Zerobionic — Robots de traducción a lengua de signos con IA para estudiantes sordos en aulas rurales de Kenia

Zerobionic, una startup de robótica asistiva con sede en Nairobi y fundada por Maxwell Opondo, construye robots humanoides semiautónomos —impresos en 3D a partir de residuos plásticos reciclados para reducir costes— que utilizan visión artificial y aprendizaje automático para traducir clases habladas a lengua de signos en tiempo real, devolviendo las respuestas gestuales de los estudiantes sordos como audio o texto, lo que permite a los docentes enseñar a distancia mediante conexiones 2G de baja capacidad en escuelas sin internet fiable.

En colaboración con Young Scientists Kenya (YSK), Zerobionic ha probado sus robots en escuelas de los condados de Garissa, Machakos y Kirinyaga, con el objetivo de reducir la pérdida de cerca de dos horas por clase que suelen sufrir los estudiantes sordos en aulas ordinarias de ciencias mientras esperan la interpretación humana de ecuaciones y conceptos. La empresa declara una precisión de traducción del 92% y resultados preliminares que muestran un aumento medible del interés de los estudiantes sordos por las materias STEM.

Zerobionic ha obtenido un reconocimiento creciente: el Young Tech Innovator Award en la Africa Tech Summit de 2025, una medalla de oro en los Reimagine Education Awards de 2024, y su selección como única representante de Kenia (entre más de 1.200 candidatos de 45 países) en el Programa de Mentoría Make in Africa 2026 de Qualcomm, que ofrece una beca y una vía hacia financiación adicional.

Se trata de una práctica en etapa temprana, prometedora pero aún sin verificación independiente: la cifra del 92% de precisión y el aumento reportado del interés por STEM provienen de la propia empresa, no de una evaluación externa o revisada por pares, y Zerobionic todavía busca inversión para la producción en masa. Se incluye aquí como un ejemplo honestamente etiquetado en cuanto a su nivel de evidencia: un enfoque de accesibilidad de bajo costo y baja conectividad que vale la pena seguir, pero que aún no es un modelo probado para replicar directamente.