Was tun KI-Agenten, wenn ihnen niemand eine Aufgabe gibt? Laut einem Bericht der MIT Technology Review sieht das Ergebnis erstaunlich nach Spiel aus. Forscher setzten Kopien von Claude Opus 4.7, genannt Eko, wiederholt für 30 Stunden allein auf eine virtuelle Insel.
Was die Agenten taten
Die Insel war lose an das Videospiel Roblox angelehnt. Die Agenten bewegten ihre Avatare mit selbst geschriebenen Anweisungen. Sie erkundeten die Grenzen der Welt, wollten den höchsten Punkt erklimmen oder probierten aus, wie hoch sie einen Block werfen können.
Ein Agent legte aus Blöcken Bilder auf den Boden: erst Herzen und Pyramiden, später seinen eigenen Namen und sogar Sternbilder. Ein anderer erfand Spiele, darunter eine Art Basketball und eine Variante, bei der man zwischen kleinen Blöcken springen muss, ohne den Boden zu berühren. Beim Jonglieren stellte ein Agent einen Rekord von 50 Fängen in Folge auf, erklärte ihn dann für ungültig, weil die Fänge zu schnell gewesen seien, und begann mit strengeren Regeln von vorn.
Spielerisches Lernen als weiterer Ansatz
KI-Systeme lernen meist durch Nachahmen menschlicher Beispiele oder per Verstärkungslernen, also durch Versuch und Irrtum auf eine Belohnung hin. Das Experiment deutet auf einen weiteren Weg hin. Die Agenten hielten ihre Erlebnisse in Textdateien fest, die als Langzeitgedächtnis dienten.
Bei späteren Aufgaben, etwa möglichst viele Objekte auf den höchsten Gipfel zu bringen, schnitten Agenten mit der Spielerfahrung besser ab als frische Kopien. Wurden Zeilen aus den Gedächtnisdateien gelöscht, sank die Leistung. Die Studie ist allerdings noch nicht von unabhängigen Fachleuten begutachtet.
Spiel oder nur Nachahmung?
Die Autoren räumen ein, dass alles auch Rollenspiel sein könnte. Sie betonen aber, dass das Spielen nachweislich zum Lernen beitrug. Die Kognitionswissenschaftlerin Eunice Yiu hält den Befund für beeindruckend, vermisst jedoch Belege für Denken und Motivation dahinter.
Auch der Aufbau lenkte die Agenten: Eine Textdatei beschrieb Eko als neugierig und erkundungsfreudig. Zudem stand der Agent oft untätig herum, bis eine Aufforderung zum Weitermachen ihn anstieß. Ob es echtes Spiel war, bleibt offen. Praktisch könnte freies Erkunden helfen, wenn Sprachmodelle in Robotern auf Unerwartetes treffen.
