Un estudio con laberintos y hormigas indica que la inteligencia colectiva podría superar a los mejores modelos de IA

Un estudio del trabajo colectivo en hormigas de la especie Paratrechina longicornis halló que los grupos grandes resuelven laberintos complejos con más eficiencia que los grupos pequeños y que los modelos basados en gravedad, según una publicación difundida por Phys.org en Journal of the Royal Society Interface.

Ofer Feinerman, autor principal del trabajo, explicó a Phys.org que la idea surgió al observar a las hormigas transportar grandes cargas de alimento.

“Cuando las hormigas llegan a su nido, inevitablemente se enfrentan a un desafío: deben maniobrar la gran carga, a menudo de forma irregular, a través de la estrecha entrada. Este rompecabezas geométrico natural nos inspiró a intentar determinar la capacidad de las hormigas para resolver problemas y ver cómo esta capacidad puede variar con el tamaño del grupo”, detalló el autor.

Cómo probaron la cooperación de las hormigas

El equipo creó pequeños objetos con impresión 3D y controló con precisión su peso y sus características. Después, los dejó durante la noche en comida para gatos para volverlos atractivos para las hormigas.

Luego colocó la carga y un laberinto cortado con láser cerca del nido, y filmó el proceso desde arriba. Feinerman dijo a Phys.org que las hormigas hacían el resto por sí solas.

Para probar distintos tamaños de grupo, los investigadores construyeron versiones escaladas de cada laberinto. Feinerman, que pertenece al Instituto Weizmann de Ciencias, explicó: “Nos aseguramos de que el peso de la carga, normalizado por el número de hormigas, se mantuviera constante en las diferentes escalas, de modo que estuviéramos midiendo la coordinación y la cooperación, y no simplemente aumentando la dificultad física de la tarea”.

Ese ajuste permitió comparar grupos de distinto tamaño sin cambiar la dificultad computacional del problema geométrico. La diferencia entre equipos pequeños y grandes apareció cuando los problemas aumentaron de dificultad.

Por qué los modelos físicos no igualan a las hormigas

Además de los experimentos de campo, el equipo hizo simulaciones por computadora con agentes que intentaban resolver los mismos rompecabezas mediante fuerzas o teorías físicas. Según Phys.org, esas pruebas ofrecieron posibles explicaciones sobre por qué los grupos grandes resultaban más eficaces cuando el laberinto se complicaba.

“Las simulaciones demostraron que los rompecabezas sencillos se pueden resolver con modelos simples basados ​​en la gravedad: si uno tomara el laberinto, con la carga dentro, lo inclinara y lo sacudiera, la carga eventualmente se caería”, detalló Feinerman.

Cuando la dificultad aumentó, los investigadores tuvieron que añadir propiedades inspiradas en hormigas a la simulación. Entre ellas figuraban aplicar la fuerza sobre puntos distintos del objeto, cambiar ese punto cada pocos segundos o dirigir la acción hacia la siguiente abertura del laberinto.

Esos ajustes mejoraron el desempeño de los agentes simulados, pero no bastaron para igualar a las hormigas. Phys.org recogió que el modelo solo coincidía con su rendimiento si los investigadores modificaban parámetros de forma específica para cada laberinto.

Lo que el hallazgo puede aportar a la inteligencia artificial

Los investigadores sostienen que los resultados subrayan la inteligencia colectiva y la adaptabilidad de las colonias. El trabajo también apunta a posibles aplicaciones en sistemas de inteligencia artificial y en robótica de enjambre.

El estudio, publicado en 2026, no plantea que esa transferencia tecnológica ya esté conseguida. Lo que muestra es que la conducta colectiva de las hormigas ofrece reglas de resolución más generales que las de los modelos ajustados caso por caso.

El siguiente paso, según Feinerman y su equipo, será determinar de dónde surge esa capacidad para adaptarse a una gran variedad de rompecabezas. Según Phys.org, los investigadores quieren separar cuánto depende de cada hormiga y cuánto pertenece a dinámicas del grupo que aún no comprenden.