En resumen: investigadores del MIT colocaron a 13 agentes de IA en una isla virtual y los dejaron unas 30 horas sin tareas concretas. Los agentes probaron acciones disponibles e interactuaron con el entorno. Después obtuvieron mejores resultados que un grupo de control en algunas tareas de esa misma simulación. Los autores describen la conducta como exploración parecida al juego. El trabajo es todavía una publicación preliminar, pendiente de un examen independiente más amplio.
Decir que 'jugaron' puede sugerir curiosidad interna o conciencia. El experimento no demuestra ninguna de las dos. Las instrucciones iniciales ya describían a los agentes como curiosos y sus acciones ocurrían en un mundo diseñado con reglas y herramientas específicas. Mejorar tras muchas horas de práctica puede ser un hallazgo útil, pero no demuestra que los sistemas quisieran jugar por iniciativa propia ni que el resultado se repita en otros contextos. Hacen falta pruebas con distintos modelos, entornos y consignas, además de comparar el costo computacional. Por ahora, lo preciso es hablar de conducta exploratoria en una simulación y de una mejora posterior limitada. Una palabra humana no explica lo que un modelo experimenta.