Els agents d'IA s'entrenen normalment amb tasques que els desenvolupadors trien d'antuvi i amb una manera de mesurar l'èxit definida per endavant. Uns investigadors del MIT han provat el contrari: van deixar 13 agents, anomenats Eko i basats en Claude Opus 4.7, durant 30 hores en una illa simulada, sense cap encàrrec. Ho descriuen en un article a arXiv (2610.07130). És una prepublicació encara **no revisada per parells**, i convé llegir-ne els resultats amb aquesta cautela.
Després, els van proposar reptes concrets, com ara aconseguir que el màxim d'objectes quedés a dalt de la roca més alta de l'illa. Segons l'estudi, els agents que havien passat les 30 hores explorant se'n van sortir en general millor que agents idèntics que mai no havien estat a l'illa. Entre els episodis que els autors expliquen, un agent va fracassar escalant el cim, va arrossegar una pedra fins a un cim veí, hi va apilar dos blocs i va saltar a la roca; un altre va llançar a l'oceà un anell daurat i va construir un cor de pedra en record seu, i quan l'anell va reaparèixer el va fer servir com a cistella de bàsquet i com a diana. Sis dels 13 agents van descobrir que podien llançar un bloc més lluny si el deixaven anar en ple salt, un efecte que els dissenyadors no havien previst.
Els investigadors hi veuen una manera diferent d'adquirir habilitats, potser també per controlar robots, i concloen que algunes capacitats s'ensenyen millor amb tasques, mentre que d'altres «potser necessiten una cosa més semblant a una infantesa». Hi ha un matís important: el fitxer amb el qual es defineix cada agent el descrivia com a «naturalment curiós», així que el plantejament mateix animava a un comportament humanitzat, encara que a cap agent no se li va dir que inventés jocs.
Eunice Yiu, científica cognitiva de la Universitat de Califòrnia a Berkeley, va dir a *MIT Technology Review* que s'havia quedat impressionada, però que volia més proves de la cognició que hi ha darrere del comportament: els models potser juguen de debò, però l'article no ho demostra. Els resultats són preliminars i es basen en un únic entorn simulat, petit.