Madagascar, machos adultos, dentro de una arena circular de 80 centímetros de diámetro. Cada ejemplar recibió electrodos de platino implantados en los cercos —apéndices sensoriales al final del abdomen— y en el tórax. Tras más de 24 horas de recuperación quirúrgica, los animales portaban una mochila con una unidad de medición inercial de nueve ejes, similar a la que usan los teléfonos móviles para detectar movimiento. Los datos de aceleración y giro, procesados en ventanas de 1,5 segundos, alimentaban un clasificador de máquinas de soporte vectorial.

La función de ese clasificador era sorprendentemente modesta: distinguir entre dos estados, movimiento y parada. Cuando el sistema detectaba que el insecto llevaba parado alrededor de un segundo, activaba automáticamente la estimulación eléctrica de los cercos para inducir de nuevo la marcha. Nada más. El algoritmo no dirigía cada zancada ni decidía la trayectoria. La metáfora exacta es la de un supervisor de tráfico que no conduce los coches, sino que detecta los atascos y aplica una señal para que la circulación se reanude. La cucaracha seguía siendo quien movía las patas, quien ajustaba el equilibrio y quien resolvía localmente los encuentros con el entorno. El clasificador alcanzó un 99,85 por ciento de acierto al identificar paradas y un 98,64 por ciento al detectar movimiento, precisiones específicas para cada clase que no representan una única cifra global del sistema.

Aquí aparece la principal confusión que arrastran los titulares. La estimulación automática produjo mejoras notables, pero no las que suelen anunciarse. El resultado central fue una reducción del 78 por ciento del tiempo de parada, acompañada de incrementos de hasta el 68 por ciento en la tasa de búsqueda y de hasta el 70 por ciento en la distancia recorrida. Sin embargo, ninguna de esas métricas demuestra que la cucaracha corra más deprisa. Optimización no equivale a aceleración. La cobertura mejora porque el insecto pasa menos tiempo inmóvil, no porque su velocidad máxima aumente. La diferencia parece sutil, pero cambia por completo la interpretación del hallazgo.

Un estudio posterior, publicado en Soft Robotics, dio un paso conceptual diferente. Ya no se trataba de reducir pausas dentro de una arena vacía, sino de llevar al insecto hasta una zona objetivo a través de suelo granular, rocas y obstáculos, evitando que quedara atrapado. El tiempo medio de navegación fue de 77,1 segundos en el escenario menos complejo y de 183 segundos en el más difícil, con más obstáculos y arena adicional. Esa diferencia no mide una velocidad general: refleja hasta qué punto la complejidad del entorno sigue imponiendo una factura elevada. El terreno difícil casi triplica el tiempo necesario. Un tercer sistema, descrito en Heliyon en 2024, añadió un sensor de distancia por tiempo de vuelo y demostró que la estimulación de las antenas podía favorecer los giros, mientras la de los cercos promovía el avance. En ese trabajo, la electrónica funcionaba a bordo, sin depender de una cámara externa ni de un ordenador remoto, apuntando a un grado creciente de autonomía.

La verdadera novedad no está en la potencia del algoritmo, sino en la inversión de la lógica habitual de la robótica. En lugar de fabricar artificialmente una plataforma capaz de sortear cualquier irregularidad del terreno, estos proyectos aprovechan una capacidad evolutiva que ya existe. Millones de años han producido un cuerpo optimizado para moverse por espacios estrechos y desordenados; la ingeniería se limita a añadir una capa de dirección. Es una arquitectura de inteligencia distribuida donde la electrónica reconoce estados simples y aplica estímulos, mientras el organismo aporta el hardware locomotor, la adaptación fina y parte de la toma de decisiones. El coste de esa elegancia es evidente: el sistema depende de la fisiología, del comportamiento y del estado de un animal vivo, algo mucho menos predecible que un motor eléctrico.

La aplicación más citada es la búsqueda y rescate. Un insecto de pocos centímetros podría entrar en huecos inaccesibles para robots rígidos, dentro de un edificio derrumbado. La idea es plausible, pero conviene mantenerla en el terreno de la posibilidad experimental. Un escenario real añadiría polvo, agua, temperaturas variables, pérdida de señal y la necesidad de localizar con precisión a una persona. A ello se suman incertidumbres nada menores: el reducido tamaño muestral de tres ejemplares impide estimar la variabilidad individual, y las precisiones del clasificador no garantizan el mismo rendimiento ante suciedad, enganches o daños en los sensores. Hay una última dimensión que el entusiasmo tecnológico no debería eclipsar. La pregunta relevante deja de ser si el robot es inteligente para convertirse en quién controla y quién responde por las decisiones que afectan a un animal. La cucaracha no puede consentir la cirugía ni la estimulación eléctrica. El futuro de estos sistemas dependerá tanto de resolver los límites técnicos como de trazar con claridad esa frontera moral.

El sistema funciona como un supervisor de tráfico que no conduce los coches, sino que detecta los atascos y aplica una señal para que la circulación se reanude
— Descripción del mecanismo del experimento
Optimización no equivale a aceleración
— Análisis de los resultados del estudio
Contattaci Domande frequenti