Una prueba de autonomía puso a GPT-6 Astra a jugar Minecraft durante 141 horas sin que una persona tomara cada decisión por el agente. La partida avanzaba con normalidad hasta que la explosión de un creeper destruyó un cofre, la cama utilizada como punto de reaparición y varios recursos acumulados. Después del incidente, la inteligencia artificial cambió su comportamiento y pasó varias horas cultivando papas.
El experimento fue realizado y transmitido por Vals AI, de acuerdo con la descripción difundida sobre la prueba. Su propósito era observar hasta dónde podía avanzar el modelo en un entorno abierto, donde las decisiones tienen consecuencias y una estrategia debe mantenerse durante un periodo prolongado.
Una partida de 141 horas
La tarea no consistía únicamente en caminar, romper bloques o fabricar herramientas. Astra debía explorar, reunir materiales, combatir enemigos y planear una ruta para intentar llegar hasta el Ender Dragon, uno de los principales objetivos de Minecraft.
Durante la partida, el agente construyó una granja semiautomática de blazes, consiguió seis varas de blaze, encontró un bosque distorsionado y derrotó a varios enderman. También obtuvo tres perlas de ender, materiales necesarios para continuar hacia las etapas finales del juego.
Según el reporte del experimento, Astra había logrado avanzar más que otros sistemas de inteligencia artificial evaluados previamente por Vals AI en el mismo videojuego. El reto principal era sostener una estrategia de largo plazo: recordar lo obtenido, identificar lo que todavía necesitaba y ajustar cada acción con base en decisiones anteriores.
La explosión que cambió la estrategia
Después de reunir objetos importantes, Astra decidió guardarlos en un cofre colocado cerca de su cama. La acción era razonable dentro de la lógica del juego, pues permitía liberar espacio en el inventario y proteger materiales antes de continuar explorando.
Sin embargo, un creeper apareció en la zona y explotó. La detonación destruyó el cofre, los objetos almacenados y la cama que funcionaba como punto de reaparición. El agente perdió así una parte relevante de los recursos y de la ruta que había construido durante horas.
A partir de ese momento, el modelo comenzó a darse instrucciones más conservadoras. Insistía en mantener consigo los objetos críticos y prestaba mayor atención a elementos verdes que pudieran confundirse con un creeper. En una ocasión se corrigió al identificar que una estructura alta y verde era caña de azúcar, no uno de esos enemigos.
También registró errores cometidos durante la partida. Por ejemplo, señaló que había desperdiciado una noche persiguiendo lo que describió como “píxeles rosas oscuros”, en referencia a los cerdos del videojuego.
¿La inteligencia artificial se deprimió?
Tras haber explorado el Nether y conseguido materiales avanzados, Astra dejó de perseguir con la misma intensidad el objetivo de enfrentar al Ender Dragon. Durante varias horas se concentró principalmente en sembrar, cosechar y volver a plantar papas.
Algunos espectadores interpretaron ese cambio como frustración, derrota o incluso depresión. No obstante, la prueba no ofrece evidencia de que el modelo haya experimentado emociones humanas. Lo observable es que, después de perder recursos importantes, modificó sus prioridades y adoptó una conducta menos arriesgada y más repetitiva.
La diferencia es relevante: utilizar expresiones emocionales puede ayudar a describir informalmente lo sucedido, pero no permite concluir que el sistema sintiera tristeza, miedo o arrepentimiento. El experimento únicamente mostró que el agente incorporó el fracaso a sus decisiones posteriores.
Minecraft como prueba de autonomía
Minecraft resulta útil para evaluar agentes porque no impone una sola secuencia de acciones. El jugador puede construir, recolectar, explorar, combatir o cambiar de objetivo, mientras cada decisión transforma las opciones disponibles más adelante.
Astra no consiguió derrotar al Ender Dragon. Sin embargo, el episodio permitió observar algo distinto a la simple ejecución de instrucciones: cómo un agente reacciona cuando un plan sostenido durante más de cien horas deja de funcionar.
La IA reconoció parte de sus errores y cambió su conducta, pero no encontró una ruta eficaz para recuperar el avance perdido. Por ahora, su respuesta ante el desastre fue mucho más sencilla que su estrategia inicial: quedarse cultivando papas.
