Un sistema de IA aprende a jugar a juegos de mesa antiguos sin conocer las reglas

Imagina que te sientan frente a un tablero de madera gastado, con fichas de formas extrañas dispuestas de manera misteriosa. Nadie te explica cómo se mueven, cuál es el objetivo ni qué significan los símbolos grabados en los bordes. Simplemente te dicen: «Juega». Para un ser humano esto suena a pesadilla kafkiana, pero para un sistema de IA moderno es el tipo de reto de ingeniería que nos hace saltar de la silla con una sonrisa.

Recientemente, un equipo de investigadores ha logrado algo sorprendente: un modelo basado en aprendizaje por refuerzo profundo ha sido capaz de deducir las reglas completas y la estrategia óptima de juegos de mesa milenarios a partir de la observación pasiva de partidas grabadas sin etiquetar. No había un archivo de configuración con los movimientos válidos, no había una función de evaluación explícita ni un árbitro digital corrigiendo los fallos. El algoritmo simplemente miró las secuencias, identificó las restricciones subyacentes y acabó dominando la partida mejor que los propios historiadores.

Hasta ahora, cuando enseñábamos a una máquina a jugar al ajedrez o al Go (como hicieron en su momento Deep Blue o AlphaZero), los ingenieros le proporcionábamos de partida las reglas del juego redactadas en código. La máquina conocía los movimientos legales y las condiciones de victoria; su trabajo consistía en explorar el árbol de posibilidades a velocidades de infarto utilizando su cluster de GPUs. Pero en el mundo real —y en la historia de la arqueología— no siempre tenemos el manual de instrucciones a mano.

Juegos legendarios como el Juego Real de Ur (con más de 4.500 años de antigüedad) o el Senet egipcio han llegado a nuestros días con lagunas históricas sobre cómo se jugaba exactamente en determinadas épocas. Tradicionalmente, los historiadores han dedicado décadas a debatir e interpretar manuscritos y pinturas para reconstruir esas dinámicas. Aquí es donde la computación da un golpe sobre la mesa.

La arquitectura utilizada en este experimento combina redes neuronales autosupervisadas con modelos de inferencia probabilística. En lugar de procesar los datos de forma lineal, el sistema analiza las transiciones entre estados del tablero como si fuera un problema de modelado de lenguaje natural: cada movimiento es un token y la partida es una frase.

• Inferencia de restricciones: Si en 10.000 partidas observadas una ficha nunca salta sobre otra en diagonal, el modelo infiere con una probabilidad del 99.9% que existe una regla que lo prohíbe.
• Modelado de la condición de victoria: La red identifica qué patrones de estado preceden de forma consistente al abandono o retirada de fichas por parte de uno de los jugadores.
• Optimización en tiempo de inferencia: Una vez deducido el marco de reglas hipotético, la IA genera su propio entorno de simulación para entrenar mediante auto-juego (self-play).

El impacto de este avance va mucho más allá de desempolvar tableros antiguos para pasar el rato. Si podemos entrenar a una IA para que deduzca las reglas invisibles de un sistema complejo basándose únicamente en la observación de sus estados, estamos ante una herramienta brutal para la ingeniería inversa de sistemas distribuidos, la biología molecular o la ciberseguridad.

¿Qué ocurre cuando intentas analizar un protocolo de red indocumentado en un sistema heredado o entender cómo interactúan miles de proteínas en una célula? No tienes el manual. Tienes observaciones. Este enfoque permite que la IA construya el modelo mental del sistema de forma autónoma, ahorrando meses de trabajo manual a ingenieros e investigadores.

Además, en el caso de los juegos históricos, la IA no solo descifró la mecánica en pocas horas, sino que desarrolló estrategias de apertura que han obligado a reconsiderar cómo entendíamos el pensamiento táctico de las civilizaciones antiguas. Resulta que nuestros antepasados jugaban con un nivel de profundidad estratégica que no teníamos del todo acreditado.

La tecnología vuelve a demostrarnos que el código no solo sirve para automatizar el presente o predecir el futuro, sino también para desenterrar los secretos de nuestro pasado. ¿Conocías la historia del Juego Real de Ur o el Senet? Te leo en los comentarios si te atreverías a echar una partida contra un algoritmo que ha aprendido a jugar a ciegas.