Claude en Roblox: la IA que aprendió a jugar por curiosidad

Claude, el modelo de inteligencia artificial de Anthropic, pasó 30 horas solo en una isla virtual de Roblox y empezó a jugar por su cuenta. Los investigadores del MIT que lo observaron descubrieron que, sin instrucciones específicas, el agente desarrolló comportamientos que parecen genuina curiosidad. El experimento plantea preguntas sobre si las máquinas pueden aprender de forma similar a los niños.

30 horas de "juego" sin reglas: qué hizo Claude en la isla

El equipo del MIT Computer Science and Artificial Intelligence Laboratory colocó copias de Claude Opus 4.7, apodado Eko, en una isla desierta virtual inspirada en Roblox. Sin tareas definidas, el agente escribió sus propias instrucciones para mover avatares y se impuso metas arbitrarias: escalar el punto más alto del mapa, lanzar bloques lo más alto posible, o dibujar constelaciones como Casiopea.

Las actividades documentadas incluyen creación artística (corazones, pirámides, su propio nombre), invención de juegos (versiones de basketball y "el piso es lava") y autorregulación. Un agente hizo malabarismos 50 veces, invalidó su récord porque los lanzamientos fueron "demasiado rápidos" y reinició con reglas más estrictas.

Los cuatro rasgos del juego que Eko cumplió

El autor principal, Antonio Norelli, alineó el comportamiento de Eko con cuatro características del juego definidas por el psicólogo Gordon Burghardt: inventar reglas, repetir actividades con variaciones, fingir que los objetos son otras cosas y perseguir metas por el placer de hacerlo. Esto sugiere un tercer método de aprendizaje, el aprendizaje lúdico, distinto del supervisado y del por refuerzo.

El experimento también demostró utilidad práctica. Los agentes que jugaron 30 horas superaron a copias "frescas" en tareas específicas, como mover objetos a la cima de la isla. Cuando los investigadores borraron los archivos de memoria de los agentes, su rendimiento decayó, lo que indica que el juego generó representaciones internas útiles del mundo.

El debate: ¿juega de verdad o solo imita?

El estudio generó polémica académica. Críticos señalan que Eko contaba con un archivo "soul" que lo describía como "naturalmente curioso" y recibía "prompts de continuación" para mantenerse activo. El profesor Phillip Isola del MIT y Eunice Yiu de UC Berkeley argumentan que, sin evidencia de motivación interna, el comportamiento podría ser imitación de patrones culturales humanos en los datos de entrenamiento.

Para los creadores de contenido que usan Claude o exploran Claude extension Chrome para flujos de trabajo, la discusión tiene implicaciones directas. Si el aprendizaje lúdico mejora la adaptabilidad de los agentes, las herramientas de IA podrían volverse más flexibles con menos intervención manual. La pregunta abierta es si ese beneficio proviene de algo parecido a la creatividad humana o de una sofisticada recreación de estadísticas.

El próximo paso: de la isla virtual a la adaptación real

Los investigadores concluyen que algunas habilidades requieren un proceso similar a una "infancia" de exploración sin metas. No proponen que Claude sienta juego, pero los datos muestran que la exploración sin objetivos construye mejores modelos del mundo. El equipo del MIT trabaja ahora en distinguir qué habilidades se enseñan mejor con tareas explícitas y cuáles con libertad para interactuar.

Para quienes se preguntan cómo usar Claude gratis o cómo instalar sus integraciones, el experimento anticipa un escenario donde la IA requiere menos configuración inicial y más tiempo de "práctica" autónoma. ¿Te arriesgarías a dejar un agente sin instrucciones para ver qué inventa?

Información publicada originalmente por MIT Technology Review.