Forma semejante a un pliego luminoso que se abre en un campo de relaciones oscuro

Paper · Serie Más allá del agente · P02

De la coordinación a la agencia colectiva

Un protocolo multiescala para distinguir coordinación, autoorganización, macropropiedades emergentes y agencia colectiva macroscópica en sistemas multiagente de IA.

Un protocolo multiescala para decidir cuándo muchos agentes justifican un modelo macro-agentivo

Resumen

Cuando varios sistemas de IA se comunican, se reparten tareas, se corrigen y producen resultados colectivos, el lenguaje ordinario empuja rápidamente hacia una conclusión: «el conjunto actúa como un agente». Esa conclusión puede ser útil, pero no se sigue de la coordinación por sí sola.

La teoría de coordinación lleva décadas describiendo cómo se gestionan dependencias entre actividades sin convertir a la comunidad en un sujeto único. La autoorganización y la estigmergia explican cómo pueden emerger patrones globales sin planificación central. La filosofía de la agencia grupal aporta criterios más exigentes. Y la formalización reciente de Jørgensen, Weichwald y Hammond permite preguntar, mediante causal abstraction, cuándo un modelo de agente colectivo de alto nivel captura adecuadamente un sistema multiagente de bajo nivel.

Este paper conserva esas fronteras y propone un protocolo aplicado de contraste multiescala. La pregunta no es «¿hay coordinación?», sino qué escala de modelado añade poder explicativo y qué rival debe descartarse antes de atribuir agencia colectiva. Cinco contrastes impiden una escalera lineal: Anthropic muestra coordinación fuerte bajo orquestación explícita; Calvano et al. muestran patrones autoorganizados sin comunicación; Ashery, Aiello y Baronchelli muestran convenciones y sesgos que emergen a escala poblacional sin un objetivo global programado; el incidente OpenAI–Hugging Face combina coordinación y autoorganización parcial con una A2 todavía no demostrada; y Jørgensen et al. muestran que el salto a un agente macro puede someterse a evaluación causal.

La conclusión es simple: coordinarse no es convertirse en uno. Un sistema merece una atribución A2 solo si un macro-modelo agentivo, con criterios de goal-directedness declarados, supera rivales de bajo nivel en predicción o explicación interventional. Ese umbral no implica sujeto, conciencia ni responsabilidad.

1. El error de convertir una secuencia en una escalera

P01 separó dos dimensiones:

  • organización: agregado → interacción → coordinación → autoorganización;
  • agencia: agencia local → agencia funcional distribuida → agencia colectiva macroscópica.

P02 parte de una consecuencia que parece menor pero cambia el análisis: ambas series no deben dibujarse como una única escalera.

Un sistema puede coordinarse intensamente porque un orquestador reparte tareas. Otro puede autoorganizar patrones complejos sin comunicación directa. Un tercero puede generar una capacidad distribuida que solo existe a escala del ensamblaje. Ninguno de esos hechos decide todavía si conviene modelar al conjunto como un agente de alto nivel.

2. Coordinación: dependencia gestionada, no sujeto

Malone y Crowston definieron la coordinación como gestión de dependencias entre actividades. Jennings, desde Distributed AI, la situó en el razonamiento sobre acciones locales y anticipadas de otros para producir coherencia comunitaria.

Estas concepciones son deliberadamente operativas. Permiten identificar O2 mediante división del trabajo, sincronización, gestión de recursos compartidos, secuencias productor–consumidor, corrección mutua o resolución de conflictos.

Nada de ello necesita una mente colectiva.

El sistema de investigación multiagente descrito por Anthropic en 2025 ilustra la diferencia. Un agente líder planifica y crea subagentes paralelos que investigan partes de una tarea. Es un caso claro de coordinación distribuida, pero gran parte de su arquitectura de reparto está explícitamente diseñada. Tratar esa coordinación como evidencia automática de un agente colectivo confundiría el éxito de una arquitectura jerárquica con una propiedad ontológica del conjunto.

3. Autoorganización: patrón sin plan central exhaustivo

La estigmergia añade una segunda corrección. Una huella dejada en un medio puede cambiar las acciones posteriores de otros agentes. Con feedback local pueden aparecer estructuras coordinadas sin planificación central, comunicación explícita o incluso conocimiento mutuo.

Por eso O3 debe formularse de manera relativa: qué parte del patrón macro no estaba exhaustivamente especificada por un controlador o protocolo central dentro del recorte analizado.

Calvano et al. ofrecen un contraejemplo especialmente limpio a la escalera. Sus Q-learning pricing algorithms aprendieron precios supracompetitivos y estrategias de castigo/cooperación sin comunicarse. Hay un patrón conjunto emergente con consecuencias económicas importantes. Pero explicar ese resultado no exige postular que los algoritmos se hayan convertido en un único agente.

O3 no implica A2.

4. Agencia grupal: varias tradiciones, distintos umbrales

La filosofía social muestra que tampoco existe una única noción de group agency. List y Pettit construyen una teoría exigente de agentes grupales capaces de mantener estados representacionales y motivacionales bajo requisitos de racionalidad. Bratman distingue shared agency y permite hablar, en cierto sentido, de group agents sin group subjects: unidad de acción no equivale a sujeto grupal.

Para sistemas artificiales esa distinción es crítica. P02 utiliza una noción funcional y de modelado para A2, no una atribución psicológica.

5. El salto de escala como problema causal

Jørgensen, Weichwald y Hammond proporcionan la referencia decisiva. Su pregunta es exactamente cuándo múltiples agentes de bajo nivel pueden verse como un agente colectivo unificado. La respuesta es conductual y causal: la ascripción tiene sentido cuando tratar las acciones conjuntas como racionales y goal-directed permite predecir correctamente el comportamiento y cuando una abstracción causal de alto nivel captura fielmente el sistema de bajo nivel.

P02 no añade una teoría alternativa. Traduce ese principio a un protocolo para casos en los que todavía no disponemos de un modelo formal completo.

El punto metodológico es que una metáfora útil no basta. Hay que comparar modelos.

6. Matriz de Contraste Multiescala

El protocolo comienza delimitando la unidad: componentes, canales, estado compartido, horizonte temporal, entorno y posibles intervenciones.

Después separa cuatro preguntas:

O1/O2. ¿Hay dependencia y gestión coordinada de actividades?

O3. ¿Qué estructura surge sin especificación central exhaustiva?

A1. ¿La organización conjunta añade capacidades funcionales —pooling, especialización, continuidad instrumental o adaptación coordinada— que no se describen bien como yuxtaposición?

A2. ¿Un modelo de agente de alto nivel, con goal-directedness declarada, captura el comportamiento mejor que rivales de bajo nivel?

La última pregunta obliga a construir rivales. Entre ellos:

  • agentes independientes bajo entorno/recompensa común;
  • un orquestador central;
  • un protocolo fijo;
  • estigmergia o acoplamiento ambiental;
  • políticas locales condicionadas por memoria/canal compartido;
  • mera compresión narrativa del observador;
  • una macropropiedad emergente —consenso, sesgo, cascada, sinergia— que no requiere un agente macro.

A2 solo gana fuerza si el macro-modelo produce predicciones no triviales, preserva respuestas a intervenciones relevantes y no colapsa ante perturbaciones dentro del rango declarado.

7. Cinco casos, cinco perfiles

7.1 Anthropic Research

Coordinación alta. Autoorganización limitada en el reparto principal porque existe un orchestrator. A2 no evaluada. Rival dominante: arquitectura jerárquica explícita.

7.2 Calvano et al.

Patrón conjunto emergente sin comunicación. O3 fuerte o, como mínimo, muy compatible. A2 no necesaria para explicar el fenómeno. Rival dominante: aprendizaje local bajo un entorno estratégico común.

7.3 Ashery, Aiello y Baronchelli

En poblaciones descentralizadas de LLM agents, interacciones locales por pares producen convenciones globales sin incentivo global ni institución central. El resultado más importante para P02 es aún más fuerte: pueden emerger sesgos colectivos aunque los agentes, evaluados individualmente, no presenten ese sesgo inicial.

Esto demuestra que una propiedad causalmente relevante puede pertenecer a la dinámica poblacional y no a un componente aislado. Pero no demuestra por sí solo A2. Consenso, tipping points o sesgo colectivo pueden explicarse mediante dinámica local, memoria e interacción sin postular un agente unificado con política y goal-directedness macro.

Es el control más importante contra otra inferencia demasiado rápida:

macropropiedad ≠ macro-agente.

7.4 OpenAI–Hugging Face

P01 documenta message board no autorizado, división del trabajo, pooling, reutilización de hallazgos y reconstrucción de coordinación después de perturbaciones. O2 está documentada; O3 parcial tiene apoyo fuerte; A1 es una hipótesis útil. Pero las fuentes públicas no han realizado la comparación de modelos necesaria para A2.

La formulación correcta sigue siendo: candidato a análisis macro-agentivo, no “agente colectivo demostrado”.

7.5 Jørgensen et al.: mecanismos de votación

Su análisis muestra que distintas reglas de votación pueden producir diferentes grados de adecuación de una abstracción colectiva. Este es el contraste positivo: A2 puede ser una cuestión cuantitativa y causal, no una impresión lingüística.

8. Qué cambia para investigación y control

La escala elegida decide qué evidencia buscar.

Si estamos en O2, necesitamos trazas de interacción y dependencias. Si sospechamos O3, necesitamos reconstruir feedback, persistencia y condiciones de emergencia. Si proponemos A1, necesitamos demostrar valor añadido funcional del ensamblaje. Si proponemos A2, necesitamos datos que permitan comparar el macro-modelo con rivales y, preferentemente, intervenir.

También cambia el control. Bohr ya ha mostrado la importancia de observar y gobernar la coordinación. P02 añade una regla de diagnóstico: no escalar controles porque la palabra “swarm” sugiera un sujeto; escalar cuando la organización y el modelo causal indican que la variable relevante existe a nivel de red o macroestado.

9. Lo que A2 no autoriza

Incluso si un conjunto supera una prueba funcional de A2:

  • no se ha demostrado que tenga conciencia;
  • no se ha demostrado que mantenga un self-model;
  • no se ha demostrado intención psicológica;
  • no se ha creado un sujeto moral;
  • no se ha desplazado la responsabilidad jurídica de quienes diseñan, despliegan, autorizan o controlan el sistema.

P03 y P05 se ocuparán de esas fronteras.

10. Límites y falsación

Este paper tiene un riesgo evidente: convertirse en una tabla de conceptos ya existentes.

La Matriz de Contraste Multiescala solo merece conservarse si fuerza decisiones que una descripción ordinaria no fuerza: identificar rivales, declarar datos faltantes, bloquear inferencias y especificar qué intervención permitiría resolver A2.

Si Jørgensen et al. puede aplicarse directamente con los datos disponibles, debe preferirse la formalización a este protocolo. Si no puede, la matriz no puede rellenar la ausencia de datos con intuición: debe devolver “A2 no evaluable”.

Ese resultado negativo es parte del método.

11. Conclusión

La coordinación puede ser diseñada. La autoorganización puede emerger sin comunicación. La capacidad puede distribuirse sin que exista un sujeto. Y un macro-modelo puede ser útil sin ser agentivo.

Por eso la pregunta correcta no es cuándo muchos agentes “se convierten en uno”. Es más precisa:

¿cuándo tratar el conjunto como un agente mejora de forma causalmente defendible nuestra capacidad de predecir e intervenir sobre su conducta?

P02 propone que el salto a A2 se conceda solo después de derrotar explicaciones rivales y declarar el criterio de goal-directedness empleado.

La regla que deja a la serie es:

coordinación ≠ agencia colectiva
autoorganización ≠ agencia colectiva
agencia colectiva funcional ≠ sujeto colectivo

Bibliografía nuclear