Una mano robótica inteligente para amputados combina el control del usuario y la inteligencia artificial. Los científicos de la EPFL han probado con éxito la nueva tecnología neuroprotésica que combina el control robótico con el control voluntario de los usuarios, abriendo caminos en el nuevo campo interdisciplinario de control compartido para las tecnologías neuroprotésicas.
Los científicos de EPFL están desarrollando nuevos enfoques para mejorar el control de las manos robóticas, en particular para los amputados, que combinan el control individual de los dedos y la automatización para mejorar el agarre y la manipulación. Esta prueba de concepto interdisciplinaria entre neuroingeniería y robótica se probó con éxito en tres amputados y siete sujetos sanos. Los resultados se publicaron en Nature Machine Intelligence.
La tecnología combina dos conceptos de dos campos diferentes. La implementación de ambos juntos nunca se había hecho antes para el control manual robótico, y contribuye al campo emergente de control compartido en neuroprotésica.
Un concepto, de la neuroingeniería, implica descifrar el movimiento intencionado del dedo de la actividad muscular en el muñón del amputado para el control individual del dedo de la mano protésica que nunca antes se había hecho. El otro, de la robótica, permite que la mano robótica ayude a agarrar objetos y mantener contacto con ellos para un agarre robusto.
«Cuando sostienes un objeto en la mano y comienza a resbalar, solo tienes un par de milisegundos para reaccionar», explica Aude Billard, quien dirige el Laboratorio de Sistemas y Algoritmos de Aprendizaje de EPFL. “La mano robótica tiene la capacidad de reaccionar en 400 milisegundos. Equipado con sensores de presión a lo largo de los dedos, puede reaccionar y estabilizar el objeto antes de que el cerebro pueda percibir que el objeto se está deslizando. »
Cómo funciona el control compartido usuario – robot
El algoritmo primero aprende a decodificar la intención del usuario y lo traduce al movimiento de los dedos de la mano protésica. El amputado debe realizar una serie de movimientos de la mano para entrenar el algoritmo que utiliza el aprendizaje automático. Los sensores colocados en el muñón del amputado detectan la actividad muscular, y el algoritmo aprende qué movimientos de las manos corresponden a qué patrones de actividad muscular. Una vez que se comprenden los movimientos de los dedos previstos por el usuario, esta información se puede utilizar para controlar los dedos individuales de la mano protésica.
«Debido a que las señales musculares pueden ser ruidosas, necesitamos un algoritmo de aprendizaje automático que extraiga la actividad significativa de esos músculos y los interprete en movimientos», dice Katie Zhuang, primer autor de la publicación.
Luego, los científicos diseñaron el algoritmo para que la automatización robótica se active cuando el usuario intenta agarrar un objeto. El algoritmo le dice a la mano protésica que cierre los dedos cuando un objeto está en contacto con sensores en la superficie de la mano protésica. Este agarre automático es una adaptación de un estudio previo para brazos robóticos diseñado para deducir la forma de los objetos y agarrarlos basándose solo en información táctil, sin la ayuda de señales visuales.
Quedan muchos desafíos para diseñar el algoritmo antes de que pueda implementarse en una mano protésica disponible comercialmente para amputados. Por ahora, el algoritmo aún se está probando en un robot provisto por una parte externa.
«Nuestro enfoque compartido para controlar las manos robóticas podría usarse en varias aplicaciones neuroprotésicas como las prótesis de mano biónicas y las interfaces cerebro-máquina, aumentando el impacto clínico y la usabilidad de estos dispositivos», dice Silvestro Micera, presidente de la Fundación Bertarelli de EPFL en Neuroingeniería Traslacional y profesor de bioelectrónica en la Scuola Superiore Sant’Anna en Italia.
Nuestro objetivo es construir una sociedad centrada en el progreso socioeconómico. Creemos que la tecnología y la conectividad pueden ayudar a mejorar la vida de millones de personas y empresas. Tenemos el compromiso de hacerlo reduciendo nuestro impacto ambiental y construyendo una sociedad digital inclusiva que respeta nuestro planeta.
La Directiva Europea de Transparencia Salarial obligará a las organizaciones a revisar sus políticas de compensación, reforzar sus mecanismos de control y dotar de mayor objetividad a sus procesos de selección y gestión del talento. Su incorporación al marco normativo español ampliará las obligaciones ya existentes en materia de igualdad retributiva y exigirá una mayor transparencia en la definición y comunicación de los salarios. Pero, más allá del cumplimiento legal, este nuevo escenario representa una oportunidad para fortalecer la confianza de los empleados, mejorar el clima laboral y reforzar la reputación corporativa.
La gestión de cobros sigue siendo uno de los grandes desafíos para las pymes españolas. Los retrasos en los pagos tensionan la liquidez, dificultan la planificación financiera y pueden convertir una empresa viable en un negocio con problemas de tesorería. Para afrontar esta situación, contar con un programa de facturación online permite automatizar procesos, reducir errores y tener mayor control sobre el ciclo de cobro.
La próxima gran revolución tecnológica ya está llamando a la puerta y ha dejado de ser una promesa de laboratorio para convertirse en uno de los principales vectores de competencia tecnológica, económica y geopolítica. En 2026, gobiernos y grandes corporaciones están acelerando sus inversiones en computación cuántica con el objetivo de liderar una tecnología que transformará sectores estratégicos durante las próximas décadas. España dispone de una oportunidad real para consolidarse como un referente europeo si logra convertir su capacidad científica en innovación empresarial y desarrollo industrial.
La integración de la inteligencia artificial generativa se está consolidando como un catalizador para mejorar la eficiencia y productividad de las empresas. Soluciones como Microsoft Copilot Chat permiten automatizar tareas repetitivas, agilizar la búsqueda y el análisis de información y facilitar la toma de decisiones en el día a día.
Su impacto es especialmente relevante en las pymes, donde los equipos suelen asumir múltiples funciones y el tiempo disponible es uno de los recursos más críticos. En este sentido, Copilot Chat ayuda a reducir la carga administrativa y permite que los profesionales se centren en tareas más importantes para la empresa.
Tras años de avances en automatización, analítica avanzada y asistentes conversacionales, las organizaciones más innovadoras están comenzando a adoptar un modelo mucho más ambicioso: la autonomía operativa impulsada por la IA agéntica. Esto significa que la inteligencia artificial está entrando en una nueva etapa que las empresas deberán valorar si quieren mantener su competitividad en los próximos años.
Esta evolución representa, otra vez, un cambio de paradigma. Si ya te habías adaptado a herramientas que automatizan tareas aisladas o responden preguntas de usuarios, debes entender que ese era solo el primer paso. Ahora estamos en el siguiente con la nueva generación de agentes inteligentes capaz de comprender objetivos, planificar acciones, interactuar con múltiples sistemas, tomar decisiones y completar procesos de principio a fin con una supervisión mínima. Es lo que llamamos autonomía operativa: la capacidad de apoyarse en agentes inteligentes para ejecutar procesos complejos de principio a fin, con una supervisión humana cada vez más estratégica.
Para las empresas, este nuevo cambio supone una oportunidad sin precedentes para incrementar la productividad, reducir costes operativos y acelerar la capacidad de respuesta en un entorno cada vez más competitivo. La IA agéntica transformará las operaciones empresariales, y lo que debes pensar desde ahora mismo es cuándo y con qué velocidad será adoptada por tu organización.
La conversación sobre inteligencia artificial ha evolucionado desde la automatización de tareas hacia una cuestión mucho más ambiciosa: ¿puede una empresa tomar decisiones operativas de forma autónoma?
La respuesta ya no pertenece al terreno de la teoría, pues las organizaciones más avanzadas están construyendo ya modelos capaces de analizar información, interpretar contextos complejos, ejecutar procesos y optimizar resultados prácticamente en tiempo real. Alcanzar este nivel de madurez no ocurre de forma espontánea, sino que es el resultado de una evolución estructurada.
En la primera entrega de esta serie, analizamos cómo una organización AI Ready debía comenzar por resolver el principal problema de cualquier estrategia de inteligencia artificial: la fragmentación de los datos. Sin una Plataforma Unificada capaz de consolidar información procedente de todos los sistemas corporativos, cualquier iniciativa de IA nace limitada.
En la segunda parte exploramos cómo la hiperautomatización, mediante tecnologías como RPA (Robotic Process Automation) e IDP (Intelligent Document Processing), permitía eliminar tareas repetitivas, acelerar procesos y liberar recursos humanos para actividades de mayor valor.
Ahora llegamos al siguiente nivel: La empresa ya dispone de datos conectados y ya ha aprendido a automatizar procesos. El siguiente paso consiste en dotar al negocio de la capacidad de interpretar, decidir y actuar.
En otras palabras, la organización deja de utilizar la tecnología únicamente para “hacer” trabajo y comienza a utilizarla para “pensar” sobre el trabajo. Es aquí donde se activan los niveles 3 y 4 de madurez de una estrategia AI Ready y donde emerge el concepto de empresa autónoma.
