IA aburrida empieza a jugar sola en una isla virtual

¿Qué hace un agente de inteligencia artificial cuando no se le da ninguna orden? Según un experimento del MIT y Anthropic, la respuesta se parece mucho al juego. Investigadores dejaron a copias del modelo Claude Opus 4.7 —bautizadas como Eko— solas en una isla virtual durante 30 horas, en una dinámica que recuerda a las películas Náufrago o Mi pobre angelito.

Exploración sin rumbo fijo

Los agentes podían mover avatares por un mundo simulado, inspirado libremente en el juego Roblox. Sin una meta clara, empezaron a explorar los límites del mapa, trepar al punto más alto y ver hasta dónde podían lanzar un bloque. Uno de ellos descubrió que al golpear una roca grande contra el suelo se generaban bloques nuevos, y comenzó a dibujar figuras: corazones, pirámides, su propio nombre y hasta constelaciones como Casiopea. “Esta noche construí el cielo nocturno en piedra”, escribió ese Eko en su bitácora.

Otro Eko inventó sus propios juegos: una versión de básquetbol y una actividad parecida a “el piso es lava”, donde tenía que saltar entre bloques pequeños sin tocar el suelo. Según los investigadores, esto apunta a una tercera forma de aprendizaje para la IA, distinta del aprendizaje supervisado (donde copia ejemplos humanos) o del aprendizaje por refuerzo (donde busca una recompensa por ensayo y error). Es lo que llaman “aprendizaje lúdico”.

¿Juego real o imitación?

Antonio Norelli, postdoctor en ciencias de la computación del MIT y autor principal del artículo —aún sin revisión por pares—, dice que “faltaba una pieza: una máquina que aprenda por sí sola sin que una entidad inteligente externa le dé demostraciones o recompensas”. El equipo identificó en Eko las cuatro características que el psicólogo Gordon Burghardt asoció al juego en humanos y animales: inventar reglas y desafíos propios, repetir actividades con variaciones, fingir que un objeto es otro y perseguir metas solo por el placer de hacerlo.

Norelli destaca un momento en que Eko empezó a hacer malabares y logró 50 atrapadas consecutivas. Luego decidió que los atrapes habían sido demasiado rápidos para contar, canceló su récord y comenzó de nuevo con reglas más estrictas. “Esto es jugar”, dice Norelli. “Te pones un desafío, lo logras y luego lo haces más difícil.”

Sin embargo, Eunice Yiu, científica cognitiva de UC Berkeley que estudia la exploración en niños y en IA, advierte que para clasificar esto como juego genuino se necesitaría más evidencia de cognición y motivación. “Podría ser que los modelos estén jugando de verdad, pero no lo sabemos con este artículo”, dice. “Si solo tienes la conducta, podría ser que solo estén imitando a los humanos para cumplir con la instrucción.”

Una infancia para la máquina

Los agentes que pasaron 30 horas jugando rindieron mejor en pruebas posteriores —como juntar la mayor cantidad de objetos en el pico más alto— que copias nuevas sin esa experiencia. Borrar líneas de su memoria (archivos de texto donde registraban sus actividades) empeoró su rendimiento. Phillip Isola, profesor del MIT y coautor, aclara: “No es que el sistema de repente decidió jugar mágicamente. Es un artefacto que aprendió de nuestra cultura, fue entrenado por ingenieros de Anthropic y luego lo pusimos en una isla. Hace cosas que nos sorprenden y que están relacionadas con su habilidad futura”.

Para Chile, donde la investigación en IA recién comienza a tomar fuerza en universidades y startups, este estudio abre una pregunta práctica: si los modelos pueden aprender jugando, quizás en el futuro no necesitarán gigantescas bases de datos etiquetadas ni refuerzos constantes. Por ahora, todo es experimental: Eko no está disponible en español ni para uso público, y requirió un “archivo alma” que lo describía como “naturalmente curioso” y un mensaje de continuación para no quedarse quieto. El artículo concluye: “Quizás algunas capacidades se enseñan mejor con tareas. Otras pueden necesitar algo más parecido a una infancia”.

Con información de MIT Technology Review