Las gafas Smart pueden parecer un simple gadget de consumo: una cámara en la cara, altavoces en los oídos y un asistente de IA que puede responder preguntas sobre lo que ves. Pero el mismo dispositivo puede darle a un sistema de IA algo que siempre le ha faltado: una visión en primera persona de la vida humana cotidiana.

Eso importa porque enseñar a una IA a escribir o generar imágenes es muy diferente de enseñar a una máquina a moverse por el mundo físico. Un robot necesita entender dónde están los objetos, qué ocurre cuando se mueven y cómo interactúan las manos con cosas que se doblan, se rompen, se derraman o cambian de forma.

Meta ha pasado años investigando dispositivos vestibles que capturan este tipo de información. Sus gafas Ray-Ban Meta incorporan parte de esa tecnología a un producto de consumo, lo que permite a la empresa acceder a datos generados durante actividades cotidianas.

Una prueba de 72 horas de las gafas, usando sus funciones de IA a lo largo del día y solicitando los datos asociados, ofreció una idea de por qué las grabaciones en primera persona podrían ser valiosas para entrenar IA, y por qué la privacidad se vuelve más difícil de separar de la propia tecnología.

Cómo aprende la IA del mundo real

Los grandes modelos de lenguaje aprenden de enormes colecciones de material escrito. Eso funciona bien para sistemas construidos en torno al lenguaje, pero el texto no puede describir del todo cómo podrían hacer las personas cosas como moverse por una cocina, coger una botella, cascar un huevo o encontrar sus llaves.

Los seres humanos aprenden esas cosas tras años de experiencia sensorial. El ex científico jefe de IA de Meta, Yann LeCun, ha argumentado que, a los cuatro años, un niño ha visto 50 veces más datos que incluso los modelos de lenguaje más grandes. Su idea más amplia es que las máquinas necesitan que se introduzcan más datos sensoriales si quieren entender el mundo físico.

Para un robot, eso significa aprender de algo más que instrucciones. Necesita datos sobre lo que hacen las personas en realidad, incluidas las pequeñas variaciones que son difíciles de describir con palabras. Así, por ejemplo, que alguien lave los platos puede parecer algo mundano. Pero una vez que ese metraje se etiqueta y anota, puede mostrar a un sistema de IA dónde están los objetos, cómo se mueven las manos y qué ocurre cuando sucede algo inesperado.

Ese tipo de datos de entrenamiento es difícil de recopilar a escala. Una cámara vestible ofrece una posible solución porque puede capturar el mundo desde la misma perspectiva que la persona que realiza la tarea. Como dice el argumento de LeCun: «Necesita ojos».

Por qué Meta usa gafas Smart

Meta lleva años trabajando en este problema a través de Project Aria(ventana nueva), un programa de investigación basado en ordenadores vestibles con forma de gafas. Los dispositivos de investigación usan cámaras y otros sensores para estudiar cómo interactúan las personas con el mundo.

Project Aria también muestra lo diferentes que pueden ser las expectativas de privacidad entre la investigación y el uso de consumo. Las directrices publicadas por Meta indican que los participantes de la investigación reciben formación sobre prácticas de grabación adecuadas, que las personas en hogares privados deben dar su consentimiento y que una luz visible indica cuándo se recopilan audio y video.

Las gafas Smart de consumo funcionan en un entorno mucho menos controlado. Una persona puede llevarlas mientras camina por la calle, compra, prepara café o hace tareas domésticas. Eso crea una fuente útil de datos en primera persona. También significa que quienes rodean a la persona que las lleva pueden aparecer en las grabaciones sin saber que una cámara está activa.

La distinción importa porque el valor de estos datos proviene de su carácter cotidiano. Su valor proviene de capturar los pequeños detalles de la vida diaria.

Lo que los robots necesitan aprender

Los investigadores trabajan en varios problemas que parecen simples para los humanos pero difíciles para las máquinas. Uno es la memoria episódica. Preguntarle a una IA dónde dejaste las llaves suena fácil, pero el sistema tiene que reconocer el objeto, entender cuándo se vio por última vez y hacer un seguimiento de lo que ocurrió entre ese momento y ahora.

Otro es la física intuitiva. Si haces rodar una pelota hacia una mesa, ya tienes una expectativa de lo que ocurrirá. Los humanos desarrollan estas predicciones tras años de observar el mundo físico.

El tercero implica interacciones entre manos y objetos. Atarse los cordones, abotonarse una camisa, coger algo o manipular un trozo de tela requieren que una máquina trate con objetos que pueden doblarse y deformarse. Esos son los tipos de situaciones que pueden capturar las grabaciones en primera persona.

Durante la prueba de 72 horas, las actividades cotidianas se correspondieron sorprendentemente bien con estos problemas de investigación. Conducir implicaba predecir cómo se mueven los objetos en el espacio. Coger una botella o cascar un huevo implicaba interacción entre manos y objetos. Ver cómo un huevo rodaba desde una encimera implicaba física intuitiva. Preguntar dónde se habían dejado las llaves era una tarea de memoria episódica.

La idea no es que cada grabación mundana se convierta de inmediato en datos de entrenamiento útiles. Es que la actividad humana cotidiana contiene los ejemplos que necesita la IA encarnada.

Lo que pueden capturar las gafas de Meta

Meta afirma que las gafas Ray-Ban Meta no graban continuamente todo lo que rodea a quien las lleva para entrenar IA. Según la empresa, los datos usados para entrenar su IA y que potencialmente revisan personas incluyen los comandos de voz y el video capturado cuando un usuario le pide a la IA que haga algo.

Cuando la IA necesita analizar lo que ve la cámara, el metraje relevante se puede enviar a los servidores de Meta para su procesamiento. La empresa puede entonces usar esa información para mejorar sus sistemas de IA. Una persona puede preguntar a las gafas por un objeto, una ubicación, una tarea o algo que ocurre frente a ellas, creando un registro de esas interacciones desde una perspectiva en primera persona.

Meta también ha presentado Live AI, que hace que el asistente esté disponible sin requerir la frase de activación habitual. Eso hace que las gafas sean más útiles como asistente en tiempo real, a la vez que aumenta el tiempo durante el cual su cámara y micrófono pueden estar activos.

Hay otro problema de privacidad más difícil de resolver con ajustes. Quien lleva las gafas controla el dispositivo, pero quienes están a su alrededor no. Durante la prueba, los rostros se difuminaron en el material que se revisó, pero las personas que rodeaban a quien las llevaba no sabían que estaban siendo grabadas. Eso es diferente del proceso de investigación Project Aria de Meta, donde los participantes y las personas en ciertos entornos privados están sujetos a requisitos de consentimiento explícito.

Lo que apunta a los planes de robótica de Meta

La idea de que Meta podría usar datos de dispositivos vestibles para ayudar a construir robots sigue siendo una hipótesis sobre la estrategia más amplia de la empresa, más que algo que las gafas por sí solas demuestren. Sin embargo, hay varias pruebas que la respaldan.

En febrero de 2025, Meta creó una división de robótica humanoide dentro de Reality Labs, la misma organización más amplia responsable de sus gafas Smart. En mayo de 2026, Meta también adquirió Assured Robot Intelligence, un laboratorio de robótica cofundado por Lerrel Pinto.

Meta también ha dicho que quiere que su tecnología sirva como capa de software para robots humanoides. Su investigación ya ha explorado cómo las grabaciones egocéntricas pueden ayudar a los robots a aprender tareas físicas. Eso hace que las gafas sean relevantes más allá de su rol como asistente de IA. Colocan cámaras, micrófonos e IA en un dispositivo que las personas pueden llevar durante todo el día.

Los prototipos vestibles de próxima generación de Meta se describen como un avance hacia una detección más continua y un seguimiento de objetos más sólido. Esas capacidades podrían producir datos más útiles sobre cómo interactúan las personas con el mundo físico.

Nada de esto demuestra que Meta esté recopilando en secreto cada momento de la vida de sus clientes para construir un ejército de robots. Sí muestra por qué los datos vestibles en primera persona podrían ser estratégicamente valiosos para una empresa que invierte fuertemente tanto en IA como en robótica.

La cuestión de fondo

Las gafas Smart hacen que la IA sea más útil porque le permiten acceder al mundo que nos rodea. Esa misma capacidad las hace diferentes de los asistentes de IA a los que está acostumbrada la mayoría de la gente. La pregunta es quién decide cómo se recopilan, procesan y usan estos datos cada vez más personales.

A medida que la IA pasa de la pantalla al mundo físico, los datos en primera persona cobran más valor.

Eso hace que sea cada vez más importante entender qué puede ver, oír, almacenar y enviar un dispositivo.