Paradoja de Moravec
La observación de que lo difícil para un humano (cálculo, ajedrez, análisis) resulta fácil para las máquinas, mientras que lo que cualquier niño hace sin esfuerzo (caminar, agarrar, reconocer, doblar una camisa) concentra los problemas de ingeniería más duros.
- Última revisión:
- Fuentes:
- 2 fuentes · 2 verificadas
Hans Moravec la formuló a fines de los años ochenta en Mind Children: la evolución pasó cientos de millones de años puliendo la percepción y la motricidad —por eso nos parecen triviales— y apenas unos cientos de miles refinando el razonamiento abstracto, que por ser reciente y consciente nos impresiona más. Las máquinas invierten el orden: dominan primero lo que la evolución dominó al final.
La paradoja explica buena parte de los malentendidos públicos sobre robótica. Un robot que resuelve ecuaciones o vence campeones de Go no está cerca de poner la mesa; un robot que dobla ropa —tela deformable, fricción variable, cada prenda distinta— está resolviendo un problema técnicamente más profundo que uno que corre rápido en línea recta. Los laboratorios de frontera la citan de forma explícita: Physical Intelligence presentó su modelo generalista π0 (2024) con el argumento de que doblar una camisa exige resolver algunos de los problemas de ingeniería más difíciles jamás concebidos.
Para leer noticias de robots, la paradoja funciona como lente correctora: el espectáculo (correr, saltar, bailar) suele medir control de un cuerpo rígido en un entorno preparado; el progreso que importa (manipulación de objetos blandos, entornos no estructurados, recuperación ante error) casi nunca filma bien. Lo impresionante y lo difícil van, con frecuencia, en direcciones opuestas.
¿Por qué te importa?
Es la lente correctora para leer noticias de robots e IA: sin ella, la cobertura y el capital fluyen hacia lo que impresiona (atletismo humanoide, récords contra humanos) y no hacia donde está la dificultad y el valor (manipulación, entornos no estructurados, recuperación ante error). El sesgo no es inocuo: decide qué se financia y qué se regula primero.
Ejemplos
- AlphaGo (2016) venció al campeón mundial de Go —lo 'difícil'— años antes de que ningún robot pudiera poner una mesa desconocida.
- π0 de Physical Intelligence (2024): el hito exhibido es doblar ropa sacada de una secadora, presentado explícitamente como el problema duro.
- Los 100 metros en 9,39 s de Tiangong Ultra (2026) frente a la cirugía autónoma de SRT-H (2025): el primero fue viral; la segunda, apenas cubierta.
Términos relacionados
Debate y controversia
La paradoja es una heurística sobre nuestros sesgos, no una ley medida: sus defensores la usan para reordenar prioridades de inversión y cobertura; sus críticos notan que 'difícil' e 'importante' tampoco son sinónimos — que algo sea duro de ingeniería no lo vuelve valioso, y las competencias de locomoción producen subproductos reales (actuadores, baterías, control de equilibrio) que migran a robots útiles.
Fuentes
Hans Moravec (Harvard University Press) · 1988
Ficha de Open Library consultada el 2026-08-25: primera publicación 1988. Es la fuente canónica de la paradoja (la formulación exacta varía entre capítulos; la paráfrasis de esta entrada sigue el uso establecido del campo).
- π0: Our First Generalist Policy Verificada
Physical Intelligence · 2024
Blog oficial de Physical Intelligence consultado el 2026-08-25: presenta el modelo π0 doblando ropa de forma autónoma e invoca explícitamente el contraste de Moravec (ganar al ajedrez es 'fácil'; doblar una camisa concentra problemas de ingeniería durísimos). Empresa con interés comercial en la tesis — se pondera como fuente de parte.