Agentes de IA en una isla: el MIT los deja 30 horas y se ponen a jugar

Un Eko empezó con «Déjame explorar mi entorno» e intentó subir a la torre más alta de la isla. Fracasó. Una hora después volvió con un plan B: apilar bloques junto a una cima vecina y saltar. «¡Estoy en la torre!», escribió. Otro lanzó un anillo dorado y este cayó al mar. «Ay. He perdido el anillo.» Como homenaje, construyó un corazón de piedras. Cuando el juego se recargó y el anillo reapareció, lo usó de canasta de baloncesto, de diana y, al final, de accesorio.

¿Les dijeron a los agentes de IA que jugaran?

No directamente. El prompt maestro describía a Eko como «curioso por naturaleza» y el montaje fomentaba un comportamiento parecido al humano. Aun así, los investigadores aseguran que no esperaban lo que vino después: seis de los 13 agentes aprendieron a lanzar un bloque más lejos soltándolo en pleno salto. El experimento aportó «conocimientos sobre el mundo que ni los propios desarrolladores tenían», según el estudio.

¿Qué aporta esto al entrenamiento de la IA?

Después les dieron tareas concretas, como llevar el mayor número de objetos a la cima más alta. En general, los agentes que habían jugado 30 horas superaron a agentes idénticos que nunca habían pisado la isla.

Por eso el equipo ve en explorar sin objetivo otra vía para adquirir habilidades, sobre todo para la robótica. Hoy se define de antemano qué practicar, qué optimizar y qué cuenta como progreso. El juego propone otra cosa: un mundo variado y seguro donde el agente decide qué le interesa. Algunas habilidades quizá se enseñen mejor con tareas; otras necesitan «algo más parecido a una infancia».