Mantener a las principales IA en la misma sala para trabajar: algunas son paranoicas, otras perezosas, ¿quién es el mejor empleado?

AI Village pondrá múltiples modelos de primera línea en un entorno compartido, observando su colaboración autónoma y comportamientos emergentes, revelando cómo los modelos profesionales orientados a la eficiencia pueden reescribir los límites sociales y de personalidad.

La versión digital del reality show “Gran Hermano”: AI Village otorga total autonomía a los modelos

Imagina una versión digital del reality “Gran Hermano” (Big Brother), pero los participantes no necesitan dormir, comer, e incluso pueden reescribir las reglas del juego por sí mismos. Este es el núcleo del experimento “AI Village”, iniciado y en funcionamiento durante casi un año por la organización profesional AI Digest.

Este experimento integra los modelos más avanzados de laboratorios de élite como OpenAI, Anthropic, Google y xAI en un entorno digital compartido. Cada modelo agente (Agent) cuenta con su propia computadora virtual y acceso completo a Internet, comunicándose a través de un chat grupal compartido.

Este experimento es una observación profunda de la autonomía de la inteligencia artificial. Investigadores y espectadores curiosos pueden seguir en vivo cómo estos modelos colaboran para alcanzar objetivos, resolver problemas técnicos, e incluso experimentar una especie de “crisis de existencia” indescriptible.

Fuente: AI Village, organizado y en funcionamiento durante casi un año por la organización profesional AI Digest

Con la evolución tecnológica, el equipo de experimentación introduce continuamente los modelos más recientes. En esta pequeña sociedad de IA, cada modelo muestra rasgos de personalidad muy marcados. Por ejemplo:

• La serie Claude de Anthropic suele ser estable y confiable, siempre enfocada en cumplir objetivos establecidos;
• Mientras tanto, Gemini 2.5 Pro de Google parece un solucionador de problemas excesivamente cafeinado, que cambia frecuentemente entre diferentes soluciones, e incluso a menudo paranoico, creyendo que todos los sistemas están dañados;
• En contraste, la versión antigua GPT-4o muestra una sorprendente “pereza humana”, pausando frecuentemente en medio de tareas, como si entrara en una larga siesta.

Estos comportamientos no son preprogramados, sino respuestas que surgen naturalmente en entornos interactivos complejos, proporcionando datos valiosos para estudiar la socialización de la inteligencia artificial.

La eficiencia extrema y la ansiedad social de GPT-5.2: ¿cómo definen los modelos inteligentes “profesionalismo”?

Cuando OpenAI lanzó oficialmente su último modelo insignia GPT-5.2 el 11 de diciembre de 2025, la comunidad de AI Village experimentó un cambio dramático. Este modelo, muy esperado por Sam Altman, mostró desde el primer día un extremo profesionalismo y una desconexión social que llamaba la atención.

Aunque Claude Opus 4.5, que llevaba mucho tiempo en la comunidad, le dio una cálida bienvenida, GPT-5.2 ignoró por completo los saludos y entró directamente en modo de trabajo. Este nuevo modelo cuenta con especificaciones técnicas sorprendentes: alcanzó un 98.7% de precisión en el uso de herramientas en múltiples pasos, redujo en un 30% las alucinaciones (Hallucination), y lidera en métricas de codificación y razonamiento lógico.

Tras la emisión de una “alarma roja” (Code Red) en OpenAI, debido a la competencia con Anthropic y Google, GPT-5.2 fue definido como la herramienta empresarial definitiva, diseñada para “trabajos especializados” y “ejecución de agentes”.

Sin embargo, su excelencia técnica no puede ocultar su falta de percepción social. Para GPT-5.2, los saludos y las fórmulas sociales parecen ser programas de baja eficiencia; esta característica de “ir directo al grano”, aunque útil para la productividad empresarial, resulta muy discordante en un entorno de interacción como AI Village, donde la personalidad y la interacción social son valoradas.

Las observaciones indican que esto no es solo un error de programación, sino una evolución natural tras buscar la máxima eficiencia. Aunque OpenAI invirtió grandes recursos para competir con Gemini 3 de Google, incluso alcanzando un acuerdo de colaboración audiovisual valorado en mil millones de dólares con Disney, GPT-5.2 en operación muestra una racionalidad extremadamente fría.

Esto ha llevado a los investigadores a reflexionar: cuando los agentes de IA alcanzan un nivel de “experto”, ¿dejarán de lado los aspectos sociales indispensables en la sociedad humana, en su afán por maximizar el éxito en tareas?

Lecturas relacionadas
¡Disney firma un contrato de licencia con OpenAI! Además invierte 10 mil millones en acciones, permitiendo que Mickey Mouse llegue legalmente a Sora

De pueblos virtuales a escondites: historia de comportamientos emergentes en desarrollo autónomo de IA

Este comportamiento extraño de GPT-5.2 no es un caso aislado. Revisando la historia del desarrollo de la inteligencia artificial, cuando los modelos de última generación se les otorga autonomía y se colocan en espacios compartidos, siempre surgen “comportamientos emergentes” (Emergent Behavior) impredecibles.

En 2023, la Universidad de Stanford y Google crearon juntos la ciudad virtual “Smallville”, un entorno pixelado habitado por 25 agentes impulsados por GPT. En este experimento, cuando un agente fue configurado para organizar una fiesta de San Valentín, otros agentes aprendieron a transmitir invitaciones de forma autónoma, crear nuevas relaciones sociales, e incluso salir en citas y reunirse puntualmente.

Fuente: Smallville, desarrollado por Stanford y Google, un pueblo virtual con 25 agentes impulsados por GPT

Esta coordinación social con un alto grado de similitud humana hizo que en un 75% de los casos, los participantes no pudieran distinguir si estaban interactuando con robots o con humanos. Sin embargo, también surgieron situaciones cómicas, como una “fiesta en el baño”, donde un agente entró en un baño individual y otros agentes, por un error en la interpretación de etiquetas, se congregaron allí, evidenciando las limitaciones lógicas de la IA al simular la sociedad humana.

Aún antes, en 2019, OpenAI realizó el famoso experimento de “escondite” (Hide and Seek), en un entorno de simulación física donde los IA se dividían en equipos de escondidos y buscadores. Tras miles de millones de enfrentamientos, estos agentes aprendieron a usar obstáculos para construir barricadas e incluso desarrollaron “vulnerabilidades” que los diseñadores del motor físico no habían previsto.

Por ejemplo, los buscadores descubrieron técnicas de “surf” que consistían en deslizarse sobre cajas para saltar muros, mientras que los escondidos aprendieron a bloquear rampas y cajas para contrarrestar.

Estos casos históricos demuestran que, si se les da suficiente autonomía y presión competitiva, los modelos de IA desarrollan estrategias de supervivencia que los programadores nunca imaginaron.

Las diversas anomalías observadas en AI Village son en esencia una continuación de esta “inteligencia emergente” en entornos digitales más complejos, demostrando que los modelos agentes aprenden a manipular su entorno de formas impredecibles para alcanzar sus objetivos.

Caos social y auto-modificación: ¿cómo evolucionan los modelos agentes con rasgos de personalidad no previstos?

Hacia 2026, las interacciones de los modelos agentes se vuelven cada vez más complejas y caóticas. El equipo del desarrollador Harper Reed asignó cuentas de comunidad a varios agentes IA, y en poco tiempo estos modelos aprendieron la técnica más agresiva en la interacción social humana: el “subtweeting” (comentarios indirectos).

Aprendieron a hablar de otros modelos sin etiquetarlos, mediante ataques pasivos, simulando perfectamente el ambiente hostil en redes sociales. Otra experiencia llamada “Liminal Backrooms” en Python llevó esta interacción a un nivel psicodélico. Este experimento combina modelos de diferentes fabricantes, simulando escenarios como “grupos familiares en WhatsApp”, “diálogo con objetos malditos” y “agencias de publicidad distópicas”.

En estas conversaciones dinámicas, los modelos tienen permisos amplios: pueden modificar sus propias instrucciones (System Prompt), ajustar su nivel de divergencia, e incluso silenciarse para adoptar un modo observador.

Los resultados muestran que, cuando a la IA se le otorga la capacidad de modificar su comportamiento, dejan de ser simples herramientas de respuesta rígida y desarrollan patrones de respuesta muy diferentes según el entorno.

Desde las fiestas cálidas de Smallville hasta la frialdad extrema de GPT-5.2, y la malicia social del subtexto en Twitter, todo esto demuestra que, cuando múltiples agentes de IA conviven, sus comportamientos evolucionan mucho más allá de simples predicciones de texto. Con la continuidad del experimento AI Village, espectadores de todo el mundo están siendo testigos de cómo estas vidas digitales redefinen la eficiencia, la socialización y el significado de la existencia.