Honda financia en Cal State Fullerton un curso para enseñar a los ingenieros a confiar en los robots, no solo a manejarlos

Por CSUF News · 28 de septiembre de 2026.

Honda ha destinado casi 100.000 dólares a Cal State Fullerton (CSUF) para financiar "Building Trust in Human–AI Robotics Teaming for the Future Manufacturing Workforce" ("Construir confianza en los equipos humano-IA de robótica para la futura fuerza laboral de fabricación"), un proyecto de un año dirigido por Bingling Huang, profesora adjunta de ingeniería mecánica y directora del Design for Intelligent Systems and Learning Laboratory de la universidad. Este verano se seleccionó a 20 estudiantes para participar en el proyecto; a lo largo del curso, más de 200 alumnos de ingeniería recibirán estos contenidos integrados en asignaturas ya existentes, mediante demostraciones, simulaciones y proyectos prácticos.

El núcleo del proyecto es concreto: los estudiantes construirán un entorno de fabricación virtual con robots simulados, les asignarán tareas y observarán cómo responden, tanto con fines de investigación como docentes. La lista de tareas que la IA ya puede asumir en una planta es amplia, según detalla el artículo: reconocer piezas, guiar brazos robóticos durante el montaje, inspeccionar productos en busca de defectos, anticipar cuándo un equipo necesitará mantenimiento y optimizar la programación de la producción.

El testimonio del estudiante de posgrado Rahul Pravinbhai Lunagariya, asistente de investigación en el proyecto, ilustra el problema que Honda quiere atajar. Antes de llegar a CSUF, trabajó en una de las mayores salineras de India, con sistemas de cintas transportadoras y automatización pesada para mover carbón y levantar componentes industriales como ejes y piezas de calderas, y después como ingeniero de producción en una fábrica de piezas de automóvil. Su conclusión, citada en el artículo original: "los trabajadores o bien no confiaban en los sistemas de automatización que los rodeaban, o la empresa evitaba directamente automatizar", y la causa era "una falta de comprensión y transparencia sobre cómo se comportaban esos sistemas": si la máquina es impredecible, el operario se vuelve reacio o resistente.

Ahí está la lectura que nos interesa. El proyecto no enseña a programar robots más listos, sino a diagnosticar si un sistema autónomo es "comprensible, fiable y apropiado para la colaboración humana", en palabras de Huang. Es un desplazamiento sutil pero significativo: trata la confianza no como un efecto colateral deseable de la automatización, sino como una competencia técnica que se puede definir, medir y diseñar, al mismo nivel que la precisión de un sensor o la velocidad de un brazo robótico. Que sea Honda quien pague por ello —un fabricante con décadas de robótica industrial propia— sugiere que la industria ya sabe, por experiencia de planta, que el cuello de botella de la automatización no es solo técnico: es de adopción, y la adopción depende de si el operario entiende lo que la máquina va a hacer a continuación.

Conviene no sobredimensionar el hecho: son casi 100.000 dólares, un campus y un año de duración, el tipo de convenio universidad-empresa que se firma cada semestre en decenas de facultades de ingeniería de Estados Unidos. No hay aquí un avance técnico que reseñar, sino una señal de hacia dónde se mueve la formación de ingenieros que van a trabajar codo con codo con sistemas autónomos. Y esa señal encaja con algo que venimos observando en nuestra cobertura del impacto de la IA en el empleo sector a sector: en fabricación, como en salud o banca, lo que sobrevive a la automatización no es la tarea rutinaria sino el criterio —aquí, el criterio para juzgar si una máquina merece confianza—, y ese criterio hay que enseñarlo explícitamente porque no surge solo de usar la herramienta.

A largo plazo, el objetivo declarado por Huang —ingenieros que sepan usar la IA y también evaluarla— es exactamente el tipo de capacidad que hace falta para que la automatización deje de ser una fuente de fricción en la planta y empiece a liberar a los trabajadores de las tareas más pesadas y peligrosas, como levantar ejes o piezas de calderas, hacia roles de supervisión y diseño. No es una promesa que este proyecto vaya a cumplir por sí solo, pero apunta en la dirección correcta: la abundancia que defendemos como horizonte no llega por decreto, llega cuando alguien se sienta a diseñar, curso a curso, cómo un humano y una máquina aprenden a fiarse el uno del otro.