Teachable Machine, de Google, permite entrenar modelos con imágenes, sonidos y posturas. Una forma diferente de experimentar con inteligencia artificial usando ejemplos de tu propio entorno.

Fecha de publicación: 6 de septiembre de 2026

Imagina colocar dos productos frente a la cámara de tu computadora. Le muestras varios ejemplos de cada uno, entrenas un modelo y después compruebas si logra distinguirlos cuando cambias su posición.

Esa es la propuesta de Teachable Machine, una herramienta web de Google Creative Lab para crear modelos de aprendizaje automático sin escribir código durante el entrenamiento. Permite trabajar con imágenes, sonidos y posturas corporales. Presentación oficial de la herramienta

¿Qué es Teachable Machine y por qué vale la pena conocerlo?

Teachable Machine permite enseñar a un modelo a clasificar ejemplos en categorías definidas por el usuario. Puedes organizar imágenes de distintos objetos, grabar sonidos o mostrar posiciones del cuerpo y entrenar un modelo que intente reconocer nuevos ejemplos.

Su versión 2.0 se presentó el 7 de noviembre de 2019. El interés actual está en descubrir una manera accesible de experimentar con IA propia, especialmente para quienes solo han utilizado asistentes conversacionales. Historia y funcionamiento, según Google

La pregunta que invita a explorar es sencilla: ¿qué podría reconocer una computadora si yo le enseñara los ejemplos adecuados?

Un ejemplo: distinguir dos presentaciones de un producto

Supongamos que una empresa vende café en dos empaques visualmente diferentes. Como ejercicio, podría crear tres categorías: “presentación pequeña”, “presentación grande” y “sin producto”.

Después reuniría imágenes de cada categoría, variando distancia, orientación e iluminación. Una vez entrenado el modelo, probaría con nuevas tomas que no hubiera utilizado antes.

Este es un ejemplo propuesto, no un caso empresarial validado. Su utilidad sería comprobar si existe una señal visual suficientemente clara para construir un prototipo.

También permitiría descubrir errores interesantes: quizá el modelo distingue el fondo de la fotografía en lugar del empaque. Encontrar esa confusión es parte del aprendizaje.

Cómo probar Teachable Machine paso a paso

El flujo básico consiste en reunir ejemplos, entrenar y probar. Para empezar:

1. Entra al sitio oficial de Teachable Machine y selecciona un proyecto de imágenes.
2. Define categorías fáciles de distinguir, como dos objetos de escritorio.
3. Captura ejemplos con la cámara o carga imágenes.
4. Entrena el modelo desde la interfaz.
5. Comprueba sus respuestas con ejemplos nuevos.
6. Añade variedad a los datos si detectas confusiones.

Google recomienda probar los objetos con fondos e iluminación diferentes. Que el modelo acierte bajo las mismas condiciones del entrenamiento no basta para saber cómo responderá fuera de ellas. Preguntas frecuentes oficiales

¿Qué otras aplicaciones tiene?

Google ha documentado exploraciones en educación, diseño de juegos, accesibilidad y clasificación física de objetos. Entre ellas, proyectos para investigar nuevas formas de comunicación para personas con dificultades del habla. Son ejemplos de experimentación, no garantías de un producto listo para cualquier situación. Ejemplos publicados por Google

Para un profesional, propongo tres puntos de partida: una demostración interactiva para un curso, un prototipo que distinga empaques o una experiencia que responda a diferentes posturas.

Conviene elegir una sola tarea y establecer qué contará como acierto antes de comenzar.

¿Se puede integrar en una app o sitio web?

Sí. Los modelos pueden exportarse para utilizarlos en otros proyectos. El repositorio oficial incluye bibliotecas y ejemplos para imágenes, audio y posturas, apoyados en TensorFlow.js, que permite entrenar y ejecutar modelos en el navegador.

Crear el modelo desde la interfaz no requiere programar; conectarlo a botones, alertas o procesos de una aplicación puede necesitar desarrollo adicional. Repositorio oficial de Google Creative Lab

Costo, privacidad y límites que debes conocer

La herramienta ofrece descarga del modelo y alojamiento gratuito del modelo exportado. Integrarlo en una aplicación puede generar costos propios de desarrollo o infraestructura. Información de exportación

Según Google, el entrenamiento ocurre en el navegador y los ejemplos permanecen en el dispositivo, salvo que el usuario decida guardar el proyecto en Google Drive. Eso no debe confundirse con las condiciones de publicar o compartir un modelo. Explicación de Google

La mejor primera prueba es pequeña: dos objetos, condiciones variadas y ejemplos nuevos. Su valor está en descubrir qué aprende el modelo, dónde se equivoca y si el experimento merece convertirse en una aplicación.