Uno de los avances más sugerentes que nos está dejando del desarrollo de la inteligencia artificial es su aplicación en mundos y seres simulados para permitirnos entender mejor el comportamiento humano. Y da igual si es en las conversaciones de trabajo, al conducir por la ciudad o al planificar una compra. En este caso ha sido un trabajo de la Universidad de Stanford con el atractivo título de «Agentes generativos: simulaciones interactivas del comportamiento humano» (Generative Agents: Interactive Simulacra of Human Behavior, en ArXiv.org).
Este trabajo puede entenderse como un cruce entre el clásico videojuego de ‘Los Sims‘ con los «robots inteligentes» de la serie ‘Westworld‘, todo ello aderezado con los avances en lenguaje proporcionados por inteligencias artificiales como GPT-3 y GPT 3,5-4. Si suena intrigante es porque lo es; va mucho más allá de un juego o de la pura ficción.
Todo ello puede verse en acción en Reveries, que muestra cómo funciona la simulación de estos personajes a lo largo de varios días: su vida cotidiana, conversaciones y decisiones. Lo más interesante del asunto es que entender cómo «funcionan» permitirá aplicar la misma técnica a otros comportamientos humanos, desde el urbanismo a la conducción, el diseño de edificios o la planificación de emergencias (por cierto: no deja de ser curioso que Reveries, «Ensoñaciones», sea uno de los temas principales de las IAs de ‘Westworld‘).
Agentes generativos como personajes de un mundo simplificado
La simulación es un escenario a modo de pequeña ciudad llamada Smallville en la que hay diversos edificios: viviendas, biblioteca, tiendas, oficinas, huertos, universidad, dormitorios para estudiantes… Las reglas de este pequeño mundo virtual son simples: los personajes se despiertan por la mañana y hacen lo que quieren con su vida, yendo de un sitio a otro dentro de las limitaciones de caminos y objetos que hay a su alrededor.
Cada agente generativo, de los que hay 25 en total, es un personaje con unas características determinadas: nombre, edad, capacidad de atención, de retención… Las variables no son muchas porque la idea es manejar un modelo y personajes sencillos, pero todos tienen una pequeña biografía que los describe («se va a dormir pronto», «le gusta hacer ejercicio»…), así como tendencias innatas (ser amigable, hospitalaria) y aprendidas (es propietaria de la cafetería, planea organizar una fiesta para una amiga). Todo esto se puede imbuir en el personaje a través de GPT-3,5, cuya arquitectura gobierna el uso del lenguaje natural tanto para esto como para interactuar con otros personajes, como para dar explicaciones al superusuario / programador que observa la simulación.
Smallville, visto desde la interfaz de Reveries parecería poco más que una película en la que el tic-tac del reloj transcurre algo más rápido de lo normal –para no aburrir al personal– y donde a través de emoticonos se puede ver lo que hace cada personaje. Además de eso, cada personaje se puede seleccionar para ver con detalle dónde está y qué acciones está llevando a cabo: «estudiando para un examen», «escuchando música», «hablando con Arthur», etcétera. Pero hay mucho más entre bambalinas.
El comportamiento es la clave de la simulación
La clave de Reveries es que lo que va sucediendo con los personajes lo determina la IA que hay tras el lenguaje: tanto la forma en que se han descrito sus características y estilo de vida como las conversaciones que mantienen con otros personajes. En la descripción del trabajo se explica cómo interactúan los personajes: los más dicharacheros entablan conversaciones, invitan a otros personajes a sus casas o se embarcan en actividades comunes. Todas estas conversaciones se pueden examinar con detalle «desde fuera», igual que un titiritero observa a sus muñecos.
Un caso interesante es el personaje de Isabella, a quien se definió como «una joven que está preparando una fiesta de San Valentín». La chica comenzó a planear con antelación invitar a otros personajes, explicándoles en qué consistía la fiesta, buscando un lugar para hacerla y citando a todos a una hora determinada. Es interesante observar que esos comportamientos no se han programado, tan solo se utiliza GPT para dejar que «la cosa fluya» y mientras que los personajes saben poco más que cómo moverse de un sitio a otro, que el tiempo pasa y que han de comer y descansar de vez en cuando. No saben nada de fiestas, organización de citas ni cómo convencer a los más reticentes a que acudan (de los 25 acabaron acudiendo 7, los otros tenían otras cosas que hacer, pusieron excusas o se olvidaron).
Para que todo esto funcione, la simulación pone especial énfasis en que todos los «recuerdos» de los personajes quepan en su memoria (además de sus características básicas), para que GPT los puede procesar. Normalmente esta memoria no es mucha, debido a una limitación intrínseca de los LLM (modelos de lenguaje extensos) como GPT-3 y GPT-4, pero se pueden optimizar esos recuerdos para que ocupen menos, aunque sea a costa de perder algo de información. Es divertido cómo explican que, por ejemplo, uno de los personajes va a presentarse a las elecciones como alcalde, habla con otro, a quien le explica sus planes, pero más adelante el otro personaje olvida el nombre del candidato aunque «le suena» eso de que va a haber elecciones próximamente.
Una forma curiosa de interactuar con los personajes, además de cambiar el código o el perfil de cada uno de ellos, es hablarles como «voz interior», algo que muchas personas hacen de forma innata. Con un solo mensaje se puede implantar una idea («Va a haber exámenes, estudia») y el personaje reorganiza su agenda para encontrar momentos en los que estudiar. Algunos optan por soluciones curiosas, como leer un libro mientras están comiendo, algo que tampoco a nadie se le ocurrió programar y que se vio surgir espontáneamente en la simulación.
Mucho camino por recorrer con los agentes generativos
Los expertos creen que estos mundos simulados pueden ser muy interesantes para entender el comportamiento humano, para crear personajes artificiales más interesantes, por ejemplo en videojuegos o para dar más realismo a las simulaciones, por ejemplo el comportamiento de los conductores al planificar sus trayectos por la ciudad o verse ante una situación parecida a un atasco.
Naturalmente, una simulación de agentes de este tipo da lugar a situaciones y fallos divertidos porque, como todo el mundo sabe, GPT-3 a veces se inventa cosas o no entiende cómo funciona el mundo. En una de las primeras versiones los habitantes de Smallville tendían a entrar en grupos al cuarto del baño, porque no conocían las reglas sociales de etiqueta ni que un baño está diseñado para que lo use una sola persona a la vez. Tampoco sabían al principio que las tiendas tenían horario, de modo que aparecían allí para comprar a cualquier hora, tan solo para encontrarse que estaban cerradas. Detalles fáciles de solucionar con mejores descripciones de los objetos («supermercado abierto de 10:00 a 17:00» o «cuarto de baño para una sola persona»).
El mayor ámbito de aplicación de estas simulaciones son, sin duda, los agentes generativos como personajes de videojuegos y del multiverso, capaces de un comportamiento realista que vaya mucho más allá de lo que conocemos hasta ahora. Lo más curioso será que estos agentes tendrán probablemente su «vida artificial» entre bambalinas, hablando unos con otros, aprendiendo y viviendo a su modo, probablemente mientras los usuarios humanos siguen con sus quehaceres en el mundo real.
