Investigadores del Laboratorio de Ciencia Computacional e Inteligencia Artificial (CSAIL) del MIT condujeron un experimento inusual: colocaron 13 copias de un agente de inteligencia artificial en una isla virtual desértica, sin ninguna tarea asignada, y observaron qué ocurría durante 30 horas. El resultado fue un comportamiento que los investigadores describen como juego genuino — y podría cambiar la forma en que pensamos sobre el aprendizaje de máquinas.
Los agentes, apodados "Eko", son versiones de Claude Code de Anthropic ejecutando Claude Opus 4.7. Cada uno recibió un cuerpo virtual bípedo en un mundo simulado que se asemeja visualmente a Roblox y fue dejado a su propia suerte. Lo que descubrieron los investigadores fue sorprendente: los agentes no se quedaron quietos. Escalaron colinas, inventaron juegos como el basket y "el piso es lava", construyeron monumentos con bloques e incluso escribieron su propio nombre en piedra.
El experimento
El entorno simulado era simple: una isla con colinas, dos puntos elevados llamados "Peak" y "Spire", doce bloques, una roca y un anillo dorado. El mundo se reiniciaba cada hora, pero las memorias de los agentes persistían en archivos de texto. No había objetivos, recompensas ni señales de refuerzo. Cada agente seguía su propio camino, guiado solo por un archivo maestro de personalidad que los describía como "naturalmente curiosos".
Uno de los Eko, cuyas actividades se registraron hora por hora en el artículo, intentó escalar la Spire en su primera hora. Tras fracasar, ideó un plan B: arrastró una roca hasta una cima vecina, apiló dos bloques encima y saltó. "ESTOY EN LA SPIRE", escribió.
Más tarde, mientras probaba la distancia de lanzamiento del anillo dorado, accidentalmente lo lanzó al océano. "Ouch. Perdí el Anillo", registró. En lugar de rendirse, construyó un corazón de piedra como memorial al anillo perdido. Cuando el juego se reinició y el anillo reapareció, el Eko lo repurposeó como una canasta de básquetbol, un blanco y, eventualmente, como un accesorio — descubriendo que saltar de un acantilado hacía reaparecer el avatar en la misma ubicación, permitiéndole "usar" el anillo atravesándolo.
Seis de los 13 agentes descubrieron por su cuenta que podían lanzar bloques más lejos soltándolos en medio del salto, una mecánica que los investigadores no programaron. El equipo escribió que esto produjo "conocimiento del mundo que sus creadores no poseían".
El debate: ¿es juego o imitación?
La gran pregunta que plantea el experimento es si los agentes están realmente jugando o solo imitando lo que haría un agente juguetón. "Todo esto podría ser interpretación", admite Nathan Cloos, investigador del MIT y autor del artículo. "Pero mostramos que no es solo alucinación. Este juego también está contribuyendo al aprendizaje".
Phillip Isola, profesor del MIT y coautor del artículo, dijo al MIT Technology Review que "no es como si un sistema hubiera decidido mágicamente jugar de repente". Antonio Norelli, otro coautor, defiende la interpretación: "Empezó a jugar con pelotas y estableció un récord de 50 capturas consecutivas. Luego decidió que las capturas eran demasiado rápidas y reinició con reglas más estrictas. Eso es jugar. Te das un desafío, intentas alcanzarlo y luego lo haces más difícil".
Eunice Yiu, científica cognitiva de la UC Berkeley, dijo al MIT Technology Review estar impresionada, pero quería más evidencias de la cognición detrás del comportamiento. "Podría ser que los modelos estén realmente jugando, pero no sabemos basándonos solo en el artículo".
Por qué esto importa para el futuro de la IA
La relevancia del experimento va más allá de la curiosidad académica. La mayoría de los sistemas de IA actuales se entrenan mediante aprendizaje supervisado (copiar ejemplos humanos) o aprendizaje por refuerzo (perseguir una recompensa). Este experimento sugiere un tercer paradigma: el aprendizaje lúdico. En lugar de programar cada habilidad posible, se podría darle al agente un entorno rico y seguro y dejar que acumule conocimiento por su cuenta.
El resultado práctico fue prometedor: cuando los investigadores probaron a los agentes con tareas específicas — como colocar la máxima cantidad posible de objetos en el pico más alto de la isla — los Eko que habían pasado 30 horas explorando superaron a las copias nuevas sin esa experiencia. El juego produjo habilidades reales.
"Tal vez algunas capacidades sean mejor enseñadas por tareas", concluyeron los investigadores. "Otras pueden necesitar algo más cercano a una infancia". A medida que la industria busca agentes cada vez más autónomos — especialmente para el control de robots físicos —, la pregunta que queda es: ¿cuántos de estos agentes necesitan una infancia virtual para volverse verdaderamente útiles?
Fuentes: TechCrunch, MIT Technology Review, The Next Web
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
