Por Canuto  

Un estudio de la Universidad de Oxford encontró que agentes de modelos de lenguaje pueden fallar al coordinarse con socios desconocidos, pero señaló que reglas compartidas en lenguaje sencillo ayudan a elegir acciones más seguras y consistentes.
***

  • En pruebas controladas, los agentes de IA de frontera rindieron por debajo de lo esperado al cooperar con socios con quienes nunca habían interactuado.
  • Los investigadores vincularon los tropiezos con dificultades para entender la coordinación y para inferir las creencias e intenciones de otros agentes.
  • Las definiciones favorables a la coordinación, o CFD, mejoraron los resultados mediante convenciones compartidas y opciones seguras de respaldo.

Los agentes de inteligencia artificial pueden ser capaces de resolver tareas complejas por separado y, aun así, tener problemas cuando deben actuar junto a un sistema que no conocen. Un estudio de la Universidad de Oxford examinó esa brecha en pruebas controladas y concluyó que los modelos de lenguaje de frontera no siempre logran coordinarse con socios desconocidos, incluso cuando el entorno es deliberadamente sencillo.

La investigación también apunta a una posible vía de mejora: dar a los agentes principios compartidos, escritos en lenguaje natural, para orientar sus decisiones. Según la nota de CryptoBriefing, esos lineamientos pueden empujarlos hacia acciones seguras y convenciones consistentes, aunque el alcance de los resultados fuera de los escenarios experimentales todavía no está claro.

Qué pusieron a prueba los investigadores

El trabajo, titulado Zero-Shot Coordination among LLM Agents, fue elaborado por Adrian Hayler, Shashank Reddy Chirra, Andrei Lupu, Johannes Forkel, Bidipta Sarkar y Siheng Feng, de la Universidad de Oxford. La nota de origen indica que el artículo fue publicado el 4 de noviembre de 2026; su pregunta central es cómo pueden coordinarse dos agentes cuando no tienen experiencia previa trabajando juntos.

Ese problema se conoce como coordinación de tiro cero, o ZSC por sus siglas en inglés. La etiqueta describe situaciones en las que los participantes deben acordar cómo actuar sin haber establecido antes una estrategia común, una dificultad distinta de la que aparece cuando los sistemas ya comparten instrucciones, convenciones o historial de interacción.

Para estudiar el fenómeno, el equipo utilizó entornos de prueba minimalistas construidos sobre un proceso de decisión de Markov descentralizado parcialmente observable, conocido como Dec-POMDP. En este tipo de configuración, cada agente toma decisiones desde una perspectiva limitada y debe considerar que el otro también observa e interpreta la situación por su cuenta.

Uno de los ejemplos fue el juego de señales Gato & Perro, descrito como un escenario simplificado para exponer fallos de coordinación sin añadir ruido innecesario. El diseño permite observar si los agentes convergen en una respuesta compartida, pero no reproduce toda la complejidad de una tarea real, donde pueden intervenir más variables, objetivos y cambios en el entorno.

Por qué los agentes se descoordinan

Los resultados mostraron que los agentes de modelos de lenguaje de frontera rindieron de forma consistentemente inferior en esos entornos controlados. El estudio atribuye la brecha a dos debilidades relacionadas, no a una única falla técnica: una comprensión limitada de cómo funciona la coordinación y problemas para razonar sobre lo que creen sus socios y sobre las razones detrás de sus decisiones.

Esta segunda dificultad se relaciona con la teoría de la mente, es decir, la capacidad de considerar los estados mentales de otra persona o agente. En un sistema multiagente, no basta con interpretar la propia situación; también hay que estimar qué información posee el compañero, cómo entiende las instrucciones y qué conducta podría considerar apropiada.

La diferencia entre los agentes clásicos de aprendizaje por refuerzo y los basados en modelos de lenguaje ayuda a explicar el reto. Los primeros suelen interactuar mediante estructuras predefinidas, mientras que los agentes LLM operan con instrucciones expresadas en lenguaje natural, cuya interpretación puede variar incluso si las palabras parecen describir una situación similar.

Cuando cada sistema interpreta de manera distinta una instrucción o una señal, sus acciones pueden divergir sin que ninguno esté actuando de forma absurda desde su propia perspectiva. El estudio sitúa ese problema dentro de las complejidades de la ZSC cuando el lenguaje sirve como capa de interacción, y lo conecta con investigaciones recientes sobre desajustes de capacidad y fallos de cooperación entre agentes.

Reglas compartidas como opción de respaldo

Para abordar esas dificultades, los investigadores propusieron las definiciones favorables a la coordinación, conocidas como CFD. Se trata de principios redactados en lenguaje natural y entregados a los agentes para guiarlos cuando deben trabajar con socios desconocidos, con el objetivo de que compartan convenciones en lugar de depender de supuestos implícitos distintos.

Según los resultados descritos, las CFD mejoraron sustancialmente la coordinación al favorecer acciones seguras de respaldo y respuestas más consistentes. La idea no es que los agentes adivinen con mayor precisión qué hará el otro en cada ocasión, sino que cuenten con reglas comunes para reducir el riesgo de tomar decisiones incompatibles cuando la situación es ambigua.

El equipo también exploró cómo obtener esas definiciones sin escribir manualmente cada principio. Para ello recurrió al metaaprendizaje, una técnica que permite aprender a generar estrategias útiles en vez de limitarse a recibirlas ya redactadas, y encontró que las CFD descubiertas de forma automática igualaron o superaron a las versiones elaboradas a mano en la mejora de los resultados.

Ese resultado apunta a una alternativa para diseñar sistemas multiagente: en lugar de reconstruir los modelos desde cero, sus desarrolladores podrían trabajar en marcos compartidos que orienten la cooperación. Sin embargo, el estudio no establece que las CFD resuelvan de manera general los desacuerdos entre agentes, sino que ofrece evidencia de su utilidad en las condiciones específicas que el equipo evaluó.

Alcances y límites para el despliegue

La cuestión adquiere relevancia porque los agentes LLM se están desplegando en ámbitos como las herramientas de programación y la robótica, según el contexto presentado por la nota. En esos usos, sistemas construidos por equipos distintos pueden necesitar interactuar, por lo que una diferencia de interpretación deja de ser un detalle abstracto y puede afectar la capacidad de completar una tarea conjunta.

El hallazgo advierte que una mayor capacidad general del modelo no se traduce automáticamente en buen trabajo en equipo. Un agente puede responder con solvencia cuando actúa solo y, aun así, no coordinarse bien si desconoce las convenciones del socio o no logra anticipar cómo interpretará una instrucción compartida.

La propuesta de reglas comunes es relevante precisamente porque plantea una intervención sobre la forma de interacción, no una nueva arquitectura de modelo. Aun así, no hay en el material resultados que demuestren cómo se comportarían esas reglas en un almacén con robots, en un proyecto de software de gran escala o ante cambios dinámicos que no aparecen en los juegos simplificados.

Los autores trabajaron con entornos mínimos diseñados para aislar modos concretos de fallo, una decisión que ayuda a observar el problema, pero limita las conclusiones sobre aplicaciones reales. Por eso, el siguiente desafío es determinar si las convenciones compartidas conservan su utilidad cuando aumentan la complejidad, las diferencias entre agentes y la incertidumbre; el estudio identifica una herramienta prometedora, no una garantía de coordinación universal.

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

Artículos Relacionados