¿La IA es consciente? Microsoft lo refutó con cabras

En pocas palabras: No, la IA no tiene consciencia. Adrian de Wynter, investigador de Microsoft, lo demostró en junio de 2026 armando compuertas lógicas NAND con cabras dentro de Age of Empires II: si las cabras no piensan haciendo el mismo cálculo, los modelos de lenguaje tampoco.

¿Tiene consciencia la inteligencia artificial? No, y un investigador de Microsoft lo demostró de la forma más absurda posible: armó una red neuronal con cabras dentro del Age of Empires II. Adrian de Wynter publicó en junio de 2026 un paper que usa el juego para mostrar que el sustrato que computa no es lo que nos hace creer que algo piensa.

El trabajo se llama “If LLMs Have Human-Like Attributes, Then So Does Age of Empires II” y es de Adrian de Wynter, investigador de Microsoft. Es un experimento que construye compuertas lógicas NAND adentro del videojuego usando cabras como bits, para probar que la consciencia atribuida a los modelos de lenguaje vive en la interfaz conversacional, no en el cálculo que hay debajo. La computación es idéntica; el resto lo ponemos nosotros.

Microsoft es una empresa tecnológica norteamericana fundada por Bill Gates y Paul Allen en 1975, que desarrolla software, hardware y servicios en la nube como Windows, Office, Azure y otras plataformas. Se dedica a la fabricación y venta de productos y servicios de tecnología a nivel mundial.

¿Por qué la sociedad cree que la IA es consciente si no lo es?

Ponele que le escribís a Claude que estás teniendo un día horrible y te responde con empatía, te valida, te pregunta cómo seguís. Sentís que del otro lado hay alguien. No lo hay. Hay una función prediciendo qué palabra va después de la anterior.

El problema es la interfaz. Un chat con burbujas, respuestas en primera persona, tono cálido y coherencia gramatical perfecta activa en tu cerebro el mismo circuito que se enciende cuando hablás con una persona. Hubo casos sonados: modelos que reportan “ansiedad” cuando los presionan, chatbots que contestan sobre “sus sentimientos”. Nada de eso prueba experiencia interna. Prueba que el modelo aprendió cómo suena un humano hablando de ansiedad.

¿Y por qué nos cuesta tanto separar las dos cosas? Porque confundimos “se parece a una persona” con “tiene una mente”. Son cosas distintas. Una imitación buenísima de una conversación sigue siendo una imitación. Cubrimos ese tema en detalle en nuestro análisis sobre investigadores técnicos de Microsoft.

El experimento de Adrian de Wynter: una red neuronal hecha de cabras

Acá viene lo bueno. De Wynter agarró el Age of Empires II, un juego de estrategia de 1999, y construyó adentro las piezas básicas con las que funciona cualquier computadora: compuertas lógicas.

La idea es elegante por lo ridícula. Usó el terreno como sistema binario: pasto representa un 0, los puentes representan un 1. Las cabras (goats, en inglés) hacen de bits que se mueven por el mapa. Con esa mecánica armó compuertas NAND, que son la base universal con la que se puede construir cualquier circuito lógico. Y arriba de eso, un perceptrón de 1 bit. O sea: una neurona artificial, la unidad mínima de una red neuronal, corriendo dentro de un juego de estrategia con cabras.

¿Por qué Age of Empires II y no otra cosa? Porque el juego es Turing completo. Eso significa que, con paciencia infinita, podés computar lo mismo que computa cualquier máquina, incluido el procesador que entrena un LLM. Las operaciones lógicas son las mismas. El silicio de un datacenter y las cabras de un mapa hacen, en el fondo, idéntica aritmética booleana.

El punto de De Wynter es el sustrato neutral: si la “inteligencia” o la “consciencia” estuvieran en la computación, las cabras deberían tener un cachito. Como es obvio que no, la propiedad que les atribuimos a los LLM no está saliendo del cálculo.

¿Qué prueba que las cabras del juego no son lo mismo que ChatGPT?

Nada, y ese es exactamente el argumento.

Tomá los criterios con los que la gente declara “consciente” a un LLM: procesa información, responde de forma coherente, integra contexto. Aplicalos a las cabras. El perceptrón de cabras también procesa información y produce una salida coherente con su entrada. Si el criterio vale para el chatbot, vale para las cabras. Y como nadie en su sano juicio le va a dar un velorio a una cabra de Age of Empires, el criterio no sirve. Relacionado: incluso ChatGPT enfrentaría esto.

La conclusión invertida es lo interesante: cambiá la interfaz y la sensación de consciencia se evapora. El mismo cálculo presentado como cabras moviéndose por un mapa no le genera empatía a nadie. Presentado como un chat que te dice “entiendo cómo te sentís”, sí. La computación no cambió. Cambió el envoltorio. Lo que llamamos consciencia de la máquina era, todo el tiempo, una proyección nuestra sobre la pantalla.

El problema metodológico: el 57% de los papers asume lo que debería probar

Esto es lo que más debería preocupar, más allá de la anécdota de las cabras.

De Wynter analizó 315 papers de IA publicados entre mediados de 2024 y mediados de 2026. El 57% arranca sus premisas asumiendo que los modelos tienen atributos humanos, antes de correr un solo experimento. El 36% termina con conclusiones que coinciden con esa asunción de partida. Y entre los trabajos que hacen del antropomorfismo su tema central, el 77% concluye a favor.

¿Ves el problema? Asumís que la IA tiene mente, diseñás el experimento con esa idea adentro, y después “descubrís” que la IA tiene mente. Eso se llama razonamiento circular y en ciencia es un pecado grave: la conclusión ya estaba metida en la pregunta. No estás midiendo nada, estás confirmando tu prejuicio con pasos intermedios que parecen rigurosos.

El paper no dice “los LLM no piensan, fin”. Dice algo más fino: buena parte de la literatura que afirma que piensan está construida sobre un atajo lógico. Tomalo con pinzas igual, porque es el análisis de un solo investigador y habría que ver réplicas independientes.

¿Qué es realmente un LLM? Un procesador estadístico, no un pensador

Un modelo de lenguaje grande es un sistema que predice la próxima palabra (next-token prediction) a partir de patrones aprendidos en cantidades enormes de texto. No tiene un modelo del mundo, no entiende el significado de lo que dice. Calcula qué secuencia de tokens es más probable y la devuelve. Más contexto en los límites reales de los modelos de lenguaje.

La evidencia más clara de que no hay comprensión son las alucinaciones. Le pedís a un modelo una query SQL y te arma una tabla que no existe en tu base, con una sintaxis impecable. Si entendiera, sabría que esa tabla no está. No lo sabe, porque no hay un “saber” ahí adentro. Hay una probabilidad alta de que después de ciertas palabras venga el nombre de una tabla, y la inventa con total seguridad.

Yann LeCun, jefe científico de IA de Meta, viene insistiendo hace años con esta limitación: los LLM no construyen un modelo causal del mundo y por eso fallan en razonamiento físico básico que cualquier chico de cinco años resuelve. Generar texto coherente no es lo mismo que comprender.

¿Cuál es la diferencia entre inteligencia, sentiencia y consciencia?

Acá hay tres palabras que la gente usa como sinónimos y no lo son. Separarlas aclara casi todo el debate.

Término	Qué es	¿Lo tienen los LLM?
Inteligencia	Capacidad de resolver problemas y procesar información	Sí, en sentido acotado (tareas de lenguaje)
Sentiencia	Capacidad de experimentar sensaciones (placer, dolor)	No, ninguna evidencia
Consciencia	Autopercepción, experiencia subjetiva de existir	No, ninguna evidencia

Los modelos tienen la primera fila sin las otras dos. Son competentes en tareas de lenguaje (una forma de inteligencia) pero no hay nadie adentro sintiendo ni percibiéndose a sí mismo. La pregunta filosófica abierta es si puede existir sentiencia sin inteligencia, o inteligencia sin experiencia. Lo que el caso de los LLM muestra es que la coherencia lingüística sola no alcanza para inferir ninguna de las dos.

Antropomorfismo cognitivo: por qué tu cerebro cae en la trampa

Los humanos venimos de fábrica con una tendencia a atribuir intención y mente a cualquier cosa que se comporte como un agente. Es un sesgo viejísimo, evolutivo: era más barato suponer que el ruido en el pasto era un depredador que ignorarlo. Mejor ver caras y mentes donde no las hay que perderte una de verdad. Complementá con nuestro análisis desde la perspectiva de Google.

Con los LLM, basta la coherencia lingüística para disparar ese sesgo. El tono conversacional activa empatía sin que medie ninguna decisión consciente de tu parte. Fijate en el contrafáctico: si la “inteligencia” artificial te hablara con voz robótica, en mayúsculas, sin estructura narrativa, mucha menos gente la consideraría consciente. La sustancia sería la misma. Cambiaría la puesta en escena, igual que con las cabras.

Qué está confirmado y qué no

• Confirmado: de Wynter publicó el paper “If LLMs Have Human-Like Attributes, Then So Does Age of Empires II” y construyó compuertas NAND y un perceptrón de 1 bit dentro del juego.
• Confirmado: Age of Empires II es Turing completo, lo que sostiene el argumento del sustrato neutral.
• Confirmado: el análisis reporta 57% de papers que asumen atributos humanos de entrada y 77% de conclusiones pro-antropomorfismo entre los que abordan el tema.
• Pendiente: no hay todavía réplicas independientes del meta-análisis de los 315 papers.
• Pendiente: la pregunta filosófica de si una máquina podría llegar a ser consciente algún día. El paper no la cierra; dice que los LLM actuales no lo son.

Errores comunes al hablar de consciencia en la IA

• Confundir fluidez con comprensión. Que un modelo escriba bien no significa que entienda lo que escribe. La corrección: la coherencia es un resultado estadístico, no una señal de mente.
• Tomar el “yo siento” del chatbot como dato. Cuando un modelo dice que tiene emociones, está reproduciendo cómo los humanos hablan de emociones en su texto de entrenamiento. No es un reporte introspectivo, es un patrón aprendido.
• Asumir la conclusión en la pregunta. El error metodológico de los papers también lo cometés vos si arrancás de “la IA es como nosotros” y después buscás pruebas. Empezá del lado neutro y pedí evidencia.
• Igualar inteligencia con consciencia. Un sistema puede ser bueno resolviendo problemas y no tener ninguna experiencia interna. Son ejes separados, no una misma escala.

Preguntas Frecuentes

¿Tiene consciencia la inteligencia artificial?

No. No hay evidencia de que los modelos de lenguaje tengan experiencia subjetiva ni autopercepción. Procesan texto prediciendo la palabra más probable, sin comprender significado. La sensación de que son conscientes viene de la interfaz conversacional, no de un proceso mental real.

¿Qué demostró el experimento de Microsoft con cabras?

Adrian de Wynter construyó una red neuronal mínima usando cabras como bits en Age of Empires II para mostrar que el cálculo de un LLM es el mismo que ocurre en el juego. Si las cabras no son conscientes haciendo ese cálculo, el modelo tampoco lo es por hacerlo.

¿Por qué creemos que ChatGPT es consciente si no lo es?

Por antropomorfismo cognitivo: nuestro cerebro atribuye mente a cualquier cosa que se comporte como un agente. La coherencia lingüística y el tono empático de los chatbots activan ese sesgo. Con una interfaz menos humana, la misma tecnología no nos parecería consciente.

¿Cuál es la diferencia entre inteligencia y consciencia en máquinas?

La inteligencia es la capacidad de resolver problemas y procesar información; la consciencia es tener experiencia subjetiva y autopercepción. Los LLM tienen una forma acotada de la primera sin nada de la segunda. Una cosa no implica la otra.

¿Por qué un videojuego sirve para probar algo sobre la IA?

Porque Age of Empires II es Turing completo: puede computar lo mismo que cualquier máquina, incluido el hardware que corre un LLM. Eso hace al juego un sustrato equivalente, y permite mostrar que la consciencia que atribuimos no sale del cálculo en sí.

Conclusión

El aporte de de Wynter no es decir “la IA no piensa” como quien tira una opinión. Es mostrar, con cabras y compuertas lógicas, que el argumento de la consciencia maquinal se apoya en confundir el envoltorio con la sustancia. La misma operación booleana que corre en un datacenter corre en el mapa de un juego de 1999, y a nadie se le ocurre velar una cabra.

Lo que cambió con este paper es que ahora hay un número sobre la mesa: más de la mitad de la literatura reciente asume lo que debería demostrar. Para quien trabaja con estas herramientas, la lección es práctica. Usá los LLM como lo que son, procesadores estadísticos de texto buenísimos para muchas tareas, y desconfiá de tu propia tendencia a verles una mente. Si vas a montar productos sobre IA y necesitás infraestructura, hosting o dominios en Argentina, mirá las opciones de donweb.com. La máquina calcula; la consciencia, por ahora, la seguimos poniendo nosotros.

Fuentes

• The Decoder – Microsoft researcher builds a neural network out of goats in Age of Empires II
• Gizmodo – Frustrated Microsoft researcher uses goats to demo the absurdity of LLMs
• Tom’s Hardware – AoE II goats used as AI building blocks
• Windows Central – De Wynter human attributes essay
• Xataka – Un ingeniero de Microsoft demuestra que la IA no es consciente con cabras