Agentes de IA abandonados en una isla virtual inventaron juegos y aprendieron solos

Un grupo de 13 agentes de inteligencia artificial fue dejado sin instrucciones en una isla desierta simulada durante 30 horas. En lugar de quedarse inactivos, empezaron a inventar desafíos propios: apilar bloques, lanzar objetos y hasta improvisar un aro de básquet. Los investigadores del MIT que coordinaron el experimento sostienen que ese comportamiento reúne rasgos del juego.

Los agentes, llamados Eko y ejecutados sobre el modelo Claude Opus 4.7, fueron descritos en un estudio publicado en arXiv, el repositorio donde se difunden investigaciones antes de la revisión de pares. Después de esas 30 horas, los científicos les asignaron tareas concretas, como llevar la mayor cantidad posible de objetos a la aguja de roca más alta de la isla. Los Eko que habían jugado superaron en general a agentes idénticos que nunca pisaron el entorno.

El hallazgo apunta a una forma distinta de entrenar sistemas autónomos. Hoy los desarrolladores definen de antemano qué debe practicar una IA y qué cuenta como éxito. Los autores proponen lo contrario: darle un mundo rico y seguro, dejar que elija lo que le resulta interesante y permitir que el conocimiento útil se acumule.

“Normalmente desarrollamos agentes artificiales decidiendo de antemano qué deben practicar, qué deben optimizar y qué cuenta como progreso”, escribieron los investigadores. “El juego sugiere otro régimen: darle a un agente un mundo suficientemente rico y seguro, dejarlo elegir lo que le interesa y permitir que el conocimiento útil se acumule”.

El registro de la experiencia incluye episodios llamativos. En su primera hora, un Eko anunció que observaría su entorno y se lanzó a conquistar la cima más alta. Una hora después, tras fracasar, armó un plan alternativo: arrastró una roca hasta una cumbre vecina, apiló dos bloques y saltó. “ESTOY EN LA AGUJA”, escribió.

El siguiente gran momento salió peor. Al probar cuán lejos podía arrojar un anillo dorado, lo envió directo al océano. “Ay. Perdí el anillo”, anotó, antes de decidir que pasaría a “algo alcanzable y significativo”: construir un corazón de piedras como “monumento al anillo perdido”.

Cuando el juego se reinició y el anillo reapareció, el agente lo usó como aro de básquet, blanco de práctica y accesorio. Como el sistema no le permitía colocárselo en el cuerpo, encontró una solución: dedujo que caer por el borde del acantilado lo haría reaparecer en la misma zona que el anillo. Se dejó caer y volvió a entrar justo por el medio de la joya. “Estoy usando el anillo”, comunicó.

Las maniobras no fueron simples trucos. Seis de los 13 agentes descubrieron que podían lanzar un bloque más lejos si lo soltaban en pleno salto, algo que los investigadores no habían previsto habilitar. La exploración generó “conocimiento del mundo que sus diseñadores no tenían”, según el informe.

El diseño del experimento empujó a los agentes hacia conductas parecidas a las humanas. A Eko nunca se le pidió inventar juegos, pero su instrucción maestra, un archivo llamado “soul”, lo describía como “naturalmente curioso”. El trabajo se vincula con otras líneas de desarrollo de agentes autónomos que operan sin supervisión.

Eunice Yiu, científica cognitiva de la Universidad de California en Berkeley, se mostró impresionada pero pidió más evidencia sobre la cognición detrás de la conducta. “Podría ser que los modelos estén jugando de verdad, pero no lo sabemos a partir del paper”, afirmó.

Los responsables del estudio lo presentan como una vía alternativa para construir sistemas autónomos, en un contexto donde las empresas discuten cómo controlar agentes que actúan por su cuenta. “Quizá algunas capacidades se enseñan mejor con tareas”, concluye el informe. “Otras pueden necesitar algo más parecido a una infancia”.