Startups de IA que limpian tu casa gratis a cambio de grabarte

Una startup llamada Shift ha lanzado un servicio que limpia pisos en Nueva York de forma completamente gratuita. Sin cuota mensual, sin letra pequeña en el precio, sin truco aparente en la factura. El truco está, como casi siempre, en otra parte: según informa The Verge, Shift graba todo lo que ocurre durante la limpieza y usa ese material para entrenar modelos de robótica. Tu cocina, tu salón y tus rutinas domésticas se convierten en datos de entrenamiento.

El modelo no es exclusivo de Shift, pero pocas veces se había visto tan explícito: la empresa tiene planes de expandirse a otras ciudades, incluida Londres. La economía que hay detrás es sencilla de entender. Conseguir datos reales de entornos domésticos —con objetos variados, distribuciones caóticas y superficies impredecibles— es uno de los cuellos de botella más costosos para quienes desarrollan robots de uso general. Pagar a un equipo de limpieza es mucho más barato que construir laboratorios o pagar a voluntarios que dejen cámaras en casa.

Qué datos recogen exactamente y por qué son valiosos

Los entornos domésticos son notoriamente difíciles de simular con fidelidad. Una cocina real tiene grasa en sitios inesperados, cables cruzados, objetos fuera de su lugar habitual y una iluminación que cambia según la hora. Todo eso es exactamente lo que los sistemas de percepción robótica necesitan ver para generalizar. Los datasets sintéticos ayudan, pero no reemplazan la variedad de cien hogares reales en una ciudad.

Además, el vídeo capturado incluye implícitamente información sobre cómo las personas organizan sus espacios, qué objetos tienen y dónde los dejan. Eso va mucho más allá de «cómo fregar un suelo»: es un mapa de comportamientos y hábitos cotidianos. Para un modelo que quiera anticipar acciones o colaborar con humanos en entornos no estructurados, ese contexto tiene un valor enorme.

Un intercambio que merece escrutinio

El acuerdo puede parecer razonable en superficie: servicio gratuito a cambio de datos anónimos. Pero hay varios aspectos que conviene examinar antes de abrir la puerta.

• Consentimiento informado real: ¿Entienden los usuarios qué tipo de datos se recogen, durante cuánto tiempo se almacenan y quién puede acceder a ellos? El resumen de una política de privacidad no equivale a comprensión genuina.
• Datos de terceros sin consentimiento: Un piso no solo lo habita quien firma el acuerdo. Compañeros de piso, parejas, hijos o visitas ocasionales aparecen en esas grabaciones sin haber acordado nada.
• Revocación posterior: Una vez que el material forma parte de un dataset de entrenamiento, retirar el consentimiento es técnicamente muy difícil, a veces imposible.
• Regulación aplicable: En el Reino Unido y la Unión Europea, recoger imágenes en espacios privados con fines comerciales activa derechos bajo el RGPD que las startups de Silicon Valley no siempre gestionan bien.

Nada de esto implica que Shift actúe de mala fe. Pero el modelo de negocio —en el que el servicio es el gancho y los datos son el producto— requiere que los usuarios lo entiendan con claridad antes de firmar.

Para quién importa esto

El público más directamente afectado son los residentes en las ciudades donde Shift opere, pero el fenómeno tiene implicaciones más amplias. Otros actores del sector de la robótica doméstica —desde fabricantes de aspiradoras autónomas hasta startups de asistentes físicos— observarán si este modelo escala. Si funciona, el siguiente paso lógico es diversificar: limpieza, montaje de muebles, cuidado de personas mayores. Cada tarea añade una capa nueva de datos sobre comportamiento humano en entornos privados.

Para equipos de ingeniería que trabajan con agentes físicos o integran visión por computador en flujos reales, este tipo de datasets públicos o licenciados puede resultar muy interesante en el futuro. Para el resto, es una señal de en qué dirección va la economía de los datos cuando los entornos digitales ya están bastante saturados: hacia lo físico, lo doméstico y lo cotidiano.

---

Desde EP, la propuesta de Shift nos parece un ejemplo honesto de hasta dónde llega la lógica del intercambio datos-por-servicio cuando se traslada al mundo físico. Que sea explícita no la hace automáticamente ética; que resulte cómoda para muchos usuarios no significa que sea neutral para quienes comparten ese espacio sin elegirlo.