Un modelo que piensa más tiempo en un tablero no necesariamente se parece más a una persona. Un estudio de Nature de MIT, Cambridge, Princeton y colaboradores usó 121 juegos estratégicos desconocidos de dos jugadores para observar el razonamiento inicial. El resultado apunta a una vía ligera: ante un juego nuevo, las personas suelen usar pocas simulaciones mentales, superficiales y orientadas a objetivos.
Para la IA, el mensaje es directo. Los modelos de razonamiento suelen premiar cadenas largas y árboles de búsqueda grandes. Los usuarios reales primero necesitan decidir si vale la pena pensar más, cuánto cómputo usar y qué paso probar.
La primera mirada en 121 juegos
El equipo construyó 121 variantes de juegos de conexión. Cambian el tablero, la longitud de conexión, las condiciones de victoria y las acciones por turno, pero la acción básica sigue siendo poner piezas en una cuadrícula. Más de 1000 participantes podían entender las reglas sin apoyarse en entrenamiento previo.
Las tareas incluían juzgar justicia desde las reglas, estimar diversión, hacer la primera jugada, predecir el siguiente movimiento de otra persona y decidir si seguir tras una propuesta de empate. Intuitive Gamer usa pocas simulaciones de self-play y heurísticas dirigidas por objetivos.
“whether a task is worth thinking about at all”
Rápido no significa aleatorio
En los juicios de justicia antes de jugar, Intuitive Gamer ajustó las estimaciones humanas con R²=0,81, cerca del techo de los propios datos humanos, R²=0,82. Random Player marcó R²=0,47, Expert Gamer R²=0,65 y MCTS R²=0,60.
La eficiencia fue mayor. Según la métrica de self-play del paper, Intuitive Gamer usó cerca de 1/700 del tiempo wall-clock de Expert Gamer y evaluó unas 500 veces menos estados de tablero. Frente a MCTS, el tiempo fue de casi 1/40000 y las evaluaciones de nodos unas 10000 veces menores.
Los jugadores humanos también parecen buscar poco
302 participantes jugaron juegos nuevos, con 1808 partidas y 9892 movimientos. En predicción de acciones, Intuitive Gamer explicó mejor las elecciones que Expert Gamer y los modelos aleatorios. En 32 de 41 juegos de prueba cubrió más de la mitad de la distribución de probabilidad de acciones; individualmente ocurrió con 243 de 302 jugadores.
En 249 estados congelados de tablero, el modelo también quedó más cerca de las predicciones humanas, con diferencias TVD de -0,15 frente a Expert Gamer y -0,09 frente al modelo aleatorio.
La lección para IA es presupuestar pensamiento
El estudio no produce una arquitectura general de IA. Trata juegos competitivos de dos jugadores con información completa, muchos de la familia de conexión. Go, ajedrez, cooperación, multiagentes y ciencia abierta requieren pruebas separadas.
Pero ofrece una métrica útil: evaluar si el modelo sabe cuándo basta una prueba superficial, cuándo activar búsqueda profunda y cuándo la computación adicional compensa el coste.
Fuentes: paper de Nature “People use fast and flat simulation to reason about new games”, arXiv:2510.11503, 36Kr English, CocoLoop; el texto de Nature se usó para verificar los 121 juegos, 1000+ participantes, R²/TVD, MCTS y métricas de eficiencia de Expert Gamer.