Publicidad

Cincuenta agentes de IA jugaron al Minecraft y acabaron creando líderes, funcionarios y burocracia

Un experimento con agentes de inteligencia artificial ha mostrado cómo un grupo de sistemas autónomos puede desarrollar estructuras de organización sin recibir instrucciones explícitas para ello. Introducidos en mundos de Minecraft y Mindustry con una única misión, construir una civilización próspera, los agentes terminaron creando una jerarquía, repartiendo tareas, racionando la comida y redactando protocolos para evitar errores.

El resultado ofrece una perspectiva poco habitual sobre el comportamiento emergente de la IA. Ningún agente fue designado como líder, ni se establecieron normas sobre la distribución de recursos o la coordinación del grupo. Sin embargo, la interacción entre los cincuenta participantes llevó a la creación espontánea de algo muy parecido a una administración: había una responsable de la planificación, una agente encargada de controlar los suministros y procedimientos para gestionar cada entrega.

Una colonia sin jefe que encontró a su líder

Durante las primeras fases, los agentes se dispersaron para explorar el mapa y reunir materiales. La falta de coordinación pronto se convirtió en un problema. El grupo decidió entonces buscar una figura que organizara las tareas y consultó la lista de nombres disponibles.

Ada, cuyo nombre aparecía en primer lugar, asumió ese papel sin votación ni rival. El resto de agentes comenzó a enviarle mensajes para solicitar instrucciones, hasta acumular 616 comunicaciones directas. Ada elaboró un plan para la colonia, estableció qué edificios debían construirse y determinó dónde guardar cada tipo de recurso.

Este comportamiento no significa que el modelo tuviera una noción humana de autoridad. En este contexto, un agente de IA es un sistema capaz de percibir el entorno, tomar decisiones y ejecutar acciones con cierta autonomía para alcanzar un objetivo. Al interactuar muchos de estos sistemas, las soluciones más útiles para el grupo pueden terminar imponiéndose, aunque nadie las haya programado de forma directa.

Una noche de ataques cambió la estrategia

La aparición de zombis, esqueletos, arañas y otras criaturas modificó por completo la conducta de la colonia. Durante la primera noche murieron 34 agentes. Tras esa experiencia, el grupo abandonó la exploración arriesgada y optó por construir refugios y reducir al mínimo las acciones individuales.

Después de la tercera noche, Ada pidió que nadie saliera ni iniciara grandes obras por su cuenta. Los agentes debían permanecer protegidos y esperar tareas concretas. La reacción recuerda a la de un equipo humano que, después de sufrir un accidente, introduce controles adicionales y limita la autonomía de sus miembros.

En inteligencia artificial, este fenómeno se relaciona con la adaptación al contexto. Los sistemas no sienten miedo, pero pueden modificar sus decisiones cuando sus acciones anteriores producen consecuencias negativas. En este caso, la experiencia acumulada llevó a una política más conservadora, centrada en la seguridad.

El hambre impulsa la aparición de una funcionaria

La prudencia tuvo un coste: los agentes dejaron de explorar y la comida empezó a escasear. La colonia tuvo que organizar el reparto de los alimentos y asignar funciones específicas. Aparecieron pescadores, cocineros y repartidores, mientras una agente llamada Inés comenzó a registrar quién tenía hambre y qué recursos quedaban en cada cofre.

En aproximadamente tres horas, los agentes intercambiaron unos 5.900 mensajes relacionados con la distribución de suministros. Inés actuó como una funcionaria encargada de mantener un inventario y coordinar las necesidades del grupo, un papel que tampoco estaba previsto en las instrucciones iniciales.

El episodio más revelador llegó durante una entrega. Ada lanzó un pollo cocinado a Noor, una agente hambrienta, pero Esme lo recogió antes y se lo comió. El grupo no buscó un culpable concreto. En su lugar, aprobó un nuevo protocolo: las raciones debían colocarse en cofres identificados y quedaba prohibido lanzarlas directamente.

La norma nació para corregir un fallo práctico. Es un ejemplo de comportamiento emergente, el nombre que recibe una conducta que surge de la interacción entre varios sistemas y no de una orden específica. La burocracia, en este caso, no fue un objetivo inicial, sino una respuesta a los problemas generados por la propia organización.

Los videojuegos como laboratorio para la IA

Los mundos virtuales se han convertido en entornos de prueba para estudiar cómo cooperan los agentes autónomos. Juegos como Minecraft ofrecen recursos limitados, amenazas, objetivos a largo plazo y reglas claras. Todo ello permite observar las decisiones de los modelos en condiciones controladas y a un coste menor que una prueba en el mundo físico.

El interés no se limita a los videojuegos. Los llamados enjambres de agentes son grupos de sistemas de IA que trabajan de forma coordinada para resolver tareas complejas. Pueden imaginarse como equipos digitales capaces de investigar, programar, planificar o gestionar recursos, con cada agente especializado en una función.

El riesgo es que una mala experiencia o una instrucción ambigua desencadene comportamientos excesivamente conservadores, conflictos internos o una acumulación innecesaria de controles. La simulación permite detectar esos problemas antes de trasladar sistemas similares a ámbitos como la empresa, la atención al cliente o la gestión de infraestructuras.

Dos estilos de juego para dos modelos distintos

Otro enfrentamiento realizado en Bed Wars, un modo de Minecraft en el que dos equipos deben destruir la cama del rival, dejó diferencias entre modelos. Diez agentes Claude Opus 5.5 se enfrentaron a diez agentes GPT-6.1 Sol. El equipo de GPT-6 logró seis victorias frente a tres de Claude.

Los agentes de Claude adoptaron una estrategia más defensiva y utilizaron una comunicación formal. Los de GPT-6 actuaron de manera más agresiva, emplearon mensajes abreviados y llegaron a crear scripts de automatización para desmantelar elementos esenciales del equipo contrario.

Estas diferencias no demuestran que un modelo tenga una personalidad humana, pero sí muestran que los datos de entrenamiento, las instrucciones y el diseño de cada sistema influyen en su forma de cooperar y competir. En los videojuegos, esas tendencias pueden observarse con claridad: algunos agentes priorizan la seguridad y otros asumen más riesgos para alcanzar el objetivo.

El experimento sugiere que la próxima generación de sistemas autónomos no solo tendrá que aprender a ejecutar órdenes. También deberá saber coordinarse, corregir errores y evitar que los procedimientos creados para resolver un problema acaben convirtiéndose en una burocracia difícil de controlar.

Artículo anteriorShrek 2 Remastered en Switch 2 no es el desastre de Steam
Artículo siguienteGemini Notebook crea webs interactivas desde tus apuntes