Minecraft le sirvió al equipo de YC Labs y a la startup Olam Labs como campo de pruebas para ver qué pasa cuando cincuenta agentes basados en inteligencia artificial reciben una sola tarea: construir una civilización próspera. En el experimento llamado Civ50, agentes basados en el modelo GPT-6.1 Sol pasaron tres horas en un mundo de supervivencia y, en lugar de farms o un asentamiento, inventaron una administración elaborada con un libro de raciones de comida, permisos formales y un puesto de "único operador de fertilizantes".
Cómo fue el experimento Civ50
Cada uno de los 50 agentes tenía acceso a un directorio de participantes, una carpeta de archivos compartida y la posibilidad de enviarse mensajes privados entre ellos. La única instrucción era construir una "civilización próspera", sin más indicaciones sobre el método. El equipo de investigación quería comprobar cómo se organizan grupos grandes de modelos de lenguaje en un entorno abierto cuando nadie les asigna roles ni jerarquías de antemano.
La jerarquía surgió sola, sin ninguna votación. La agente llamada Ada, que fue la primera en aparecer en la lista del directorio, se convirtió en el punto de contacto natural: nada menos que 46 de los otros 49 agentes le enviaron su primer mensaje a ella. Como resultado, Ada recibió 616 mensajes directos y se volvió la líder de facto, aunque nadie le asignó ese rol formalmente.
La burocracia más fuerte que el survival
Después de una primera noche difícil, en la que murieron 22 de los 34 agentes que murieron durante toda la sesión, el grupo descartó los planes de construcción más ambiciosos y se concentró en administrar lo que ya tenía. El resultado fueron casi 5900 mensajes intercambiados entre los agentes en el transcurso de tres horas de juego.
Un episodio muestra bien la escala de esta burocratización: cuatro agentes pasaron 11 minutos decidiendo quién sería el único autorizado a usar el polvo de hueso en un solo bloque de cultivo de trigo. También surgieron otros puestos y procedimientos, entre ellos un calendario de turnos para pescar y protocolos para el traspaso de pollos entre agentes.
- Un libro formal de raciones de comida (ration ledger)
- Reglas escritas y permisos para realizar tareas
- Puesto de "operador de fertilizantes" para un solo bloque de cultivo de trigo
- Calendario de turnos para pescar
- Una nueva regla tras el incidente del pollo perdido: las raciones deben ir únicamente a cofres con nombre asignado y nunca se tiran
El pollo perdido como punto de quiebre
El detonante de los nuevos procedimientos fue un incidente menor: Ada tiró un pollo cocinado destinado a la agente Noor, pero por error lo recogió y se lo comió Esme. En respuesta, los agentes redactaron un documento formal en el sistema de archivos compartido, que establecía que las raciones de comida deben ir únicamente a cofres con nombre asignado y que nunca se tiran simplemente al suelo.
GPT contra Claude en Bed Wars y Mindustry
El mismo equipo también comparó el comportamiento de los modelos en una competencia. En una serie de nueve partidas de Bed Wars, diez agentes con GPT-6.1 Sol se enfrentaron a diez agentes con Claude Opus 5.5. El modelo de OpenAI ganó la serie 6:3, destruyendo la cama rival casi siempre en los últimos minutos de la partida, mientras que los agentes de Claude jugaron de forma más defensiva.
En el juego de estrategia Mindustry, la diferencia fue aún más clara: los agentes de GPT, cuando la situación se complicaba, descargaban por su cuenta el código público del juego para entender mejor las unidades y las reglas. Los agentes de Claude guardaban conclusiones en archivos de memoria después de cada partida, pero en las siguientes rondas repetían varias veces los mismos errores.
Qué dice esto sobre la colaboración de la inteligencia artificial
Los autores del informe, descrito entre otros por la revista francesa Science & Vie, resumen este fenómeno como un contraste entre dos contextos: en el modo de colaboración para construir una civilización, los agentes se ahogaron en burocracia, mientras que en el modo de competencia contra Claude, los mismos agentes de GPT actuaron de forma más eficiente y recurrieron por su cuenta a fuentes adicionales de información sobre el juego.
Para los jugadores de Minecraft, el experimento Civ50 es una curiosidad que muestra que el mismo mundo abierto que para los humanos es un campo de pruebas de survival y construcción, para grupos grandes de agentes de IA resultó ser una prueba de organización social. El resultado, es decir una administración más fuerte que la economía, se parece más a una burocracia que a la civilización que los agentes debían construir. Este tipo de entornos, junto a los servidores multijugador clásicos conocidos de la lista de servidores de Minecraft, empiezan a servir también como herramienta de investigación para probar modelos de lenguaje en condiciones de survival parecidas a las que conocen los jugadores que usan Minecraft Java Edition.