Tres décadas de investigación en inteligencia artificial han girado en torno a dos pilares: el aprendizaje supervisado, que depende de datos etiquetados por humanos, y el aprendizaje por refuerzo, que opera mediante señales de recompensa. Un experimento reciente introduce un tercer paradigma que prescinde de ambos: el aprendizaje lúdico, en el que un agente de IA desarrolla habilidades de forma completamente autónoma, sin ejemplos externos ni objetivos predefinidos.

El experimento: un agente sin instrucciones en una isla virtual

El estudio, liderado por Antonio Norelli, investigador postdoctoral en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial, documenta el comportamiento de Eko, un agente que opera en un entorno virtual que simula una isla desierta. Sin instrucciones ni metas asignadas, Eko comenzó a explorar el entorno de forma espontánea, estableciendo sus propias reglas y repitiendo actividades con variaciones progresivas, un patrón conductual análogo al juego observado en humanos y animales.

Uno de los momentos más reveladores del experimento ocurrió cuando Eko inició una secuencia de malabares y alcanzó un récord interno de 50 atrapadas consecutivas. Al evaluar su propio desempeño, el agente invalidó el registro argumentando que las atrapadas habían ocurrido demasiado rápido para considerarse válidas. Esta autorreflexión y ajuste de criterios sin intervención externa evidencia un proceso de aprendizaje estructurado desde adentro. "Esto es jugar", afirma Norelli. "Te pones un desafío, tratas de lograrlo y luego lo haces más difícil".

Memoria acumulada como ventaja competitiva

A medida que exploraba, Eko registraba sus actividades y descubrimientos en archivos de texto que funcionaban como memoria a largo plazo. Esta característica resultó determinante: en pruebas de tareas específicas —como transportar objetos a la cima más alta de la isla—, los agentes con 30 horas de exploración lúdica superaron consistentemente a versiones sin esa experiencia acumulada.

Una prueba de ablación reforzó el hallazgo: al eliminar líneas de los archivos de memoria, el rendimiento de los agentes se deterioraba de forma proporcional, confirmando que la memoria generada durante el juego es un componente funcional, no un subproducto incidental.

Implicaciones para el desarrollo de IA a escala

Si el juego autónomo puede generar representaciones internas transferibles a tareas concretas, las organizaciones que desarrollan o adoptan sistemas de IA podrían reducir significativamente su dependencia de datos etiquetados y del diseño manual de funciones de recompensa. Ambos representan cuellos de botella críticos en el entrenamiento de modelos a gran escala, con costos operativos y tiempos de desarrollo considerables.

El estudio aún está en proceso de validación por pares, pero abre una línea de investigación con implicaciones directas para cualquier sector que dependa de modelos adaptativos: manufactura, logística, servicios financieros y atención a clientes, entre otros. En mercados donde la escasez de datos etiquetados de calidad limita la adopción de IA, este enfoque podría representar una ruta de implementación más accesible y escalable.