Advancing Improvisation in Human-Robot Construction Collaboration: Taxonomy and Research Roadmap

Resumen Técnico: Avances en la Improvisación en la Colaboración Humano-Robot en la Construcción

Planteamiento del Problema
La industria de la construcción enfrenta desafíos persistentes relacionados con el estancamiento de la productividad, la escasez de mano de obra cualificada y los riesgos de seguridad, evidenciados por altas tasas de fatalidad y frecuentes retrasos en los proyectos. Si bien la robótica y la automatización ofrecen soluciones potenciales, los robots de construcción actuales tienen dificultades en entornos no estructurados y dinámicos. La automatización tradicional preprogramada carece de la flexibilidad para manejar condiciones inesperadas en el sitio, requiriendo a menudo una supervisión humana extensiva. Aunque la Colaboración Humano-Robot (HRC, por sus siglas en inglés) ha emergido como un paradigma para aprovechar las fortalezas complementarias de humanos y robots, persiste una brecha crítica: la capacidad de participar en la improvisación colaborativa. La improvisación —la capacidad de adaptarse a situaciones inesperadas mediante la resolución creativa de problemas y la toma de decisiones en tiempo real— sigue siendo predominantemente un rasgo humano. La investigación actual carece de un marco sistemático para clasificar la progresión desde la ejecución básica controlada por humanos hacia una verdadera improvisación colaborativa, dejando poco claro los caminos técnicos y conceptuales necesarios para cerrar esta brecha.

Metodología
Los autores realizaron una revisión sistemática de 214 artículos publicados entre 2010 y 2025, extraídos de bases de datos que incluyen Google Scholar, IEEE Xplore, Scopus y ScienceDirect, así como de revistas y actas de conferencias clave (por ejemplo, ISARC, CRC). La estrategia de búsqueda utilizó combinaciones booleanas de palabras clave relacionadas con la robótica de la construcción, HRC, improvisación, adaptación y aprendizaje.

La contribución metodológica central es el desarrollo de una taxonomía de seis niveles para clasificar la HRC en la construcción, adaptada del marco de Liang et al. (2021) y del Nivel de Autonomía del Robot (LoRA). Esta taxonomía categoriza la investigación basándose en la distribución de las capacidades de improvisación y las responsabilidades entre humanos y robots. Los niveles van desde:

• Nivel 0: Trabajo Manual
• Nivel 1: Ejecución Controlada por Humanos
• Nivel 2: Manipulación Adaptativa
• Nivel 3: Aprendizaje por Imitación (Aprendizaje a partir de la Demostración)
• Nivel 4: Flujo de Trabajo BIM con Humano en el Bucle (Human-in-the-Loop)
• Nivel 5: Integración de Conocimiento Basada en la Nube
• Nivel 6: Verdadera Improvisación Colaborativa

Para visualizar la evolución de las capacidades a través de estos niveles, los autores desarrollaron un marco de radar de cinco dimensiones que evalúa:

1. Planificación/Organización: Secuenciación de tareas y programación de recursos.
2. Rol Cognitivo: Toma de decisiones y razonamiento en tiempo real.
3. Ejecución Física: Manipulación directa y control de fuerza.
4. Capacidad de Aprendizaje: Adquisición de habilidades y generalización.
5. Improvisación/Adaptabilidad: Resolución creativa de problemas para situaciones novedosas.

Las contribuciones de investigación representativas se mapearon en "mapas de radios" para cada nivel con el fin de ilustrar el estado del arte actual e identificar las fronteras de la investigación.

Contribuciones Clave y Resultados
El análisis revela que la investigación actual en robótica de la construcción está fuertemente concentrada en los niveles inferiores de la taxonomía (Niveles 1–3), con una progresión limitada hacia la verdadera improvisación colaborativa (Nivel 6).

• Nivel 1 (Ejecución Controlada por Humanos): Los robots actúan como ejecutores obedientes con cero improvisación. Los humanos retienen el control total de la planificación y la cognición, mientras que los robots proporcionan una alta capacidad física. La investigación se centra en la teleoperación y la ejecución preprogramada.
• Nivel 2 (Manipulación Adaptativa): Los robots introducen microajustes impulsados por sensores (por ejemplo, modulación de fuerza, evitación de colisiones) dentro de parámetros predefinidos. La improvisación se limita a la adaptación reactiva dentro de envolventes estrechas; el razonamiento creativo sigue siendo humano.
• Nivel 3 (Aprendizaje por Imitación): Los robots aprenden políticas a partir de demostraciones humanas (cinestésicas o visuales). Pueden generalizar dentro de familias de tareas conocidas, pero carecen de la capacidad de generar estrategias novedosas para escenarios no vistos. La improvisación es retrospectiva y basada en ejemplos.
• Nivel 4 (BIM con Humano en el Bucle): Los robots integran el Modelado de Información de Construcción (BIM) y Gemelos Digitales para detectar desviaciones entre el diseño y las condiciones de obra real. Proponen acciones correctivas basadas en modelos semánticos, pero los humanos retienen la autoridad para la validación y la planificación de alto nivel.
• Nivel 5 (Conocimiento Basado en la Nube): Los robots acceden a repositorios en la nube y a Modelos de Lenguaje de Gran Escala (LLM) para recuperar precedentes análogos y generar planes candidatos. Esto representa un cambio hacia la "autonomía consultiva", donde los robots pueden manejar una gama más amplia de situaciones inesperadas mediante la recombinación de elementos conocidos, aunque aún no participan en la ideación cocreativa.
• Nivel 6 (Verdadera Improvisación Colaborativa): Identificado como el estado objetivo aspiracional, este nivel prevé una asociación donde humanos y robots participan en un encuadre de problemas y una ejecución co-creativa continua. Requiere modelos mentales compartidos, razonamiento dialógico e IA generativa capaz de proponer estrategias genuinamente novedosas fundamentadas en restricciones físicas.

El análisis del diagrama de radar demuestra que, si bien los robots están superando cada vez más a los humanos en la ejecución física y el razonamiento cognitivo a nivel de tarea en los niveles superiores, la verdadera improvisación colaborativa requiere asimetrías intencionales. Los humanos deben retener la primacía en la planificación de alto nivel, el aprendizaje contextual y el juicio ético, mientras que los robots aumentan estos con potencia computacional y síntesis generativa.

Significancia y Reivindicaciones
El artículo afirma que su principal significancia radica en establecer un marco de clasificación sistemático que va más allá de las capacidades físicas para centrarse en la dimensión crítica, aunque poco investigada, de la improvisación. Al definir los seis niveles y las cinco dimensiones de capacidad, el marco proporciona una hoja de ruta clara para que investigadores y profesionales posicionen su trabajo actual e identifiquen brechas específicas.

Los autores identifican tres barreras fundamentales que impiden la transición al Nivel 6:

1. Limitaciones Técnicas: Insuficiente fundamentación de los planes generados por LLM en las asequibilidades perceptivas en tiempo real y una dependencia de interacciones secuenciales de consulta-respuesta en lugar de un razonamiento dialógico sostenido.
2. Brechas Conceptuales: Una desconexión entre la investigación de la improvisación humana (centrada en la colaboración diádica y el conocimiento tácito) y la investigación de la robótica (centrada en las capacidades individuales del robot).
3. Desafíos Metodológicos: La necesidad de avances integradores en interfaces de conciencia situacional compartida, arquitecturas explicables y mecanismos de calibración de confianza.

El artículo concluye que la investigación futura debe priorizar el desarrollo de interfaces de AR/VR para modelos mentales compartidos, la integración de los LLM con una sólida fundamentación en las restricciones de la construcción, y sistemas basados en la nube que soporten el razonamiento dialógico co-creativo. El objetivo final es evolucionar los robots de asistentes de alto rendimiento a socios creativos capaces de abordar la imprevisibilidad de la construcción mediante la innovación co-generada, preservando al mismo tiempo los roles humanos esenciales en la toma de decisiones éticas y estratégicas.