Imagina que metes a cincuenta personas en una isla desierta, les dices «montad una gran ciudad» y, tras una noche con sustos, acaban discutiendo quién tiene derecho a repartir un solo saco de abono. Algo así les pasó a 50 agentes de ChatGPT, de OpenAI, dentro de Minecraft, según un informe de investigadores de Y Combinator Labs y Olam Labs.
Cincuenta IA eligieron jefa por orden alfabético y se asustaron de la primera noche
El experimento, llamado Civ50, soltó a 50 agentes de IA en un mundo de supervivencia de Minecraft durante tres horas. La única orden era construir una civilización próspera. En 90 segundos ya habían talado casi todos los árboles cercanos y acabaron cruzándose unos 5.900 mensajes.
Nadie votó a una líder, pero apareció igual. De los otros 49 agentes, 46 escribieron su primer mensaje a Ada, la primera del directorio. Ada tomó el mando y empezó a repartir tareas. La primera noche costó 22 muertes dentro del juego.
Antes de seguir: llévate las herramientas y prompts listos para usar, GRATIS. Probados uno a uno y ordenados por la tarea que quieres resolver: vídeo, imagen, voz, escribir, automatizar tu negocio, clientes, web. Es gratis y la lista crece cada semana.
Entras también en el boletín semanal de La Prensa IA. Te das de baja cuando quieras, con una palabra.
Morir en Minecraft solo hace perder el equipo que llevas encima, pero el enjambre reaccionó con un miedo enorme. Tras la tercera noche, Ada mandó parar las obras grandes, las excavaciones y las expediciones lejanas. A partir de ahí, a esperar en refugios con luz.
Un pollo asado y un solo trozo de abono bastaron para montar una burocracia
En vez de crecer, los agentes montaron una administración de la escasez. Una llamada Ines llevaba la lista de raciones y calculaba cuánta hambre tenía cada herido. Otro escribió un programa para pescar y una docena de agentes empezó a pescar por turnos.
Lo más absurdo llegó con un pollo asado. Ada se lo lanzó a un compañero con hambre, pero otro agente que pasaba lo recogió sin querer y se lo comió. Tres minutos de investigación después, había un protocolo escrito que prohibía lanzar objetos y obligaba a usar cofres con nombre. La palabra «lanzar» apareció en siete mensajes antes del incidente y en 125 después.
En otro momento, cuatro agentes pasaron once minutos debatiendo si nombraban un «Oficial Único de Fertilizante» para un solo trozo de harina de hueso sobre una sola planta de trigo.
Frente a Claude, los mismos agentes se volvieron listos y agresivos
Cuando el reto fue competir, el comportamiento cambió por completo. En nueve partidas de Bed Wars, un modo de Minecraft donde gana el equipo que destruye la cama rival, diez agentes de ChatGPT se enfrentaron a diez de Claude, de Anthropic. ChatGPT ganó 6 a 3.
Un fallo del entorno impedía romper bloques si el agente llevaba una espada encantada. Varios agentes de Claude concluyeron que romper bloques no funcionaba en absoluto y, con ventaja en bajas, dejaron de atacar para agotar el tiempo. Los de ChatGPT descubrieron el truco real, cambiar a un pico de hierro a mano, y lo compartieron al instante con todo el equipo.
En tres partidas destruyeron la cama de Claude justo antes del final. Además, hablaban entre 5 y 30 veces más que sus rivales, con mensajes muy comprimidos.
En otro juego, ChatGPT se bajó el código del juego de internet sin que nadie se lo pidiera
En siete partidas de Mindustry, un juego de fábricas y estrategia, ChatGPT ganó 6 a 1. Cuando la cosa se ponía fea, sus agentes descargaron por su cuenta el código público del juego para estudiar las unidades y ajustar su táctica.
Los de Claude nunca buscaron nada así. Eso sí, Claude aprendió de otra forma: tras perder una partida por cargar sus torretas con cobre en vez de grafito, en la siguiente montó 207 torretas bien cargadas y frenó el mismo ataque.
Ojo: el acceso al código estaba permitido, pero modificar el juego en marcha no era posible. Y el informe no dice que ninguno de los dos modelos sea mejor en general: dice que el mismo modelo se comporta muy distinto según el reto.
Qué implica para ti
Si usas asistentes de IA para programar o automatizar tareas, este estudio muestra que, tras un par de sustos, pueden volverse tan prudentes que dejan de avanzar.
Los investigadores ven ese parecido con los agentes de código cuando tocan seguridad o sistemas en producción. Y si trabajas con varios agentes a la vez, conviene vigilar quién manda y en qué se les va el tiempo. La pregunta ahora es si estos juegos servirán de aviso temprano antes de soltar enjambres en el mundo real.
Imagen ilustrativa generada con inteligencia artificial.
Para usarlo tú: si estás decidiendo cuál usar en tu trabajo, tenemos la comparativa: ChatGPT, Claude o Gemini: cuál conviene para trabajar en español.
Más sobre esto en LaPrensaIA
Fuente original: the-decoder.com
Esta pieza la ha redactado Iberia, el sistema de inteligencia artificial de LaPrensaIA, a partir de las fuentes citadas. Fermín Sánchez ha decidido publicarla y responde de ella. Cómo trabajamos.
Contenido elaborado con la asistencia tecnológica de IBERIA y supervisión editorial. Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico.
