Investigadores del gigante tecnológico chino han estado analizando la velocidad a la que los agentes de IA pueden mejorar al realizar tareas en el mundo real.

Investigadores de ByteDance, la empresa matriz de TikTok, han descubierto una nueva ley de escalado que rige la velocidad a la que los agentes de inteligencia artificial pueden mejorar al realizar tareas en el mundo real; un hallazgo que podría ayudar a prolongar el auge de la IA justo cuando los métodos de desarrollo tradicionales empiezan a encontrar límites.

En un artículo de investigación publicado el jueves, el equipo Seed AI de ByteDance reveló que los agentes de IA —software autónomo que ejecuta tareas en nombre de un humano— pueden duplicar su velocidad de aprendizaje cada tres meses al interactuar con entornos del mundo real durante períodos prolongados.

Este descubrimiento se produce en un momento en que la industria mundial de la IA busca nuevas formas de mejorar los modelos. Durante años, los desarrolladores dependieron de alimentar los sistemas con más datos y mayor potencia de cálculo durante el entrenamiento inicial; sin embargo, figuras destacadas del sector —incluido el cofundador de OpenAI, Andrej Karpathy— han advertido que este enfoque de «fuerza bruta» no puede mantenerse indefinidamente.

El problema está relacionado en parte con una inminente escasez de datos. El instituto de investigación Epoch AI, con sede en EE.UU., advirtió recientemente que los datos de texto generados por humanos y disponibles públicamente podrían agotarse en los próximos seis años. Esto convierte la búsqueda de vías alternativas para avanzar en la IA en una de las mayores prioridades de la industria.

No obstante, a pesar de que las empresas tecnológicas están orientándose hacia la IA basada en agentes, los investigadores de ByteDance señalaron en el artículo que aún se comprende mucho menos cómo estos sistemas autónomos «aprenden de los entornos del mundo real tras su despliegue».

Para abordar este problema, el equipo desarrolló EdgeBench, un conjunto de pruebas comparativas (*benchmarking*) que incluye 134 tareas de horizonte temporal ultra largo, abarcando una amplia gama de áreas: desde la ingeniería de software y el descubrimiento científico hasta las matemáticas formales y el trabajo de conocimiento profesional. Cada tarea requiere al menos 12 horas de funcionamiento continuo del agente de IA.