Agentes de IA brillan en solitario pero se descoordinan con desconocidos: Oxford apunta a reglas comunes, no a modelos más listos

Por DiarioBitcoin · 7 de noviembre de 2026.

Un equipo de la Universidad de Oxford ha comprobado que los agentes basados en modelos de lenguaje de frontera rinden de forma consistentemente inferior a lo esperado cuando deben coordinarse con socios con los que nunca han trabajado. El trabajo se titula «Zero-Shot Coordination among LLM Agents». Lo firman Adrian Hayler, Shashank Reddy Chirra, Andrei Lupu, Johannes Forkel, Bidipta Sarkar y Siheng Feng. Según la nota de origen, se publicó el 4 de noviembre de 2026.

El problema se llama coordinación de tiro cero (ZSC, por «zero-shot coordination»): dos agentes deben acordar cómo actuar sin haber pactado antes una estrategia común. Para medirlo, los investigadores usaron entornos minimalistas basados en un Dec-POMDP, un proceso de decisión de Markov descentralizado y parcialmente observable. En ese marco, cada agente decide con una visión limitada y debe tener en cuenta que el otro también interpreta la situación por su cuenta. Uno de los escenarios fue un juego de señales llamado Gato y Perro.

El estudio atribuye la brecha a dos debilidades relacionadas. La primera es una comprensión limitada de cómo funciona la coordinación. La segunda es la dificultad para razonar sobre lo que creen los socios y sobre los motivos de sus decisiones, es decir, la teoría de la mente (considerar los estados mentales de otro).

La propuesta de los autores son las definiciones favorables a la coordinación (CFD, por sus siglas en inglés). Son principios escritos en lenguaje natural que se entregan a los agentes para que compartan convenciones en lugar de apoyarse en supuestos implícitos distintos. Según los resultados descritos, las CFD mejoraron sustancialmente la coordinación al favorecer acciones seguras de respaldo y respuestas más consistentes.

El equipo también probó a generarlas automáticamente mediante metaaprendizaje, una técnica que aprende a producir estrategias útiles en lugar de recibirlas ya escritas. Las CFD descubiertas así igualaron o superaron a las redactadas a mano.

Hay límites claros. Los entornos son deliberadamente mínimos, para aislar modos concretos de fallo. El material no aporta resultados sobre almacenes con robots, proyectos de software a gran escala o entornos que cambian de forma dinámica. El propio estudio, según la nota, ofrece evidencia en las condiciones evaluadas, no una garantía de coordinación universal.

**Nuestra lectura.** La tesis que sacamos es sencilla: más capacidad individual no equivale a mejor trabajo en equipo. Hasta ahora, la conversación sobre agentes ha girado en torno a qué tan bien resuelve una tarea un solo modelo. Este trabajo recuerda que el siguiente cuello de botella es social: interpretar la misma instrucción de forma distinta no es absurdo desde dentro de cada agente, pero produce acciones incompatibles.

Lo más valioso es el tipo de remedio. No hace falta un modelo nuevo ni una arquitectura distinta: basta con convenciones comunes y una opción segura cuando la situación es ambigua. En general, esto se parece a lo que hicieron los humanos con los protocolos: la interoperabilidad rara vez la resuelve la inteligencia individual, sino los estándares. Encaja con una tesis que ya hemos defendido: en la guerra de los agentes gana quien controla la «fontanería» (estándares, integración, convenciones), no solo el modelo más listo.

Hay también una lectura de gobernanza. Si agentes de equipos y empresas distintas van a interactuar, quien los despliega necesita saber qué convenciones asumen y cuál es su comportamiento por defecto ante la duda. Conecta con la brecha que vemos entre adopción rápida y control mínimo. Una «acción segura de respaldo» es, en el fondo, una política auditable.

A corto plazo, esto frena los sueños de enjambres de agentes heterogéneos cooperando sin fricción; conviene desconfiar de cualquier demo que no explique cómo se pactan las reglas. A largo plazo, es una buena noticia de fondo: que el problema se pueda atacar con marcos compartidos, incluso generados automáticamente, sugiere que la coordinación entre máquinas es una ingeniería abordable y no un muro. Esa es una pieza necesaria para la abundancia que esperamos: sistemas que colaboren de forma fiable con humanos y entre sí. Eso sí, falta demostrar que estas reglas aguantan fuera del laboratorio.