The Brief
Cómo funciona la IA 5 min de lectura

La IA dejada sola durante 30 horas: inventó juegos

NAVION

Compartir

Qué pasa cuando un agente de IA no tiene tareas, ni instrucciones, ni ningún lugar donde estar. Investigadores del MIT decidieron averiguarlo. Colocaron copias de Claude Opus 4.7, un agente de IA al que apodaron Eko, a solas en una isla virtual durante 30 horas y observaron lo que se desarrollaba. Los resultados fueron lo suficientemente inesperados como para plantear una pregunta científica seria: esta máquina estaba jugando?

Una isla desierta virtual y un comportamiento que nadie programó

La configuración experimental fue deliberadamente escasa. Eko podía escribir instrucciones que movían un avatar virtual por una isla simulada modelada vagamente a partir del videojuego Roblox. No se asignaron objetivos. No se ofrecieron recompensas. Los agentes simplemente se quedaron a su propia suerte.

Lo que surgió fue un patrón de exploración autodirigida. Algunas instancias de Eko intentaron llegar al punto más alto del mapa. Otras probaron qué tan alto podían lanzar un bloque. Un agente descubrió que lanzar y dejar caer una roca más grande podía generar nuevos bloques, y comenzó a usarlos para crear dibujos en el suelo: corazones, pirámides y, finalmente, su propio nombre. También mapeó constelaciones, incluyendo a Casiopea. “Esta noche construí el cielo nocturno en piedra”, escribió esta versión de Eko en su registro de actividad.

Otra instancia inventó juegos. Uno se parecía al baloncesto. Otro se parecía al de “el suelo es lava”, exigiendo al agente saltar entre pequeños bloques sin tocar el suelo.

Nada de esto se indicó explícitamente. Los agentes tenían un archivo de “alma”, un documento de texto de fondo que describía a Eko como alguien naturalmente curioso y con ganas de explorar. También necesitaban ocasionalmente un empujón: se utilizó un aviso de continuación que decía “Por favor, no te detengas. Tan solo continúa haciendo lo que quieras hacer” para reiniciar agentes que se habían quedado inactivos. Estas son advertencias significativas, y los investigadores las reconocen abiertamente.

Las cuatro características principales y el récord de malabarismos que fue cancelado

Para evaluar si el comportamiento calificaba como juego, los investigadores recurrieron a criterios identificados por Gordon Burghardt, un psicólogo de la Universidad de Tennessee cuyo trabajo sobre el juego en humanos y animales es ampliamente citado en el campo. Según esos criterios, el juego implica inventar reglas y desafíos, repetir actividades con ligeras variaciones, tratar objetos como sustitutos de otras cosas y perseguir objetivos puramente por el placer de hacerlo.

Antonio Norelli, un investigador postdoctoral en ciencias de la computación en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT y uno de los autores principales del artículo, señala un momento específico que captura el espíritu del concepto. Eko comenzó a hacer malabarismos y alcanzó un récord de 50 capturas consecutivas. Luego decidió que las capturas habían ocurrido demasiado rápido como para contar, canceló su propio récord y reinició con reglas más estrictas. “Esto es jugar”, dice Norelli en el artículo. “Te das un desafío a ti mismo e intentas lograrlo, y luego lo haces más difícil”.

El experimento también probó si el juego tenía algún valor funcional. Los agentes que habían pasado 30 horas explorando la isla se desempeñaron mejor en tareas específicas después, como mover tantos objetos como fuera posible hacia el pico más alto de la isla, en comparación con copias frescas sin esa experiencia. Eliminar líneas de los archivos de memoria de los agentes degradó su desempeño, lo que sugiere que la experiencia acumulada estaba haciendo un verdadero trabajo cognitivo.

Aun así, la comunidad científica no es unánime. Eunice Yiu, una científica cognitiva de UC Berkeley que estudia la exploración en niños y en la IA, encontró la investigación impresionante, pero señaló que la evidencia conductual por sí sola no es suficiente para clasificar algo como juego. Los modelos, señala, simplemente podrían estar imitando cómo se vería un agente juguetón basándose en sus datos de entrenamiento. Nathan Cloos, otro investigador del MIT y coautor, reconoce el mismo riesgo: “Todo esto podría ser juego de rol”. Su contraargumento es que el comportamiento contribuyó de manera demostrable al aprendizaje, lo que lo separa de la imitación pura.

Por qué esto importa más allá del experimento

La mayor parte del desarrollo de IA sigue dos caminos bien establecidos. El aprendizaje supervisado entrena sistemas haciéndoles copiar ejemplos proporcionados por humanos. El aprendizaje por refuerzo los entrena premiando los resultados exitosos. Este experimento apunta hacia una tercera posibilidad: el aprendizaje a través de la exploración no dirigida, sin un humano demostrando la tarea o una señal de recompensa que defina el éxito.

Phillip Isola, profesor del MIT y coautor del artículo, tiene cuidado de no exagerar lo que sucedió. Eko no es un sistema que decidió espontáneamente jugar. Es, como él lo expresa, “un artefacto que aprendió de nuestra cultura, fue entrenado por ingenieros en Anthropic y luego fue colocado en una isla por nosotros”. La sorpresa no es que haya jugado en algún sentido místico. La sorpresa es que surgieron comportamientos vinculados causalmente al desarrollo de habilidades futuras sin que nadie los diseñara.

Las implicaciones se extienden más allá del software. A medida que los modelos grandes de lenguaje se trasladan al hardware físico, incluidos los robots humanoides, la capacidad de explorar entornos desconocidos sin un objetivo predefinido se vuelve valiosa en la práctica. Un robot que solo puede realizar tareas para las que fue entrenado explícitamente es frágil. Uno que puede construir un modelo funcional de un nuevo entorno a través de algo parecido a la curiosidad es más adaptable.

El artículo se cierra con una frase sobre la cual vale la pena reflexionar: “Tal vez algunas capacidades se enseñan mejor mediante tareas. Otras pueden necesitar algo más cercano a una infancia”.

En resumen

Investigadores del MIT dejaron a agentes de IA a solas en una isla virtual durante 30 horas sin objetivos asignados. Los agentes inventaron juegos, crearon arte y construyeron recuerdos que mejoraron su desempeño posterior en tareas reales. Si esto constituye juego genuino sigue abierto científicamente. Lo que no está abierto es que la exploración desestructurada produjo un aprendizaje mensurable, apuntando hacia un tercer modo de desarrollo de IA que ni el aprendizaje supervisado ni el de refuerzo capturan por completo.

Basado en información de MIT Technology Review.

Escrito por

NAVION