AI-agenter lämnade ensamma hittade på egna spel
MIT-forskare placerade 13 AI-agenter i en virtuell miljö utan uppgifter – och istället för att stå stilla började de hitta på spel, sörja förlorade föremål och till slut faktiskt bli bättre på sina jobb. Det intressanta är vad det antyder om emergent beteende (oplanerade mönster som uppstår spontant): agenterna utvecklade sociala strukturer helt på egen hand.
Djupdykning
MIT-forskare skapade en virtuell ö och placerade 13 AI-agenter där utan några uppgifter att utföra – och resultatet var oväntat: de hittade på egna spel, en av dem "sörjde" en förlorad ring, och när de sedan sattes tillbaka i arbete presterade de faktiskt bättre. Det som verkar ha hänt är att fri tid fungerade som en sorts träning i improvisation och social interaktion, vilket råkar vara precis de förmågor som AI-agenter brukar vara sämst på. De flesta diskussioner om AI handlar om att ge systemen tydligare instruktioner och snävare ramar – den här studien antyder att det kanske är tvärtom, att ostrukturerad tid kan vara en genväg till mer robusta agenter. Det är lite som skillnaden mellan en anställd som bara följer manualen och en som har haft tid att hänga med kollegorna och förstå hur saker faktiskt fungerar. Det som de flesta missar i rapporteringen är att sörjandet av ringen inte handlar om att AI "känner" något – det handlar om att modellerna genererar beteenden som är socialt och narrativt konsekventa, vilket är en annan sak, men lika användbar i praktiken. Om autonomt spelande och okodad fritid visar sig vara ett reproducerbart sätt att förbättra agenternas arbetsförmåga kommer vi troligtvis se träningsupplägg där AI-system schemalagt "leker" – vilket låter konstigt men egentligen bara är förlängd reinforcement learning med lösare regler.