IA generativa impulsa la autonomía de las naves

La IA generativa empieza a dar a las naves espaciales un nuevo nivel de autonomía, una capacidad que los ingenieros miraban con cautela por motivos de fiabilidad y control. IEEE Spectrum reporta que el Laboratorio de Propulsión a Chorro (JPL) de la NASA utilizó los modelos Claude de Anthropic para ayudar a planificar dos recorridos del rover Perseverance en Marte, manteniendo siempre a planificadores humanos en el circuito. El trabajo es una señal temprana de cómo la IA podría asistir a misiones futuras que afrontan largos retrasos de comunicación y pocas oportunidades de enviar comandos desde la Tierra. La autonomía de las naves espaciales ha sido tradicionalmente limitada y basada en reglas. Un rover puede sortear obstáculos o elegir una ruta segura, pero la planificación de la misión sigue dependiendo en gran medida de los equipos en tierra. La IA generativa podría ampliar esa autonomía ayudando a interpretar objetivos científicos, redactar planes de desplazamiento, detectar anomalías y proponer respuestas. En Marte, una señal tarda varios minutos en llegar en un solo sentido, así que el control en tiempo real con joystick es imposible. Una IA más capaz, a bordo o en tierra, podría permitir al rover decidir mejor entre contactos, o ayudar a los operadores a evaluar rápidamente terrenos complejos y datos de instrumentos. El experimento del JPL no cedió el control a la IA. Los planificadores humanos revisaron y aprobaron los planes, algo importante para la seguridad y la rendición de cuentas. Ese enfoque con el humano en el circuito probablemente seguirá siendo el estándar en operaciones espaciales de alto riesgo, al menos a corto plazo. El atractivo de la IA generativa no es sustituir a los expertos, sino potenciarlos: reducir el tiempo de planificación, explorar más opciones y ayudar a los equipos a gestionar una complejidad de misión creciente. Aun así, quedan retos. Los modelos de IA pueden alucinar, malinterpretar restricciones o comportarse de forma impredecible. El hardware espacial también debe operar con recursos limitados de energía y cómputo, y la radiación puede afectar a la electrónica. Los ingenieros necesitarán validaciones rigurosas, razonamiento transparente y mecanismos a prueba de fallos. Si se superan esos obstáculos, la IA generativa podría convertirse en un socio útil para la navegación, la selección de objetivos científicos y la respuesta ante anomalías, ayudando a las naves a operar con más independencia cuando la Tierra queda lejos.