Els grans models de llenguatge aprenen una llengua que els humans ja han creat. Un grup de la Vrije Universiteit Brussel (VUB) i la Universitat de Namur ha provat el contrari: deixar que uns agents s'inventin un vocabulari partint de zero. El treball, signat per J. Botoko Ekila, L. Verheyen, J. Nevens, Katrien Beuls i Paul Van Eecke, s'ha publicat a *Transactions of the Association for Computational Linguistics* (volum 14, pàgines 2234-2257; DOI 10.1162/TACL.a.799).
Els agents només disposaven de tres mecanismes bàsics: inventar mots localment, ajustar els prototipus dels seus conceptes i rebre un senyal d'èxit o de fracàs de cada intent de comunicar-se. No hi havia cap vocabulari previ ni cap ordinador central que imposés les regles. Per parelles, els agents van interactuar fins que tota la població va acabar compartint les mateixes convencions.
Els autors diuen que ho han provat amb 37 conjunts de dades, entre ells anàlisis fisicoquímiques de vins, dades d'exoplanetes de la NASA i imatges d'ocells i de cares. En tots els casos els agents van construir conceptes compartits a partir de les dades. El llenguatge es va ajustar sol a la tasca, creant només les categories necessàries, i va resistir canvis de l'entorn, soroll als sensors i diferències entre agents. Segons els autors, cada prototipus es pot lligar directament als valors dels sensors, la qual cosa donaria més transparència que un model opac.
Hi ha límits. La nota de premsa no dona xifres de rendiment ni comparacions amb altres mètodes, i les aplicacions que esmenta —cotxes autònoms, robots o sensors industrials que es comuniquin entre ells— són una possibilitat, no pas un fet demostrat. A més, una llengua que els humans no entenen només és interpretable si algú es pren la molta feina d'examinar-ne els prototipus.