Ya no hacen modelos de simulación como los de antes: los LLMs llegan para darle vida a los agentes

Mira, te voy a contar una cosa que me ha volado la cabeza. Resulta que los modelos de simulación esos, los que usan para predecir cómo se comporta la gente en una ciudad, cómo se propaga una enfermedad o qué pasa si subes los impuestos, han tenido un problema de cojones desde siempre: son estáticos. Es decir, montas el modelo con un montón de datos fijos, con reglas predefinidas, y luego lo ejecutas y ya. No se adaptan a lo que está pasando en tiempo real. Es como si hicieras una previsión del tiempo basándote en el tiempo que hizo el año pasado, sin mirar por la ventana.

Y aquí es donde entra la IA, concretamente los modelos de lenguaje grandes (LLMs, que le dicen). Un grupo de investigadores ha dicho: 'Oye, y si en lugar de tener agentes que se comportan como robots programados en los 80, les metemos un LLM para que decidan sobre la marcha?'. Suena a broma, pero no lo es. Han creado un sistema híbrido, que llaman 'Hy', que escala de puta madre y permite que millones de agentes individuales tomen decisiones basadas en razonamiento, no en reglas fijas.

El enfoque es brutal: en vez de tener un modelo que asume que todo el mundo reacciona igual ante una crisis, cada agente tiene su propio 'cerebro' LLM que procesa la situación y decide. ¿El resultado? Simulaciones mucho más realistas, que pueden cambiar sobre la marcha si los datos del mundo real cambian. Imagínate usarlo para planificar una evacuación por un huracán, donde la gente no sigue un manual, sino que entra en pánico, se ayuda, se bloquea... todo eso que hacemos los humanos.

Claro, esto abre un melón enorme. ¿Hasta qué punto podemos fiarnos de que un LLM tome decisiones por millones de personas simuladas? ¿Y si el modelo tiene sesgos? Pero oye, la idea es tan potente que merece la pena explorarla. Porque si logran que estos modelos se adapten en tiempo real, podríamos tener herramientas de simulación para políticas públicas que no sean un mero ejercicio académico, sino algo que realmente ayude a tomar decisiones mientras la cosa se está cociendo.

En fin, que los científicos de datos están dejando de ser los tíos que programan ecuaciones diferenciales para convertirse en una especie de directores de orquesta de inteligencias artificiales. Y a mí, personalmente, me parece un paso adelante. O un paso hacia el caos, ya veremos.

Según ha adelantado el medio arXiv AI.