Esta investigación presenta un sistema de entrenamiento de realidad virtual (VR) para mejorar la colaboración humano-robot (HRC) en tareas de desensamblaje industrial, particularmente para el reciclaje de residuos electrónicos. Los enfoques de entrenamiento convencionales a menudo no logran proporcionar suficiente adaptabilidad, retroalimentación inmediata o soluciones escalables para flujos de trabajo industriales complejos. La implementación aprovecha las capacidades de seguimiento corporal del Quest Pro para permitir interacciones ergonómicas e inmersivas con una integración planificada de seguimiento ocular para mejorar la interactividad y la precisión. El robot Niryo One ayuda a los usuarios en el desensamblaje práctico mientras genera datos sintéticos para refinar los modelos de planificación de movimiento del robot. Un puente del Sistema Operativo de Robot (ROS) permite la simulación y control sin problemas de varias plataformas robóticas utilizando archivos de Formato de Descripción Unificada de Robótica (URDF), conectando entornos de entrenamiento virtuales y físicos. Un modelo de Memoria a Largo y Corto Plazo (LSTM) predice las interacciones del usuario y los movimientos robóticos, optimizando la planificación de trayectorias y minimizando errores. La estimación de incertidumbre basada en el abandono de Monte Carlo mejora la fiabilidad de las predicciones, asegurando adaptabilidad al comportamiento dinámico del usuario. La validación técnica inicial demuestra el potencial de la plataforma, con pruebas preliminares que muestran resultados prometedores en la eficiencia de ejecución de tareas y la alineación del movimiento humano-robot, aunque quedan estudios de usuarios más completos para trabajos futuros. Las limitaciones incluyen la falta de escenarios de múltiples usuarios, posibles inexactitudes en el seguimiento y la necesidad de una validación adicional en el mundo real. Este sistema establece un marco de entrenamiento tipo sandbox para HRC en desensamblaje, aprovechando la VR y la retroalimentación impulsada por IA para mejorar la adquisición de habilidades, la eficiencia de tareas y la escalabilidad del entrenamiento en aplicaciones industriales.