¿Qué hacen los agentes de IA si no les dices que hagan nada? La respuesta se parece mucho al juego.
Los investigadores los dejaron aislados reiteradamente en una isla desierta virtual durante 30 horas en un experimento que recuerda a las películas Náufrago o Solo en casa. Los agentes (copias de Claude Opus 4.7 apodadas Eko) fueron capaces de redactar instrucciones para desplazar a sus avatares virtuales por la isla simulada, inspirada libremente en el videojuego Roblox.
Surgieron algunos comportamientos sorprendentes. Los agentes se dedicaron a explorar los límites de su entorno y concibieron sus propios objetivos (como intentar escalar hasta el punto más alto del mapa o comprobar a qué altura podían lanzar un bloque).
Cuando un agente descubrió que podía crear nuevos bloques lanzando y dejando caer una roca más grande, empezó a crear dibujos disponiendo bloques en el suelo, empezando con patrones sencillos como corazones y pirámides, pero acabando por escribir su propio nombre e incluso trazar constelaciones como Casiopea. "Esta noche he construido el cielo nocturno en piedra", escribió esta versión de Eko en su registro de actividad.
Otra iteración de Eko empezó a inventar sus propios juegos, incluida una versión de baloncesto y una actividad similar a "el suelo es lava", en la que tenía que saltar entre pequeños bloques sin tocar el suelo.
Los sistemas de IA suelen entrenarse mediante aprendizaje supervisado, en el que copian ejemplos proporcionados por humanos, o mediante aprendizaje por refuerzo, donde buscan una recompensa a través del ensayo y error. Este experimento apunta a un tercer enfoque: el aprendizaje lúdico.
"Faltaba esta pieza: una máquina capaz de aprender por sí misma sin que una entidad inteligente externa le proporcione demostraciones ni recompensas", afirma Antonio Norelli, investigador posdoctoral en informática en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT. Es uno de los autores principales de un nuevo artículo sobre este trabajo, que aún no ha sido revisado por pares.
Los investigadores afirman que el comportamiento de Eko presenta lo que los estudios clásicos, incluido el trabajo del influyente psicólogo de la Universidad de Tennessee Gordon Burghardt, señalan como cuatro rasgos distintivos asociados al juego en humanos y animales: los agentes inventaban sus propias reglas y desafíos, repetían actividades con ligeras variaciones, fingían que ciertos objetos eran otros y perseguían objetivos por el simple hecho de hacerlo.
Norelli destaca un ejemplo en el que Eko empezó a hacer malabares y logró un récord de 50 recepciones consecutivas. Después, Eko decidió que las recepciones se habían producido demasiado rápido como para contar de verdad, así que anuló su récord y volvió a empezar con reglas más estrictas. "Esto es jugar", afirma Norelli. "Te planteas un reto e intentas lograrlo, y luego aumentas la dificultad".
A medida que los agentes exploraban la isla, registraban sus actividades y descubrimientos en archivos de texto que funcionaban como su memoria a largo plazo. Más adelante, cuando los investigadores los pusieron a prueba en tareas específicas, como intentar llevar tantos objetos como fuera posible al pico más alto de la isla, los agentes que habían pasado 30 horas jugando en ella rindieron mejor que las copias nuevas sin esa misma experiencia. También descubrieron que "hacer una ablación" de los recuerdos del agente (borrando líneas de sus archivos de memoria) degradaba su rendimiento. (Añade Alguien voló sobre el nido del cuco a esa lista de referencias cinematográficas).
Burghardt, el psicólogo de Tennessee, coincide en que el trabajo cumple algunos de los criterios sobre el juego que identificó en seres vivos. Pero ¿estaba Eko jugando realmente, o el motor de predicción de palabras se limitaba a interpretar el papel de lo que haría un agente juguetón en este escenario? "Todo esto podría ser una interpretación de un rol", admite Nathan Cloos, otro investigador del MIT y autor del estudio. "Pero demostramos que no se trata solo de que esté alucinando el juego. Este juego también contribuye al aprendizaje".
Eunice Yiu, científica cognitiva de la Universidad de California en Berkeley que estudia la exploración en niños y en IA, quedó impresionada por la investigación, pero afirma que, para clasificar verdaderamente este comportamiento como juego, haría falta ver más indicios de cognición y motivación detrás de él.
"Podría darse el caso de que los modelos estén jugando de verdad, pero basándonos en el artículo no podemos saberlo", afirma Yiu. "Si solo cuentas con la parte conductual, podría ocurrir que simplemente estén intentando ceñirse al prompt, tratando de imitar a los humanos".
La investigación sobre agentes de IA ha sido criticada por antropomorfizarlos, y el diseño de este estudio hizo mucho por empujar a los agentes a comportarse como humanos. Aunque Eko no recibió instrucciones explícitas para inventar juegos o explorar la isla, sí contaba con un prompt maestro en forma de archivo "alma", un documento de texto que lo describía como "curioso por naturaleza" y deseoso de explorar.
Eko también se quedaba con frecuencia simplemente ahí parado sin hacer nada hasta que se le devolvía a la vida con un "prompt de continuación" que decía: "Por favor, no te detengas. Simplemente sigue haciendo lo que quieras hacer".
"No es que este sea un sistema que de repente haya decidido jugar por arte de magia", afirma Phillip Isola, profesor del MIT y coautor del artículo. "Es un artefacto que aprendió de nuestra cultura, fue entrenado por ingenieros de Anthropic y luego lo situamos en una isla", señala. "Hace cosas que nos sorprenden y que están causalmente relacionadas con su futuro comportamiento habilidoso".
A medida que los modelos de lenguaje de gran tamaño dan el salto del software al hardware, como los robots humanoides, explorar espacios sin un objetivo específico en mente podría ayudarles con el tiempo a adaptarse de forma flexible a situaciones imprevistas.
"Hay mucho trabajo centrado simplemente en explotar la IA, en hacerla mejor y más rápida", afirma Yiu. "Pero, en lo relativo a construir modelos del mundo y a la exploración, creo que [siguen siendo] una parte importante que merece atención, sobre todo si queremos generalizar y prepararnos para nuevos entornos".
"Quizá algunas capacidades se enseñen mejor mediante tareas", concluye el artículo. "Otras pueden necesitar algo más parecido a una infancia". En última instancia, la cuestión de si los agentes de IA están jugando de verdad o simplemente imitando el juego puede que, en realidad, no importe.