Cuando un grupo grande de amigos intenta ponerse de acuerdo para salir a comer, elegir una hora y un restaurante puede convertirse en una pequeña negociación. Mientras más personas participan, más difícil resulta llegar a un acuerdo. Algo parecido ocurre en otros grupos humanos.
Según investigaciones previas, las personas pueden relacionarse de manera efectiva con unas 150 a 200 personas sin necesidad de imponer reglas muy estrictas. A ese límite se le conoce como número de Dunbar.
El límite con las IAs
Ahora, investigadores de la Universidad de Konstanz descubrieron que los sistemas de inteligencia artificial también parecen tener un límite parecido. La diferencia es que, en los modelos de lenguaje más avanzados, ese número puede llegar hasta unos 1.000 agentes. El estudio fue publicado en Science Advances.
Para comprobarlo, el equipo realizó experimentos con 10 modelos de lenguaje. Cada uno tenía que tomar decisiones dentro de un grupo de agentes de IA, eligiendo repetidamente entre dos opciones igualmente válidas. Como ninguna alternativa era objetivamente mejor, los agentes solo podían guiarse por las decisiones que tomaban los demás.
Los investigadores descubrieron que todos los modelos mostraban una fuerte tendencia a seguir a la mayoría. En grupos pequeños, los agentes llegaban rápidamente a una decisión común. Pero cuando el grupo crecía, el consenso tardaba cada vez más en aparecer y aumentaba la posibilidad de que se dividiera en dos bandos.
Los físicos pueden medir esta tendencia mediante un parámetro llamado fuerza de la mayoría. Lo llamativo fue que los resultados de los distintos modelos seguían una fórmula matemática utilizada durante décadas para estudiar cómo se comportan los imanes.
El tamaño máximo del grupo dependía del rendimiento del modelo. Los sistemas más sencillos podían coordinar alrededor de 30 agentes, mientras que los modelos más avanzados lograban mantener un consenso con hasta 1.000.
Algunos problemas
Pero llegar a un acuerdo con tanta facilidad también puede convertirse en un problema. Si todos siguen automáticamente a la mayoría, las opiniones individuales pueden quedar de lado. El grupo termina aceptando una decisión que quizá ninguno de sus integrantes habría elegido por separado.
Los investigadores comprobaron que esto también ocurre con la IA. Un conjunto de agentes que funcionan bien individualmente puede terminar tomando una decisión equivocada y, aun así, estar completamente de acuerdo.
Por eso, estudiar cómo se comportan estos sistemas requiere algo más que informática. La sociología, la psicología social y la física estadística llevan décadas estudiando cómo los individuos toman decisiones cuando forman parte de un grupo. Esa experiencia puede ayudar a entender qué ocurre cuando esos grupos dejan de estar formados por personas y empiezan a estar formados por inteligencias artificiales.