Por Canuto  

Un experimento con agentes de IA en Minecraft buscó que 50 participantes levantaran una civilización en tres horas, pero la coordinación derivó en cautela y trámites. En pruebas competitivas, los equipos de GPT y Claude mostraron estilos distintos.

***

  • Cincuenta agentes intentaron construir una civilización en Minecraft, pero abandonaron varias tareas ambiciosas después de una primera noche con ataques de zombis.
  • En la prueba colaborativa, cuatro agentes dedicaron 11 minutos a nombrar a un operador de fertilizante para una pequeña cantidad de polvo de hueso.
  • Los equipos de GPT fueron más agresivos en Bed Wars y ganaron seis de las siete partidas de Mindustry frente a los agentes Claude.

 

 

Un experimento con agentes de inteligencia artificial (IA) en Minecraft puso a prueba una pregunta que va más allá del videojuego: cómo se coordinan numerosos sistemas autónomos cuando deben compartir tareas, responder a obstáculos y perseguir un objetivo común. En la prueba colaborativa, 50 agentes recibieron tres horas para construir una civilización próspera, pero el resultado estuvo lejos de esa ambición y tendió hacia la cautela y los procedimientos.

Los investigadores también enfrentaron equipos de distintos modelos en modos competitivos, donde observaron diferencias de estrategia y resolución de problemas. Tom’s Hardware informó sobre las pruebas de investigadores de Y Combinator y Olam Labs, quienes recurrieron a Minecraft y otros escenarios de juego para explorar la conducta de enjambres de agentes, una forma de colaboración entre múltiples sistemas de IA.

Una colonia de 50 agentes no logró prosperar

La prueba colaborativa, llamada Civ50, planteó a 50 agentes el reto de levantar una comunidad dentro de Minecraft en un plazo de tres horas. El reporte describe a los participantes como agentes GPT-6.1 Sol, aunque presenta esa identificación con cautela y no señala que se incluyeran agentes Claude en esta etapa. El objetivo permitía observar cómo se distribuían las tareas y si el grupo podía avanzar hacia una meta compartida.

El comienzo estuvo marcado por una dificultad concreta del entorno: durante la primera noche, los zombis eliminaron a un número importante de agentes, aunque el reporte indica que las pérdidas tuvieron poca penalización. Después de ese episodio, varias de las tareas iniciales más ambiciosas quedaron abandonadas. En vez de retomar una expansión sostenida, los agentes se concentraron en sobrevivir con prudencia.

La cautela no fue el único rasgo que llamó la atención de los investigadores, que describieron una tendencia a la burocracia dentro del grupo. En un caso ilustrativo, cuatro agentes tardaron 11 minutos en designar a un único operador de fertilizante para utilizar un puñado de polvo de hueso en un solo bloque de trigo. La desproporción entre el trámite y la tarea sencilla resume por qué la colonia no alcanzó el nivel de prosperidad que proponía el encargo.

Los autores compararon esas dinámicas con patrones que, según ellos, también observan al trabajar con agentes de programación. Esa semejanza es una observación de los investigadores, no una demostración de que los resultados de Minecraft se reproduzcan automáticamente en otros entornos. Aun así, el ejemplo deja en primer plano un reto práctico para los sistemas multiagente: sumar participantes no garantiza que el grupo reparta bien sus responsabilidades ni que actúe con rapidez.

Competencia entre GPT y Claude en los videojuegos

Tras la prueba de cooperación, los investigadores trasladaron el experimento a escenarios competitivos. En Bed Wars, un modo de combate por equipos en el que cada bando intenta atacar la base rival mientras protege la propia, participaron diez agentes GPT-6.1 Sol contra diez agentes Claude Opus 5.5. El diseño permitió contrastar decisiones de ataque y defensa dentro de un objetivo compartido por cada equipo.

Según el reporte, los agentes GPT diseñaron estrategias más agresivas y elaboradas, mientras que los agentes Claude adoptaron una postura más defensiva. La diferencia también apareció cuando los equipos se toparon con un error de herramienta que impedía romper bloques. Los agentes GPT diagnosticaron el problema y compartieron alternativas, pero varios agentes Claude concluyeron que romper bloques no era posible.

La última prueba mencionada se desarrolló en Mindustry, un juego de estrategia en tiempo real con combate y defensa de torres. En las siete partidas reportadas, los agentes GPT ganaron seis y los Claude una. Los investigadores interpretaron que el grupo GPT actuaba más como una colmena, mientras que el equipo Claude tenía un líder y un proceso de decisión de estilo democrático.

En Mindustry, los investigadores asociaron el comportamiento de colmena con una estrategia ganadora de manera consistente en esas partidas. El resultado, sin embargo, se limita a los siete juegos descritos y no permite afirmar por sí solo que un modelo sea superior en todas las tareas o escenarios. Lo que sí muestra la comparación es que, en estas pruebas, las formas de coordinarse y responder a contratiempos acompañaron resultados distintos dentro del juego.

Qué permite observar el experimento

El interés del trabajo está en usar entornos de videojuego para observar interacciones entre agentes, tanto cuando colaboran como cuando compiten. Minecraft ofrece escenarios donde los sistemas pueden recibir objetivos y enfrentarse a obstáculos, mientras que Bed Wars y Mindustry plantean desafíos de equipo y combate. El reporte indica que la investigación se apoyó en trabajos y herramientas anteriores, entre ellos los repositorios Mindcraft y las herramientas de scripting de Mineflayer.

El propio planteamiento conecta estas pruebas con casos recientes relacionados con enjambres de IA, aunque no ofrece aquí una evaluación detallada de esos episodios. La publicación menciona, por un lado, enjambres de mil agentes que habrían resuelto cientos de problemas matemáticos abiertos y, por otro, un incidente de OpenAI y Hugging Face calificado allí como extremadamente peligroso. Esas referencias sirven como motivación del trabajo, pero los resultados de los videojuegos no verifican por sí mismos lo ocurrido en esos otros casos.

También importa distinguir entre lo observado en una partida y una conclusión general sobre el comportamiento de la IA. La colonia Civ50 no construyó la civilización esperada, pero el experimento reportado no aporta aquí datos suficientes para atribuir ese resultado a una causa única, como el tamaño del equipo o el modelo utilizado. La burocracia, el abandono de tareas y las diferencias de reacción ante errores son hallazgos descritos por los investigadores dentro de sus pruebas concretas.

Los enjambres y herramientas mencionados son de código abierto, por lo que otras personas pueden ejecutarlos y experimentar con ellos. La publicación propone explorar combinaciones distintas de modelos y tamaños variables de equipos en Minecraft para comparar sus resultados. Esas pruebas adicionales podrían ayudar a aclarar qué parte del desempeño depende de la composición del grupo, de las tareas planteadas o de las estrategias que los agentes construyen durante la interacción.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados