- Niantic ha usado miles de millones de imágenes de Pokémon GO para crear un sistema de posicionamiento visual mucho más preciso que el GPS.
- Los jugadores generaron, casi sin saberlo, unos 30.000 millones de fotos y vídeos de calles, plazas y monumentos para entrenar esta IA.
- Ese mapa visual alimenta ya robots de reparto autónomos de Coco Robotics en ciudades reales y se actualiza de forma continua.
- El modelo plantea dudas sobre privacidad, consentimiento y el uso comercial de los datos recogidos en videojuegos.
Durante años, millones de personas han recorrido calles, parques y plazas con el móvil en alto, convencidas de que solo estaban cazando un Pikachu o girando una Poképarada para conseguir objetos. Lo que parecía una simple mecánica de juego en Pokémon GO escondía un proyecto tecnológico mucho más ambicioso: la creación de un mapa visual del mundo pensado para máquinas.
Niantic, la compañía detrás del fenómeno, ha aprovechado la avalancha de datos generados por los jugadores para levantar un sistema de posicionamiento visual (VPS) capaz de situar con precisión centimétrica robots y otros dispositivos en entornos urbanos donde el GPS se queda corto. Y todo ello, en gran medida, a partir de fotos y vídeos que los usuarios han ido subiendo casi sin reparar en su destino final.
Cómo un juego de móviles acabó siendo una enorme operación de mapeo
Pokémon GO se lanzó en 2016 como un juego de realidad aumentada basado en geolocalización. La premisa era sencilla: salir a la calle, localizar criaturas virtuales con el GPS del móvil y visitar puntos de interés marcados como Poképaradas y gimnasios. En sus primeros dos meses de vida, la aplicación se instaló unos 500 millones de veces, y casi una década después seguía superando los 100 millones de jugadores activos en 2024.
Detrás de esa fachada lúdica, cada sesión dejaba un rastro de datos muy jugoso para la compañía: coordenadas GPS, orientación del teléfono, velocidad de movimiento y, sobre todo, imágenes del entorno. Los jugadores eran animados a escanear estatuas, fuentes, fachadas o monumentos para mejorar las Poképaradas y obtener recompensas, una tarea presentada como “investigación de campo” que muchos aceptaban sin pensar demasiado.
Con el paso de los años, esos escaneos se fueron acumulando hasta alcanzar cifras difícilmente imaginables. Distintas estimaciones del sector apuntan a que Niantic ha llegado a reunir en torno a 30.000 millones de imágenes y vídeos procedentes tanto de Pokémon GO como de Ingress, su juego de realidad aumentada anterior. No son fotos aisladas: se trata de series de capturas del mismo lugar desde ángulos, horas del día y condiciones meteorológicas muy diferentes.
La clave está en que esas imágenes, además de estar geolocalizadas, vienen acompañadas de metadatos muy precisos sobre cómo se movía el teléfono al grabarlas: ángulo de la cámara, orientación, dirección de marcha, incluso cambios de velocidad. Esa información permite reconstruir modelos tridimensionales detallados de plazas, calles y rincones a los que, por ejemplo, un coche de cartografiado clásico no podría acceder.
Del GPS impreciso al Sistema de Posicionamiento Visual
El gran salto llega cuando Niantic decide convertir esa montaña de datos en infraestructura para inteligencia artificial espacial. A partir de los escaneos recogidos durante casi una década, la compañía desarrolla su Sistema de Posicionamiento Visual (VPS), una tecnología de visión por computadora que, en vez de fiarse de satélites, se orienta “viendo” el entorno.
Mientras que el GPS puede tener márgenes de error de hasta 50 metros en lo que se conoce como cañones urbanos (calles estrechas rodeadas de edificios altos, túneles o viaductos), el VPS compara en tiempo real lo que captan las cámaras de un dispositivo con la base de datos visual generada por los jugadores. El sistema es capaz de determinar con una precisión de pocos centímetros dónde está el aparato y hacia dónde mira, trabajando en seis grados de libertad.
Brian McClendon, responsable tecnológico de Niantic Spatial, la división especializada en esta tecnología, resume el problema de forma gráfica: “El cañón urbano es el peor lugar del mundo para el GPS”. Rebotes de señal, pérdidas temporales o interferencias hacen que colocar un pin en el mapa sea sencillo para una persona, pero un quebradero de cabeza para un robot al que hay que decirle dónde girar exactamente o en qué puerta detenerse.
El enfoque visual de Niantic funciona de manera mucho más parecida a como lo hace un peatón: reconoce edificaciones, texturas, sombras y elementos del mobiliario urbano para situarse en el espacio, sin depender tanto de la señal satelital. Es, en la práctica, un modelo geoespacial de gran escala que algunos expertos comparan con los grandes modelos lingüísticos, pero aplicado al mundo físico.
Niantic Spatial: de estudio de juegos a empresa de IA geoespacial
Para explotar este filón, Niantic decidió separar su rama más tecnológica y crear Niantic Spatial como empresa independiente, centrada en la inteligencia artificial espacial y en el llamado “mapa vivo” del mundo. Esta compañía opera como una plataforma de infraestructura: ofrece acceso a su VPS y a sus herramientas de cartografía a otras empresas interesadas en integrar posicionamiento visual en robots, gafas de realidad aumentada o sistemas logísticos.
La idea del “mapa vivo” va más allá de un callejero tradicional. Se trata de una réplica digital dinámica del entorno real, que se actualiza de forma continua conforme los dispositivos conectados —robots, móviles, cámaras— vuelven a enviar datos. No solo registra dónde están las cosas, sino qué son, cómo cambian y cómo pueden interactuar con ellas las máquinas.
Para rellenar huecos en zonas peor cartografiadas o con menos escaneos, Niantic Spatial recurre a técnicas de IA generativa que reconstruyen ángulos y superficies no captados directamente, completando así un modelo tridimensional más uniforme. La combinación de datos reales, visión por ordenador y generación sintética permite alcanzar un nivel de detalle difícil de replicar para otros actores.
Aunque buena parte del despliegue inicial se ha centrado en Estados Unidos, la compañía presume de más de un millón de ubicaciones mapeadas en todo el planeta, muchas de ellas en Europa, donde la popularidad de Pokémon GO también fue enorme. Plazas históricas, cascos antiguos peatonales y parques urbanos europeos forman parte de ese mapa que ahora sirve de guía a robots y sistemas de realidad aumentada.
Robots de reparto que “ven” el mundo gracias a los jugadores
La primera gran aplicación comercial del VPS ha llegado de la mano de Coco Robotics, una startup que gestiona cerca de un millar de robots de reparto autónomos en ciudades como Los Ángeles, Chicago, Miami o Helsinki. Sus pequeños vehículos circulan por aceras y carriles bici a velocidades de hasta 20 km/h, llevando pedidos de restaurantes y comercios.
Estos robots incorporan varias cámaras que capturan imágenes en tiempo real. El sistema de navegación cruza esas capturas con el modelo visual 3D elaborado a partir de los datos de Pokémon GO e Ingress, de manera que el robot no solo sabe en qué calle está, sino también qué esquina se aproxima, qué fachada tiene delante o dónde está exactamente la entrada de un local concreto.
Según explica Zach Rash, director ejecutivo de Coco Robotics, la precisión extra que aporta el VPS les permite cumplir los tiempos de entrega y reducir errores de localización que con GPS se traducían en pedidos mal entregados o en retrasos. La tecnología facilita incluso la verificación de que el pedido se ha dejado en el punto exacto indicado por el cliente.
El sistema funciona además en bucle: las imágenes que los robots capturan en sus recorridos vuelven a alimentar la base de datos de Niantic Spatial. De este modo, la cartografía se va actualizando con cambios en el entorno, obras, nuevos obstáculos o modificaciones en el mobiliario urbano. Cada entrega contribuye a afinar aún más el mapa para las siguientes.
Europa en el foco: ciudades complejas y regulación exigente
Aunque buena parte de los ejemplos más visibles llegan desde Estados Unidos, el potencial de esta tecnología en Europa es especialmente alto por la estructura de sus ciudades. Cascos históricos con calles estrechas, abundancia de zonas peatonales, plazas sin acceso para vehículos y entramados urbanos irregulares hacen que el GPS funcione de forma poco fiable en muchos centros urbanos europeos.
Justamente ahí es donde un sistema como el VPS puede marcar la diferencia: robots de reparto, drones de baja altura o servicios de guiado con gafas de realidad aumentada podrían moverse con mucha más seguridad por barrios antiguos de ciudades como Madrid, Barcelona, París o Roma, donde una desviación de unos pocos metros implica acabar en la calle equivocada.
Sin embargo, Europa también presenta un marco regulatorio más estricto. Normas como el Reglamento General de Protección de Datos (RGPD) obligan a las empresas a justificar con claridad cómo recogen, procesan y anonimizan la información personal. En el caso de Pokémon GO, muchos de los escaneos incluyen, de forma inevitable, rostros de transeúntes, matrículas de coches o detalles de viviendas privadas.
Niantic sostiene que aplica técnicas de anonimización y filtrado para evitar que esos elementos identificables se utilicen de forma directa en los modelos, pero el uso posterior de los datos —por ejemplo, en alianzas con firmas de robótica o consultoras— sigue bajo la lupa de reguladores y colectivos defensores de la privacidad, especialmente en el contexto europeo.
Jugadores como “sensores humanos”: la polémica del consentimiento
Todo este despliegue ha reavivado el debate sobre hasta qué punto los usuarios eran realmente conscientes de lo que estaban aportando. Los escaneos de Poképaradas y puntos de interés son, en teoría, opcionales y se recompensan con objetos o ventajas dentro del juego. Pero numerosos jugadores han expresado su sorpresa al descubrir que sus vídeos de una estatua local acababan sirviendo para entrenar robots de reparto al otro lado del mundo.
Críticos del modelo hablan de “gamificación del trabajo”: una tarea que, en otro contexto, exigiría equipos de topógrafos, vehículos especializados y salarios, se ha transformado en una misión divertida que los usuarios realizan gratis. A cambio, reciben objetos virtuales, mientras la compañía construye un activo tecnológico de enorme valor económico.
Los términos de servicio de Pokémon GO contemplaban el uso de datos de realidad aumentada para mejorar productos y desarrollar nuevas tecnologías, pero la letra pequeña rara vez se lee con detalle. Para muchos jugadores, la idea de que su hobby se convirtiera en la base de un modelo de IA global no estaba, ni de lejos, en su radar cuando aceptaron las condiciones.
Organizaciones centradas en derechos digitales señalan además riesgos añadidos: en esos 30.000 millones de imágenes puede aparecer información sensible que, aunque se procese para anonimizarla, plantea preguntas sobre quién controla realmente el uso de esos datos, durante cuánto tiempo y con qué límites. El hecho de que ahora formen parte de acuerdos comerciales con terceras empresas añade otra capa de complejidad.
Un nuevo tipo de mapa para la ciudad del futuro
Más allá de la polémica, el modelo de Niantic apunta hacia un futuro en el que los mapas ya no estarán pensados solo para humanos, sino para máquinas que necesitan comprender el entorno con un nivel de detalle muy superior. Robots de reparto, vehículos autónomos lentos, sistemas de inspección industrial o experiencias de turismo en realidad aumentada se apoyarán en este tipo de cartografía viva.
La compañía habla abiertamente de construir una especie de sistema operativo espacial, una capa común sobre la que funcionen buena parte de las aplicaciones que combinan mundo físico y digital. Cada nueva fuente de datos —ya sean jugadores, robots, móviles o sensores urbanos— refuerza el modelo, lo hace más denso y amplía su alcance.
Para millones de usuarios, Pokémon GO seguirá siendo un juego que les invita a salir de casa y pasear. Pero, visto con cierta perspectiva, aquello que empezó como una fiebre veraniega en 2016 se ha consolidado como uno de los proyectos de recolección de datos geoespaciales más ambiciosos que se han puesto en marcha, con implicaciones directas en la forma en que las máquinas navegarán por nuestras ciudades.
Todo apunta a que, si alguna vez perseguiste un Charmander por tu barrio o escaneaste una fuente para conseguir más objetos, una pequeña parte de esa caminata está ahora integrada en un mapa invisible que guía a robots, alimenta modelos de IA espacial y redefine la frontera entre entretenimiento, datos y vida urbana.