Najiredi Sriranyachandra tiene 25 años y cada mañana se ata un smartphone a la frente. No es influencer: registra en primera persona los gestos de su vida diaria—lavar platos, cortar verduras, tender ropa—para nutrir grandes conjuntos de “egocentric data” utilizados en el entrenamiento de robots humanoides y sistemas de visión. Por cada hora de video gana cerca de 250 rupias, unos 2,30 euros: poco según ciertos estándares, pero para ella una entrada que no altera su rutina. Es la imagen nítida de una economía de datos que convierte comportamientos ordinarios en materia prima para la inteligencia artificial.
La práctica se apoya en avances técnicos. La “egocentric vision”—tomas POV que capturan manos, objetos, entorno y microacciones—ha crecido gracias a proyectos como Ego4D, coordinados por universidades y centros de investigación con apoyo industrial, que establecen benchmarks para reconocer actividades, prever intenciones y habilitar asistencia contextual. Estos conjuntos acortan la distancia entre percepción y acción: muestran a los modelos cómo se mueve una persona en la cocina, cómo manipula utensilios y coordina mirada y mano. El paso siguiente es traducir esas representaciones a robots capaces de ejecutar tareas domésticas y logísticas.
¿Qué puede ocurrir en el futuro próximo? Se alinean tres trayectorias. Primero, la convergencia entre grandes modelos multimodales y control motor: sistemas fundacionales que empiezan a mapear descripciones en lenguaje a políticas de movimiento, acelerando el aprendizaje a partir de demostraciones humanas. Segundo, la estandarización de las canalizaciones de recolección egocéntrica: protocolos de consentimiento, anotación y anonimización más rigurosos serán requisito para operar a escala. Tercero, un mercado del “comportamiento remunerado”: plataformas que pagan por capturar rutinas con tarifas variables según complejidad, calidad y diversidad cultural, para reducir sesgos y mejorar la generalización.
El impacto en la IA es doble. En lo técnico, los datos POV mejoran robustez y transferencia del simulado al mundo real, cerrando el “reality gap” que limita la robótica y los agentes encarnados. En lo socioeconómico, revelan el valor del comportamiento humano como activo central—“más valioso que el petróleo”—porque permite a la IA aprender no solo qué es una acción, sino cómo y por qué se ejecuta en contextos variables. Esto desplaza el foco hacia gobernanza de datos, derechos, remuneración justa y transparencia.
No basta constatar el progreso: hay que preguntar qué recibimos a cambio. Las tomas POV capturan hogares, rostros, hábitos, nuevas vulnerabilidades: la información pertenece a personas, familias, espacios privados. Sin reglas, la privacidad corre el riesgo de convertirse en costo social. Aquí las fuentes oficiales delimitan el terreno. El Reglamento europeo de IA (AI Act), con voto final publicado por el Parlamento Europeo el 13 de marzo de 2024 y adopción formal el 21 de mayo de 2024, impone transparencia, gestión de riesgos, documentación de conjuntos de datos y salvaguardas reforzadas para sistemas de alto riesgo; los modelos generales deben declarar el uso de datos con protección de derechos fundamentales. El GDPR (Reglamento UE 2016/679) sigue vigente: consentimiento explícito, minimización, finalidad específica, derechos de acceso y supresión. La OCDE, con sus Principios sobre IA (2019) y herramientas de política públicas en oecd.ai, exige responsabilidad y trazabilidad.
En los próximos meses surgirán auditorías independientes de conjuntos egocéntricos, etiquetas de calidad de datos y mecanismos de opt-in granulares. Las empresas deberán demostrar licitud, proporcionalidad y seguridad. Paralelamente, emergerá una “contratación del gesto”: pagos diferenciados por actividades sensibles, cláusulas sobre usos secundarios y prohibiciones de reidentificación. El trabajo de Najiredi abre un tema más amplio: millones colaboran cada día con la IA, unos con prompts y retroalimentación, otros con imágenes y video. Si la tecnología es imparable, lo controlable es el pacto entre ciudadanos y plataformas: conciencia, compensación justa, derechos garantizados y opción real de decir no.
En definitiva, los egocentric data son una palanca poderosa para la IA encarnada, pero su uso legítimo exige reglas, verificaciones y dignidad laboral. Es momento de reconocer que el recurso más valioso no es el algoritmo, sino la trama de nuestros comportamientos, y de construir una economía de datos que devuelva valor a quienes los generan.