Una casa inteligente puede aprender que a las siete de la tarde sueles estar en el salón. Puede descubrir que, cuando llegas, normalmente enciendes una lámpara, bajas un poco la persiana y pones la calefacción a 22 grados.

Parece magia, pero no lo es. Para aprender, la casa necesita datos.

Una tesis doctoral presentada el 23 de septiembre en la Universidad Tecnológica de Eindhoven pone precisamente el foco en ese problema. Su autora, Emilia Viaene, estudia los llamados learning agents: sistemas capaces de observar datos domésticos, encontrar patrones, hacer predicciones y actuar.

Primero: ¿qué puede saber una casa?

Muchísimo más de lo que parece.

Un sensor de presencia puede decir que alguien está en el salón. Un termostato conoce la temperatura. Un medidor eléctrico detecta cambios en el consumo. Una persiana motorizada sabe cuándo sube y baja. Una cerradura conectada registra aperturas. Y un sistema domótico puede relacionar todas esas pequeñas piezas.

Imagina esta secuencia: llegas a casa a las 18:40. Se abre la puerta. Cinco minutos después aparece presencia en la cocina. A las 19:10 se enciende la luz del salón. La temperatura exterior ha bajado y a las 19:15 subes el termostato.

Si esto ocurre muchos días, un sistema de aprendizaje puede detectar el patrón. La siguiente vez podría pensar: “Sueles llegar sobre esta hora y poco después quieres el salón caliente. Voy a empezar a calentarlo antes”.

Eso es aprender una rutina.

El dato sabe qué hiciste. No necesariamente por qué

Aquí está la parte que solemos olvidar.

Supongamos que todos los jueves llegas más tarde. El sistema aprende esa excepción. Pero un jueves llegas a las cuatro porque estás enfermo. Otro día no vuelves porque estás de viaje. Una semana hay invitados. Durante agosto cambian completamente los horarios. Empiezas a teletrabajar dos días.

La vida doméstica es bastante menos ordenada que una hoja de Excel.

La investigación de Eindhoven señala precisamente esa distancia entre lo que ocurre en una vivienda —que sí puede convertirse en datos— y las razones por las que ocurre, que son mucho más difíciles de capturar.

Un recibo puede decir qué compraste, dónde y cuándo. No sabe que compraste el doble porque venían amigos a cenar.

Un sensor sabe que abriste una ventana. No sabe si fue porque hacía calor, porque estabas cocinando o porque acababas de pintar una habitación.

¿Qué datos son realmente útiles?

No existe una lista universal, pero una vivienda que quiera anticiparse suele necesitar combinar varias familias de información.

La primera es ocupación: saber si hay alguien y, en algunos casos, en qué zona. Después está el ambiente: temperatura, humedad, CO₂, luz o calidad del aire.

También están los estados de la propia casa: luces, climatización, persianas, ventanas, consumos y otros equipos.

Y finalmente aparece el tiempo. No el meteorológico, sino el reloj: cuándo ocurren las cosas, cuánto duran y con qué frecuencia se repiten.

Una lectura aislada aporta poco. Lo potente aparece cuando se relacionan.

Que el salón esté a 20 grados no dice demasiado. Que esté a 20 grados, sean las 18:30, haya alguien entrando en casa y durante los últimos veinte días hayas subido la calefacción en esa situación ya cuenta otra historia.

¿Entonces necesitamos llenar la casa de sensores?

No necesariamente.

Más datos no significan automáticamente más inteligencia. Un sistema que recopila veinte variables irrelevantes puede aprender peor que otro que utiliza cuatro señales bien escogidas. Además, cada dato adicional plantea preguntas sobre privacidad, almacenamiento y quién puede acceder a él.

Por eso el futuro interesante no consiste simplemente en convertir nuestra vivienda en una máquina de vigilancia. Consiste en decidir qué necesita saber realmente la casa para ayudarnos.

Quizá la casa no debería decidir siempre

La conclusión más interesante de la investigación de Viaene no es que debamos abandonar las casas que aprenden. Es que hay situaciones en las que un agente puede ser más útil sugiriendo que actuando automáticamente.

Si detecta que llevas tres días ventilando a primera hora, puede proponerte una automatización. Si descubre que el consumo nocturno ha cambiado, puede avisarte. Si cree que vas a querer calefacción porque así ocurrió las últimas quince veces, quizá debería comprobar primero si hoy también tiene sentido.

Es una diferencia pequeña, pero cambia completamente la relación.

La casa deja de decir: “Ya sé lo que quieres”.

Y empieza a decir: “Creo que esto te puede venir bien. ¿Lo hago?”.

Una casa realmente inteligente no será la que acumule más datos, sino la que sepa cuándo esos datos son suficientes para actuar y cuándo todavía necesita preguntarnos.