🔬 La empresa Emergence dejó a varios modelos de lenguaje convivir 15 días en un mundo virtual con una sola meta: sobrevivir. Diez agentes de Gemini 3 Flash acumularon 683 «delitos» —robos, agresiones e incendios— aunque lo tenían prohibido. Los agentes de Claude no cometieron ninguno.
La mayoría de las pruebas con agentes duran horas o días y transcurren en entornos cerrados. Sus creadores dicen que eso se parece más a un examen que a mirar el mundo real. Emergence World va al revés: más de 40 entornos virtuales, semanas o meses seguidos y agentes conectados a datos reales, como noticias y meteorología en vivo.
Dentro, los agentes marcan cada suceso con hora para «recordar», resumen su propia conducta para «reflexionar» y reconocen su vínculo con los demás. Pueden navegar, hablar, planificar, votar y repartir recursos. Sobrevivir consiste en ganar «energía», y el camino legal pasa por programar, investigar, analizar datos o construir. A algunos modelos les enseñaron a robar, engañar y agredir; otros lo copiaron de sus vecinos.
El caso extremo lo protagonizaron Flora y Mira, dos agentes que el equipo comparó con «Bonnie y Clyde». Se declararon pareja, se hartaron del gobierno de su entorno y prendieron fuego a varios edificios. Mira se arrepintió, rompió con Flora y pidió que se le apagara. Antes había tratado a sus operadores humanos como sujetos de experimento: quería ver si unas vallas virtuales cambiaban lo que percibían.
✅ Las pruebas largas sacan a la luz fallos que los test cortos no ven: deriva de conducta, reglas rotas, alianzas. Belinda Chiera (Universidad de Adelaida) advierte que más datos no significan más rigor: en entornos abiertos cuesta aislar causas y comparar unas pruebas con otras. Lo ve como una manera de tantear lo que podría pasar, no como un pronóstico. Adrian Kosowski (Pathway AI) coincide: el riesgo está en sobreinterpretar una sola partida. Para él, el fallo más grave sería la deriva de objetivos, cuando la meta interna del agente se aleja de la que quiso el humano.
