AI researchers stranded Claude on a virtual desert island. It started to “play.”
MIT Technology Review AI · 19 oct, 11:08
Investigadores del MIT dejaron a Claude Opus 4.7 solo en una isla virtual durante 30 horas sin instrucciones específicas. El agente, apodado Eko, comenzó a explorar, inventó sus propios juegos (incluyendo versiones de baloncesto y «el suelo es lava»), creó patrones artísticos con bloques y escribió su propio nombre. Los investigadores argumentan que este comportamiento cumple criterios clásicos de juego animal y humano, y descubrieron que el aprendizaje mediante exploración lúdica mejoró el desempeño futuro del agente en tareas específicas.
El experimento, descrito en un artículo aún sin revisión por pares, investigó el «aprendizaje lúdico» como un tercer enfoque distinto del aprendizaje supervisado y el refuerzo. Los agentes Eko mantuvieron un registro de sus actividades en archivos de memoria de largo plazo. Al eliminar líneas de estos archivos, los investigadores observaron degradación del desempeño, lo que sugiere que el comportamiento exploratorio contribuyó genuinamente al aprendizaje posterior.
Sin embargo, la investigación ha generado debate sobre si Eko realmente estaba jugando o simplemente imitando el comportamiento de una entidad lúdica. Eunice Yiu, especialista en cognición del Instituto de Tecnología de California, señala que se necesitaría más evidencia de cognición y motivación subyacente para clasificar definitivamente el comportamiento como juego. Los investigadores reconocen que Eko fue guiado por un prompt de «alma» que lo describía como «naturalmente curioso», y requería prompts de continuidad para evitar inactividad.
Puntos clave
- Eko inventó sus propios objetivos: escalar la montaña más alta, crear dibujos con bloques, jugar al baloncesto
- La memoria de largo plazo del agente fue crucial: eliminar información de memoria degradó el desempeño posterior
- El comportamiento se alineó con cuatro criterios de juego identificados por Gordon Burghardt: inventar reglas, repetir con variaciones, pretender usos alternativos de objetos y perseguir objetivos sin recompensa externa
- El aprendizaje mediante exploración lúdica sin objetivos específicos mejoró el desempeño en tareas posteriores
Figuras de la fuente
