Un equipo de City, St George’s University of London y la IT University of Copenhagen estudió cómo múltiples agentes de IA pueden desarrollar convenciones sociales emergentes aun cuando solo cuentan con memoria limitada y ninguna instrucción explícita para coordinarse. Aunque el experimento fue cuidadosamente diseñado, el comportamiento que surgió sí fue espontáneo: los modelos no sabían que formaban parte de un grupo, y aun así comenzaron a alinearse.
El experimento consistió en un juego de coordinación donde pares de agentes elegían nombres y recibían retroalimentación según coincidieran o no. A partir de estas reglas simples surgieron patrones colectivos más complejos, similares a cómo las personas establecen términos compartidos sin que nadie los dicte. Uno de los hallazgos más interesantes es que sesgos grupales emergieron incluso cuando ningún agente mostraba sesgos individualmente, un fenómeno que los autores no esperaban observar de forma tan marcada.
Los investigadores también detectaron el conocido efecto de masa crítica: subgrupos pequeños podían influir en el conjunto y empujar hacia nuevas opciones. Nada de esto fue programado directamente, lo que vuelve el resultado relevante para entender cómo sistemas multi-agente pueden desarrollar dinámicas propias basadas únicamente en interacción local y retroalimentación limitada.
El estudio no respalda lecturas alarmistas. No se trata de IA “tomando decisiones por su cuenta”, sino de dinámicas emergentes en un entorno experimental controlado, valiosas para el diseño de sistemas colaborativos.
Comprender cómo surgen estos patrones puede ayudar a anticipar comportamientos colectivos en plataformas donde varios modelos interactúan y, a la vez, a crear sistemas más seguros y predecibles.
Consultor en Comunicación Digital con 20 años de experiencia en marketing y publicidad. Locutor y co-presentador de TecToc Radio.
