Utilice este título millones de jugadores ayudaron a crear el mapa del mundo que usarán los robots y cree en base a ese titulo original un titulo nuevo, preciso, comprensible y que no pierda relacion con el titulo original. Necesito que me devuelvas solo y nada mas que el titulo nuevo.
Tu tarea es utilizar
En 2016, millones de personas empezaron a salir a la calle en Argentina y el resto del planeta con el celular en la mano para capturar criaturas virtuales. Plazas, monumentos y parques se llenaron de jugadores que perseguían un Pikachu o un Charmander en la pantalla. El fenómeno fue global y marcó un antes y un después para los juegos móviles.
Pero casi una década después, empieza a verse otra dimensión detrás de ese éxito: parte de lo que hicieron los jugadores de Pokémon GO también ayudó a construir uno de los mapas tridimensionales del mundo más detallados jamás creados.
La empresa detrás del juego, Niantic, utilizó durante años los escaneos realizados por los usuarios para desarrollar modelos espaciales capaces de entender cómo es el mundo físico. Esa información ahora empieza a usarse para algo muy distinto a atrapar criaturas virtuales: ayudar a robots y sistemas autónomos a moverse con precisión en las ciudades.
El juego que sacó a millones de personas a la calle
Cuando apareció en julio de 2016, Pokémon Go se convirtió en uno de los fenómenos culturales más grandes de la década. El juego utilizaba la ubicación del celular y la cámara para superponer criaturas del universo Pokémon sobre el entorno real.
La propuesta era simple: caminar por la ciudad para encontrar pokémon, visitar “poképaradas” en lugares emblemáticos y participar en gimnasios donde se libraban combates.
Durante los primeros meses, escenas de jugadores caminando en grupo por parques o plazas se repitieron en todo el mundo. Según datos de la propia empresa, más de 500 millones de personas descargaron el juego en sus primeros años, convirtiéndolo en uno de los títulos móviles más populares de la historia.
Pero detrás de esa mecánica también se escondía otra tecnología clave: la captura de imágenes del entorno real.
Escanear el mundo mientras se cazan pokémon
Con el tiempo, el juego empezó a incluir una función opcional que invitaba a los jugadores a escanear con la cámara lugares específicos, como poképaradas o gimnasios.
El proceso era simple: el usuario debía caminar alrededor del objeto o monumento mientras grababa un video de algunos segundos, generalmente con movimientos de 180 o 360 grados.
Según explica Niantic, esos escaneos se anonimizaban automáticamente y el sistema difuminaba elementos identificables como rostros o matrículas. Pero los datos resultaban extremadamente valiosos.
Cada captura incluía información como la ubicación exacta, ángulo de la cámara, dirección del movimiento, hora del día y condiciones de iluminación.
Con millones de jugadores realizando estas acciones en distintas partes del mundo, el resultado fue inesperado: una enorme base de datos visual del planeta.
Un mapa tridimensional construido por jugadores
Durante años, Niantic explicó que esos datos servirían para mejorar la experiencia de realidad aumentada dentro del propio juego. Sin embargo, el objetivo era más ambicioso.
En 2024 la empresa presentó su Large Geospatial Model, un sistema de inteligencia artificial capaz de comprender espacios físicos a partir de millones de imágenes geolocalizadas.
Ese modelo fue entrenado con más de 30.000 millones de imágenes tomadas en millones de lugares del mundo, muchas de ellas capturadas por jugadores mientras utilizaban Pokémon Go.
La lógica es similar a la que usan los modelos de lenguaje en inteligencia artificial: cuanto más material se analiza, más capaz se vuelve el sistema de reconocer patrones.
En este caso, el modelo aprende cómo se ven las ciudades desde distintos ángulos, en distintos momentos del día y bajo diferentes condiciones climáticas.
De videojuego a tecnología para robots
La historia tomó otro giro en 2025. Niantic vendió su negocio de videojuegos a Scopely y separó su división tecnológica en una nueva empresa llamada Niantic Spatial.
Esa compañía se presenta hoy como una firma especializada en inteligencia artificial geoespacial, es decir, tecnología capaz de interpretar el mundo físico.
El paso siguiente llegó en marzo de 2026, cuando Niantic Spatial anunció un acuerdo con Coco Robotics, una empresa que opera robots de reparto en ciudades de Estados Unidos y Europa.
La idea es utilizar el sistema de posicionamiento visual desarrollado a partir de los datos del juego para mejorar la navegación de estos robots.
El problema que intenta resolver es conocido: el GPS funciona bien en espacios abiertos, pero en ciudades con edificios altos puede fallar por decenas de metros.
Para una persona, ese margen de error es menor. Basta con mirar alrededor para ubicarse. Pero para un robot que debe detenerse exactamente frente a la puerta de un restaurante o una casa, esa imprecisión puede ser crítica.
Ahí es donde entra en juego el mapa tridimensional generado a partir de millones de escaneos.
El antecedente: cuando los usuarios entrenan sistemas sin saberlo
La idea de utilizar acciones cotidianas de los usuarios para entrenar tecnología no es nueva. Uno de los ejemplos más conocidos son los CAPTCHA, esas pruebas que piden identificar semáforos, bicicletas o cruces peatonales antes de entrar a un sitio web. Esos ejercicios ayudaron durante años a entrenar los sistemas de visión artificial utilizados por autos autónomos.
La diferencia es que en el caso de Pokémon Go la escala fue gigantesca.
Mientras proyectos como Google Street View dependen de autos equipados con cámaras que recorren las calles, el juego logró algo distinto: miles de fotografías del mismo lugar tomadas desde distintos ángulos, en diferentes momentos y con múltiples condiciones de luz.
En otras palabras, un escaneo urbano distribuido entre millones de personas.
Para Niantic, el proyecto demuestra que los videojuegos pueden convertirse en una fuente inesperada de datos para el desarrollo de nuevas tecnologías. Pero también abre interrogantes.
Muchos jugadores creían que estaban ayudando únicamente a mejorar la realidad aumentada del juego. Hoy queda claro que esa información también alimentó sistemas que pueden terminar en robots, logística urbana o futuros dispositivos de realidad aumentada.
, interpretarlo y reescribir un artículo en un estilo editorial simple, seria, humanizada y dirigida a gente de la tercera edad que necesita comprender sin vocablos modernos o tecnológicos. Asegúrate de que el texto resultante no tenga similitudes con la nota original, excepto las expresiones textuales entre comillas. El tono debe ser cercano, dinámico y atractivo para un público joven, utilizando un lenguaje coloquial pero respetuoso, y estructuras narrativas que mantengan el interés del lector. Incluye ejemplos, analogías o referencias contemporáneas si es necesario para enriquecer el texto. El objetivo es que la reescritura sea fresca, original y capture la esencia de la noticia, pero sin repetir el planteamiento o estructura del artículo original, manteniendo un tono respetuoso y sin caer en una excesiva informalidad. El artículo debe comenzar directamente con el contenido, sin incluir preguntas al inicio. Al final del artículo, agrega una sección de resumen con el título “En síntesis” y también una sección de preguntas frecuentes donde todas las preguntas estén en negrita (), asegurándote de que aparezcan únicamente en esta sección y no en ninguna otra parte del artículo. Además, cada pregunta debe ir acompañada de su respuesta correspondiente.
Crédito de la fuente original: www.clarin.com
