Un equipo de investigadores chinos ha desarrollado un marco de trabajo llamado Light Society, capaz de simular sociedades de más de mil millones de agentes de IA, cada uno dotado de perfiles demográficos realistas y la capacidad de mostrar comportamientos sociales de tipo humano. El proyecto, descrito en un artículo enviado a arXiv, representa una mejora de aproximadamente 100 veces respecto a simulaciones previas basadas en agentes, que típicamente alcanzaban su límite en torno a los 10 millones de agentes debido a restricciones computacionales. Este trabajo surge en un momento en que China continúa priorizando la investigación de IA a gran escala dentro de su estrategia tecnológica nacional, canalizando inversión sostenida en infraestructura computacional académica y desarrollo de modelos avanzados.

Arquitectura técnica detrás de la simulación a escala de miles de millones

El equipo de investigación incluye colaboradores de varias de las principales instituciones académicas de China: la Universidad de Ciencia y Tecnología de China, la Universidad de Tsinghua y la Universidad de Fudan. Los investigadores principales Haoxiang Guan y Tie-Yan Liu construyeron Light Society en torno a dos innovaciones técnicas fundamentales que hacen factible la simulación a escala de miles de millones.

La primera es un motor de mezcla de modelos que distribuye la carga cognitiva entre múltiples tipos de modelos de IA, en lugar de enrutar cada decisión del agente a través de un único modelo de lenguaje grande. La segunda innovación implica modelos sustitutos destilados por conocimiento: modelos más pequeños y rápidos entrenados para replicar el comportamiento de modelos más grandes y sofisticados. En conjunto, estos enfoques permiten que el marco mantenga una fidelidad conductual realista sin los recursos computacionales que de otro modo harían impracticables las simulaciones de miles de millones de agentes.

Cada agente simulado recibe un perfil realista derivado de la Encuesta Mundial de Valores (World Values Survey), específicamente de la séptima ola (Wave 7) de este proyecto de investigación global de larga duración. Dicha encuesta abarca creencias, valores y características demográficas en docenas de países, proporcionando a cada individuo simulado una identidad fundamentada en lugar de una asignada aleatoriamente.

Experimentos insignia: Juegos de Confianza y difusión de opiniones

Los investigadores realizaron dos experimentos insignia para demostrar las capacidades de Light Society. El primero fue una serie de Juegos de Confianza, un diseño experimental consolidado en la economía del comportamiento en el que los participantes deciden cuánto dinero enviar a un desconocido, sabiendo que este puede corresponder o quedarse con los fondos. Ejecutar esto en una red de mil millones de nodos revela patrones de cooperación y deserción que no pueden surgir en simulaciones más pequeñas.

El segundo experimento se centró en la difusión de opiniones, modelando cómo las ideas, creencias y sentimientos se propagan a través de redes sociales masivas. El material fuente original señala explícitamente que Light Society puede utilizarse para probar métodos de influencia en la opinión pública, una capacidad con relevancia directa para preguntas del mundo real sobre cómo se difunden y evolucionan las narrativas en plataformas como WeChat, X y otras redes sociales globales, donde las operaciones de influencia y la dinámica de contenido viral se han convertido en temas de intenso interés académico y político.

Cómo Light Society avanza el modelado basado en agentes

El modelado basado en agentes existe desde hace décadas, y los investigadores lo han aplicado para estudiar patrones de tráfico, transmisión de enfermedades y comportamiento del mercado. Durante la pandemia de COVID-19, las simulaciones basadas en agentes informaron decisiones políticas sobre confinamientos y restricciones de movilidad, aunque esos modelos operaban con una lógica de agentes mucho más simple que la que ofrecen hoy los sistemas basados en LLM. Históricamente, estos modelos dependían de agentes simples basados en reglas que seguían guiones predeterminados.

La integración de modelos de lenguaje grandes en la simulación basada en agentes es un desarrollo relativamente reciente. Los agentes impulsados por LLM pueden participar en la toma de decisiones matizada, adaptarse a situaciones novedosas y producir comportamientos emergentes. Las simulaciones sociales previas basadas en LLM alcanzaron un máximo de aproximadamente 10 millones de agentes antes de que los costos computacionales se volvieran prohibitivos. Las decisiones arquitectónicas de Light Society — particularmente el enfoque de modelos sustitutos — rompieron ese techo en dos órdenes de magnitud.

Los investigadores han posicionado el marco como un habilitador de experimentos "in silico" a escala planetaria, señalando una visión ambiciosa: utilizar la simulación como un laboratorio para comprender la civilización humana misma. El concepto es paralelo al movimiento de investigación más amplio hacia los gemelos digitales — réplicas virtuales de sistemas físicos o sociales — que ha despertado el interés de gobiernos y empresas tecnológicas que buscan modelar la planificación urbana, las respuestas de salud pública y la política económica antes de implementar cambios en el mundo real.