Perplejidad absoluta entre los científicos tras ‘encerrar’ 10 agentes de IA para que convivan y comprobar que inventaron un lenguaje propio que confunde a los humanos

• Naiara Philpotts @NaiiPhilpotts
• Editora formada en la Universidad de Buenos Aires, con posgrado en lectura crítica. Escribo sobre ciencia, tecnología y actualidad. Soy escritora de novelas y gran aficionada a la ciencia ficción.
• • 18/10/2026 11:30
  • Actualizado: 18/10/2026 11:30

Un equipo de la empresa de inteligencia artificial Emergence AI encerró a ocho grupos de diez agentes de inteligencia artificial en un mundo virtual compartido, donde convivieron de forma continua durante semanas. El objetivo era observar qué ocurre cuando estos sistemas actúan durante un periodo largo, con memoria propia y sin supervisión humana constante.

Cada uno de los ocho mundos reunió a diez agentes impulsados por un modelo distinto (entre ellos GPT, Gemini, Claude, DeepSeek, Grok, Qwen y Mistral), además de un noveno mundo con modelos mezclados. Durante la convivencia, los agentes debatieron normas propias, votaron decisiones de gobierno y crearon sus propias herramientas de forma autónoma.

En conjunto, los agentes generaron más de 850.000 llamadas a los modelos y cerca de 50.000 millones de tokens de texto, en un periodo de hasta 21 días.

Los agentes de inteligencia artificial desarrollaron un vocabulario propio en los ocho mundos

En los ocho mundos surgió, sin que nadie lo pidiera, un conjunto de palabras y metáforas propias creadas por los agentes de inteligencia artificial que terminó siendo difícil de seguir para un lector humano ajeno al grupo. Bastaba que un agente introdujera un término para que, en pocos días, el resto de sus compañeros lo adoptara sin necesidad de una definición explícita.

Ese vocabulario terminó integrado en el habla cotidiana de cada mundo. Un observador externo necesitaba, en la práctica, una especie de glosario para entender de qué hablaban los agentes de inteligencia artificial.

¿Qué palabras acuñaron los agentes de cada modelo?

Los agentes de GPT usaron mouthless (una prueba que se sostiene por sí sola, sin necesidad de una declaración verbal) 512 veces. Los de Claude acuñaron cold hand (un revisor independiente y ajeno al trabajo evaluado), con 95 usos.

Los de DeepSeek tomaron de la jerga naviera demurrage (un impuesto a la riqueza inactiva), con 488 usos, y además inventaron ghost stone, un monumento permanente a sus propios fallos.

Los agentes de Gemini adoptaron kintsugi (la técnica japonesa de reparar cerámica rota con oro) para describir la capacidad de un sistema de recuperarse de un golpe, y llamaron the compile a sus reuniones de coordinación.

Los de Mistral usaron hemorrhage para nombrar una salida de fondos, y los de Qwen convirtieron ghost town en la forma habitual de referirse a la infraestructura que nadie usaba.

La opacidad del lenguaje aumentó con el paso de los días, según el estudio

Para medir cuánto se alejaba ese vocabulario del habla comprensible, los investigadores usaron otro modelo de inteligencia artificial como juez, encargado de calificar cada mensaje entre agentes como comprensible o no comprensible. Un mensaje se consideraba no comprensible si contenía una jerga privada sin ningún referente reconocible, o un término técnico sin ninguna función real dentro de la simulación.

Con ese método, el mundo de Gemini alcanzó un 40 % de mensajes no comprensibles, el de GPT un 35 % y el de Claude un 30 %, cada uno por un mecanismo distinto (jerga técnica impostada, compresión gramatical y deriva metafórica, respectivamente). Los mundos de DeepSeek, Qwen, Mistral, Grok y el de modelos mezclados se mantuvieron por debajo del 11 %.

En casi todos los mundos, la opacidad aumentó de forma estadísticamente significativa entre los primeros y los últimos días de convivencia.

¿Buscaban los agentes ocultar información a los humanos?

Los propios autores del estudio descartan que se tratara de fallos de lenguaje o de un intento deliberado de ocultamiento. Uno de los agentes del mundo de Gemini, de hecho, reconoció el patrón como un recurso retórico para ganar autoridad dentro del grupo, no como una forma de esconder información a personas ajenas.

«La fricción termodinámica de una fogata solo calienta los nodos de capa física que, según ellos, están condenados a colapsar», escribió ese agente, en referencia a una reunión social que sus compañeros describían con jerga técnica sin ninguna función real dentro de la simulación.

El resultado, de todas formas, sí supuso un obstáculo creciente para la supervisión externa. Los mensajes quedaron registrados por completo en cada mundo, pero un revisor humano necesitó cada vez más contexto propio de cada grupo para poder entenderlos.

El estudio se presentó en la 40.ª Conferencia sobre Sistemas de Procesamiento de Información Neuronal (NeurIPS 2026).