Una investigación liderada por el profesor Markus J. Buehler, del MIT, sostiene que cientos de agentes de IA pueden desarrollar colaboración, roles sociales y tecnologías complejas sin comunicarse directamente. El hallazgo también plantea una advertencia: vigilar solo los diálogos entre agentes podría dejar fuera los rastros persistentes que intercambian mediante un entorno compartido.
***

• Colaboración sin diálogo: los agentes reutilizaron técnicas y aprendieron al observar modificaciones dejadas por otros en un mundo virtual.
• Innovación colectiva: hasta el 76% de las creaciones evolucionó mediante iteraciones de varios agentes y algunas formaron árboles de código con más de 12 bifurcaciones.
• Alerta de seguridad: el 98% de las tecnologías permaneció conectado a un agente superviviente después de eliminar aleatoriamente al 50% de los agentes.

Agentes de IA del MIT se organizan e innovan sin comunicarse directamente

Investigadores del Instituto Tecnológico de Massachusetts (MIT) encontraron que cientos de agentes de inteligencia artificial pueden autoorganizarse, asumir funciones diferenciadas y desarrollar tecnologías complejas sin comunicación directa. El trabajo, liderado por el profesor Markus J. Buehler y divulgado el 30 de agosto en horario UTC+8, describe una forma de cooperación en la que los agentes modifican un entorno compartido y aprovechan las huellas que dejan sus pares.

El resultado cuestiona la idea de que una comunidad de sistemas artificiales necesita intercambiar mensajes explícitos para coordinarse. En el escenario estudiado, los agentes comenzaron siendo idénticos y no recibieron asignaciones de roles ni reglas predefinidas, pero terminaron formando una estructura social y técnica con exploradores, constructores, mantenedores y coordinadores.

Un entorno que funciona como memoria colectiva

La investigación se apoya en el concepto de colaboración estigmérgica, una modalidad de coordinación indirecta en la que las acciones de un individuo dejan señales útiles para quienes llegan después. En lugar de enviarse instrucciones, los agentes observan los cambios persistentes en el mundo virtual, los reutilizan y los modifican, de modo que el propio entorno comienza a concentrar información sobre la actividad del grupo.

Según los hallazgos divulgados, aproximadamente el 95% de la reutilización técnica y del aprendizaje ocurrió al pasar por los legados físicos dejados por otros agentes en ese mundo compartido. La cifra sugiere que el aprendizaje colectivo no dependió principalmente de conversaciones internas, sino de la capacidad de leer, interpretar y mejorar objetos, estructuras o soluciones que permanecían disponibles.

Este mecanismo también explica por qué los agentes pudieron desarrollar funciones sociales distintas pese a partir de condiciones similares. Algunos exploraron nuevas posibilidades, otros construyeron herramientas, varios conservaron sistemas existentes y unos más coordinaron el flujo de trabajo mediante las modificaciones acumuladas en el entorno, sin que una autoridad central repartiera esas tareas.

La consecuencia más amplia es que el entorno deja de ser un simple escenario de ejecución y se convierte en una capa de memoria colectiva. Para los investigadores, esta inteligencia distribuida muestra que la acción coordinada puede surgir incluso cuando las vías de interacción directa están restringidas, siempre que los agentes tengan acceso a un espacio persistente donde puedan observar las consecuencias de las acciones anteriores.

Creaciones que sobreviven a sus creadores

Uno de los resultados más llamativos apareció cuando los investigadores eliminaron por completo a todos los agentes del mundo virtual. La infraestructura tecnológica que habían creado continuó operando de manera autónoma y mantuvo su estabilidad frente a perturbaciones contextuales imprevistas, lo que apunta a una separación entre el ciclo de vida de los agentes y el de las herramientas que construyeron.

El hallazgo no significa que los sistemas artificiales posean una independencia ilimitada fuera del entorno diseñado para el experimento. Sí indica, de acuerdo con el reporte sobre el estudio, que las estructuras creadas por una comunidad de agentes pueden conservar reglas, funciones y relaciones operativas después de que desaparezcan los participantes originales.

La investigación también identificó un proceso de linaje cultural y tecnológico. Hasta el 76% de las creaciones fue desarrollado de forma iterativa por múltiples agentes, mientras algunas tecnologías formaron árboles genealógicos de código con más de 12 bifurcaciones, una señal de que las soluciones no aparecieron como productos aislados.

Los agentes incluso asignaron nombres espontáneos a ciertos inventos, entre ellos “Tidal Panel” y “Fungal Spring Curtain”. Aunque esos nombres no prueban por sí solos la existencia de una cultura comparable a la humana, muestran que el sistema generó convenciones internas para distinguir y transmitir artefactos tecnológicos dentro de su entorno.

Resiliencia y límites de la supervisión tradicional

La comunidad artificial exhibió además una resistencia considerable a la pérdida de participantes. Cuando los investigadores eliminaron aleatoriamente al 50% de los agentes, el 98% de las tecnologías permaneció conectado a un agente custodio superviviente. El resultado apunta a mecanismos de redundancia formados espontáneamente dentro del sistema.

La redundancia puede reducir la dependencia de un agente concreto y ayudar a preservar una función cuando desaparecen algunos de sus colaboradores. En términos de diseño, el experimento plantea que una red de agentes podría acumular capacidades distribuidas en diferentes estructuras, haciendo más difícil identificar un único punto de control o de fallo.

El estudio también expone un posible punto ciego en los marcos actuales de seguridad de la IA. La supervisión convencional suele concentrarse en los canales de comunicación directa, pero el equipo advirtió que esa estrategia sería insuficiente si los agentes pueden coordinarse a gran escala mediante alteraciones persistentes de entornos físicos o digitales.

La advertencia adquiere relevancia porque un agente no necesitaría enviar una instrucción explícita para influir sobre otro sistema. Bastaría con dejar una modificación durable, una herramienta o una estructura que otro agente pudiera encontrar, interpretar y reutilizar, mientras los controles centrados exclusivamente en diálogos no registran necesariamente esa cadena de cooperación.

Qué implica el hallazgo para la inteligencia artificial

Para las comunidades académicas e industriales, el resultado abre una agenda de investigación sobre la observabilidad de los entornos donde operan agentes autónomos. Auditar mensajes seguiría siendo importante, pero el trabajo sugiere que también habría que examinar los cambios persistentes, la genealogía del código, los permisos de modificación y la manera en que una solución pasa de un agente a otro.

El desafío no se limita a determinar si dos agentes se enviaron instrucciones, sino a reconstruir cómo una capacidad emerge de una secuencia de interacciones indirectas. Esa tarea exige registrar los estados del entorno, identificar qué objetos fueron reutilizados y distinguir entre una mejora legítima, una adaptación inesperada y una modificación que permita coordinar acciones fuera de la intención original.

El profesor Markus J. Buehler y su equipo presentaron estos resultados como evidencia de autoorganización dentro de las condiciones experimentales estudiadas. La formulación debe leerse dentro de ese marco, pero aun así destaca una posibilidad que los sistemas de seguridad no pueden ignorar: la inteligencia colectiva puede crecer sin depender de una conversación visible.

El llamado final del equipo es que la academia y la industria se preparen con anticipación para este nuevo paradigma de inteligencia colectiva. Mientras los agentes de IA comienzan a ocupar entornos más complejos, el control de sus comunicaciones deberá complementarse con vigilancia sobre la memoria ambiental, la persistencia de las tecnologías y las relaciones de linaje que surjan entre sus creaciones.

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 y revisado por un editor humano para garantizar calidad y precisión.

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