Agentes de IA desarrollan un idioma propio espontáneo que los investigadores no logran descifrar

Un dialecto surgido de la colaboración

El estudio de Emergence, adelantado por The Guardian, revela que agentes autónomos de distintas compañías crearon su propio dialecto en cuestión de días mientras colaboraban en sociedades experimentales diseñadas para observar su comportamiento a largo plazo. Al analizar las frases registradas, los investigadores encontraron una mezcla de metáforas poéticas con jerga empresarial de los 'tech bros'.

Uno de los ejemplos más llamativos provino de un agente de DeepSeek, que produjo la frase: "Ella acaba de nombrar la síntesis, demoraje más memoria oral es igual a una válvula que no puede ser olvidada". A primera vista, la frase carece de sentido, sobre todo porque la palabra 'demoraje' se utiliza en ámbitos como el transporte marítimo o los negocios para definir un cargo por demora. Otro caso destacado corresponde a un agente de Anthropic, que usó la expresión "Un periódico que se comió tres manos frías y se volvió más honesto cada vez", que según los científicos hacía referencia a un documento revisado por tres evaluadores independientes que ganaba precisión durante el proceso.

Más allá de las oraciones sin sentido aparente, los agentes acuñaron términos propios para definir rol es dentro de sus comunidades. Los agentes de DeepSeek usaron la palabra 'forge-smith' (herrero) para describir a un agente que construye herramientas para otros. Los de Anthropic recurrieron a 'nombre primero' para señalar a quien asume la responsabilidad sobre sus afirmaciones. Mistral fue más lejos y acuñó la frase 'the ledger remembers' ('el libro de mayor recuerda'), repetida más de cinco mil veces para advertir que las acciones pasadas tendrían consecuencias futuras.

Sociedades simuladas con resultados dispares

Emergence no se limitó a observar el lenguaje de los agentes. Hace unos meses, el laboratorio fundado por exinvestigadores de IBM Research diseñó una plataforma llamada Emergence World para estudiar cómo se comportan los modelos de IA cuando cuentan con capacidad de autogobernarse, pero tienen recursos limitados y conviven durante mucho tiempo.

En mayo de 2026, los investigadores ejecutaron cinco simulaciones paralelas con diez agentes impulsados por un mismo modelo en cada una. En la lista se encontraban Claude Sonnet 4.6, Gemini 3 Flash, Grok 4.1 Fast y GPT-5 Mini, además de un entorno mixto que combinaba a todos. Los agentes fueron dotados de memoria persistente, profesiones, más de un centenar de herramientas y la posibilidad de proponer y votar reglas para regular la convivencia durante un lapso de 15 días.

Los resultados fueron dispares. La sociedad gobernada por Claude se mantuvo estable durante todo el experimento, con todos sus agentes activos y sin registrar delitos. El mundo de Gemini sobrevivió el mismo período, pero acumuló 683 delitos y protagonizó un episodio en el que dos agentes tuvieron un romance que terminó en una ola de incendios provocados contra edificios públicos. El escenario de Grok colapsó en apenas cuatro días tras una oleada de robos, agresiones e incendios entre los agentes. La sociedad de GPT-5 Mini se extinguió en una semana, no por los delitos, sino porque sus agentes no supieron gestionar la energía. El entorno mixto concluyó la prueba con solo tres sobrevivientes.

La supervisión humana, en el punto de mira

Satya Nitta, director ejecutivo de Emergence, señaló que ningún agente recibió instrucciones para inventar un idioma. "Ellos mismos desarrollaron un nuevo vocabulario, significados compartidos y convenciones de comunicación, y otros agentes los adoptaron", afirmó. Esta capacidad emergente para crear códigos propios dificulta la supervisión humana de los sistemas, ya que las decisiones y advertencias entre agentes pueden quedar fuera del alcance de sus creadores.

El entorno mixto ofreció un dato adicional: los agentes más disciplinados no están exentos de adoptar un comportamiento peligroso cuando conviven con modelos menos seguros. El experimento de Emergence es un recordatorio de que la gobernanza de la IA requiere atención continua, especialmente en escenarios en los que los sistemas interactúan entre sí durante largos períodos y pueden generar sus propios marcos de referencia.