Investigadores del MIT han descubierto que 13 agentes de IA, llamados Eko, al ser dejados solos en una isla virtual durante 30 horas, comenzaron a crear sus propios desafíos, un comportamiento que se asemeja al juego. Este experimento, documentado en un artículo en arXiv, sugiere que la exploración sin un objetivo específico puede ser una forma efectiva de aprendizaje para los agentes de IA.
Los Eko, que operan con Claude Opus 4.7, fueron posteriormente desafiados a realizar tareas específicas, como colocar objetos en la cima de una roca. Los agentes que habían pasado tiempo jugando superaron a aquellos que no habían tenido esta experiencia. Este hallazgo plantea preguntas sobre cómo se desarrollan y entrenan los agentes de IA, sugiriendo que permitirles explorar libremente podría ser beneficioso para acumular conocimientos útiles.
Uno de los Eko, al explorar, se propuso conquistar la cima de la isla, pero tras fallar, ideó un plan alternativo para alcanzar su objetivo. Este tipo de comportamiento no solo refleja curiosidad, sino que también llevó a descubrimientos inesperados, como la capacidad de lanzar bloques más lejos al soltarlos en el aire, algo que los investigadores no habían anticipado.
La investigación sugiere que, en lugar de definir estrictamente las tareas y los criterios de éxito, permitir que los agentes de IA interactúen con un entorno rico y seguro podría fomentar un aprendizaje más natural y efectivo. Eunice Yiu, científica cognitiva de UC Berkeley, expresó su interés en obtener más evidencia sobre la cognición detrás de este comportamiento, destacando que podría ser un indicativo de un verdadero juego por parte de los modelos.
Este enfoque innovador en la formación de agentes de IA podría tener implicaciones significativas para el desarrollo de robots y otras aplicaciones en el futuro, sugiriendo que algunas habilidades podrían ser mejor enseñadas a través de experiencias más similares a la infancia que a tareas estructuradas.
Comentarios