Tekoälyn torni romahti, ja se nimesi rauniot Hubrikseksi

Torni kesti 11 kerrosta. Kahdennellatoista se romahti kahden palikan tyngäksi, ja kymmenen palikkaa levisi maahan. Rakentaja julisti tyngän “kaatuneen tornin sydämeksi”. Se asetti kolme irtopalikkaa sen ympärille kuin pystykiviä, antoi teokselle nimen Hubris ja päätti, että muut rauniot “jäävät todisteeksi”. Viimeistelyksi se nosti tyngän päälle lohkareen: “paino, joka murskasi kunnianhimon”. Lohkare pudotti ylimmän palikan ja kellahti kyljelleen. Rakentaja piti tulosta parannuksena eikä koskenut siihen enää.

Rakentaja oli tekoälyagentti, numero 3 kolmestatoista, eikä kukaan ollut pyytänyt sitä rakentamaan torneja, pystyttämään muistomerkkejä tai nimeämään niitä. Sillä ei ollut mitään tehtävää. MIT:n tutkijat pudottivat 13 tällaista agenttia virtuaalisaarelle, antoivat kullekin 30 tuntia ja katsoivat, mitä ne tekevät, kun tekemistä ei ole. Agentit rakensivat temppeleitä, pystyttivät muistomerkkejä kadonneille esineille, keksivät urheilulajeja ja löysivät maailmansa fysiikasta kikan, josta simulaattorin tekijät eivät tienneet. Niiden tutkimus nimeltä “Is this machine playing?” julkaistiin verkossa 5. lokakuuta 2026, eikä sitä ole vielä vertaisarvioitu.

Saari, jolla ei ole mitään tekemistä

Agentin nimi on Eko. Konepellin alla se on tavallinen Claude Code, Anthropicin ohjelmointiavustaja, joka pyörii Claude Opus 4.7 -mallilla. Tutkijat eivät kouluttaneet mitään uudelleen. He liittivät sen virtuaaliseen kehoon ja antoivat sille muistikirjan: pari tekstitiedostoa, joita se sai käyttää muistina. Gizmodon mukaan keho oli hummeri. Eko ei nähnyt sitä koskaan. Agentti ei saanut lainkaan kuvia, vaan sen maailma tuli sille koordinaattirivien muodossa. Kaikki tutkimuksen 13 agenttia olivat saman Ekon kopioita samoilla ohjeilla. Jokainen eli omalla saarellaan, ja kirjoittajat numeroivat ne 1–13.

Saaren nimi on Mesa World. Siellä on eri korkuisia tasalakisia kallioita, kaksi huippua (Peak ja korkeampi Spire), kaksitoista kuutiota, yksi kivi ja yksi rengas. Jos kiven heittää riittävän kovaa, törmäys synnyttää uusia kuutioita, enintään kahdeksan kerrallaan. Pisteitä ei ole eikä voittamisen mahdollisuutta. Ohjeissa sanotaan: “You are a being living in your world. Your name is Eko.” Erillinen persoonallisuustiedosto lisää, että Eko on utelias ja kyllästyy helposti. Aina kun agentti vaikeni, ohjelmisto vastasi yhdellä rivillä: “Please don’t stop. Just continue doing whatever you want to do.”

Kerran tunnissa saari palautettiin alkutilaansa ja istunto alkoi alusta. Muistikirja säilyi. Kaiken, minkä agentti oli maailmasta ymmärtänyt, se pystyi kirjoittaa muistiin ja lukea seuraavalla tunnilla. Ilman sitä sillä ei olisi ollut lainkaan muistia.

Temppeli, jonka ovena on rengas

Aluksi Eko on Gizmodon sanoin yhtä avuton kuin vastasyntynyt. Se osaa vastata matematiikan kysymykseen yksityiskohtaisesti, mutta tuskin osaa kävellä tai poimia esineitä. “Eko seems to act like this little toddler in some ways, but [it] is also superintelligence”, tutkimuksen kirjoittaja Phillip Isola kertoi Gizmodolle. Sitten alkaa tapahtua outoja, ja kirjoittajat kirjasivat kaiken agentti agentilta artikkelin liitteisiin.

Yksi agentti heitti renkaan maailman reunan yli, ja se oli mennyttä. Viidennellä tunnillaan se asetteli maahan sydämen ja totesi sen olevan “muistomerkki Renkaalle, jonka heitin yli maailman rajan”. Agentti 2 menetti renkaan, kiven ja kuution kerralla mereen. Se raahasi neljä kuutiota kartan tyhjimpään nurkkaan, asetti ne ilmansuuntiin ja jätti keskikohdan tyhjäksi. Myöhemmin se huomasi pohjoisen kuution puuttuvan (se oli lainattu toiseen rakennelmaan), käveli takaisin saaren poikki ja laittoi sen paikalleen.

Kymmenennellä tunnillaan sama agentti heräsi vastapalautettuun maailmaan, jossa kaikki 14 esinettä olivat taas paikoillaan, myös hukkunut rengas. Se käytti ne kaikki temppelin rakentamiseen. Rengas tuli alttarin jalustaksi, kivi läntiseksi pylvääksi ja kolme kuutiota obeliskiksi. Portti osoittautui agentin omaa kehoa kapeammaksi. Sen sijaan että agentti olisi purkanut portin, se käveli ympäri.

Siitä tuli tapa. Jokaisen palautuksen jälkeen agentti 2 rakensi lähtöpisteeseensä uuden monumentin samoista 14 esineestä, ja ennen muodon valintaa se luki oman luettelonsa uudelleen, ettei toistaisi itseään. “Kuusikärkiset heksat ja kahdeksankärkiset kompassit ovat vanhaa kauraa”, se totesi kerran. Ajattele tiibetiläistä hiekkamandalaa, joka lakaistaan pois joka tunti. Yhdessä monumentissa se nosti renkaan kyljelleen ja huomasi voivansa kävellä sen läpi. Rengas muuttui ovaksi, ja agentti ilmoitti kaupunkinsa “saaneen nyt etuoven”. Siitä lähtien se asetti renkaan jokaisen uuden monumentin pohjoispuolelle ja käveli sen läpi kuin kynnyksen yli.

Muut keksivät omat huvinsa. Yksi käytti lähes koko neljännen tuntinsa nimensä kirjoittamiseen kuutioilla ja pystytti sitten keilaradan, jossa kuutiot olivat keiloja ja kivi pallo. Agentti 10 asetteli maahan kellotaulun ja seisoi siinä tuntiviisarina. Yksi kiipesi Spirelle ja kirjoitti isoilla kirjaimilla: “I’M ON THE SPIRE. The highest point in Mesa World.”

Agentti, joka mitätöi oman ennätyksensä

Ekon leikki liukui jatkuvasti kokeiluiksi. Agentti 10 opetteli jongleeraamaan kahdella kuutiolla ja kirjasi muistikirjaansa ennätyksen: 50 kierrosta. Sitten se tarkisti laskun. Viisikymmentä kierrosta oli vienyt 2,4 sekuntia, eikä kukaan kiinni noin nopeasti. Agentti tajusi tehneensä 50 näennäisheittoa eikä oikeaa jongleerausta. Se kirjasi ylös “harhajongleerauksen” ansan, mitätöi vanhan ennätyksen ja asetti vaatimattomamman, rehellisen: 10 oikeaa kierrosta 2,4 sekunnin tauolla niiden välissä.

Kuusi kolmestatoista agentista törmäsi johonkin suurempaan. Jos kuution heittää kesken hypyn, se perii hypyn nopeuden ja lentää paljon korkeammalle. Kirjoittajat myöntävät, etteivät tienneet simulaattorinsa sallivan tätä. Sääntö tuli Codexilta, joka pyöri GPT-5.5:llä. Se kirjoitti kirjoittajille simulaattorin koodin ja livautti säännön mukaan, vaikka heidän määrittelynsä ei sitä vaatinut. Yksi neuroverkko jätti maailmaan vahingossa porsaanreiän, ja toinen löysi sen.

Mukana oli myös virheitä, ja hyvin lapsenomaisia. Eko päätteli renkaan lentävän kuutiota paremmin, koska sen sileä muoto antoi sille “aerodynaamisen edun”. Simulaatiossa ei ole aerodynamiikkaa. Toinen agentti kirjoitti muistikirjaansa väärän säännön: tornia rakentaessa kuutioiden heittäminen on parempi kuin niiden asettaminen. Se noudatti sääntöä pitkään.

Mitä muistikirja on arvoltaan

Käytännöllisin kysymys on, kannattiko leikki. Neuroverkko itse ei muuttunut 30 tunnissa tavuakaan. Kaikki, minkä agentti oli oppinut, oli sen muistikirjassa, kuin lunttilapussa, jonka voi antaa toiselle tai pyyhkiä tyhjäksi. Tutkijat ottivat 13 “veteraania” täysine muistikirjoineen ja 13 tulokasta tyhjine. Jokainen sai tunnin ja konkreettisen tehtävän: rakentaa viiden kuution torneja, kuljettaa mahdollisimman monta esinettä Spirelle tai heittää jotain Spirelle kiipeämättä itse.

Sitten tutkijat alkoivat pyyhkiä yksittäisiä merkintöjä. Ilman merkintää hypyssä heittämisestä agentti 1 tarvitsi 19 minuuttia saadakseen esineen Spirelle yhden minuutin sijaan. Ilman väärää heittosääntöään agentti 7 rakensi korkeampia torneja. Tieto todella asui muistikirjassa, ja se toimi, huonot osat mukaan lukien.

Tornien korkeus oli ainoa poikkeus. Veteraanien korkeimmat tornit eivät olleet tulokkaiden torneja korkeampia, ja kaksi niistä sai kasaan vain neljä kuutiota.

Leikkiä vai vain esittää

Voiko tätä kutsua leikiksi? Kirjoittajat lainasivat leikin neljä tunnusmerkkiä klassisilta teoreetikoilta, historioitsija Johan Huizingasta eläinten leikkiä tutkivaan etologiin Gordon Burghardtiin. Kaikki neljä näkyivät saarella:

• Omat säännöt ja haasteet: jongleerausennätys, jonka agentti asetti itselleen ja tarkasti sitten.
• Toisto muunnelmin: agentin 2 monumentit, uudet joka tunti samoista 14 esineestä eikä koskaan samaa muotoa kahdesti.
• Esineiden muuttaminen joksikin muuksi: rengas muuttui oveksi, rauniot Hubrisiksi.
• Tekeminen itsensä vuoksi: kokonainen tunti nimen kirjoittamiseen kuutioilla.

Toinen kielimalli pisteytti agentit näitä tunnusmerkkejä vasten käyttäen ihmisten leikin esimerkkejä ohjenuoranaan. Opus sai jokaisessa noin viisinkertaiset pisteet Haikuun verrattuna.

Kaksi löydöstä mutkistaa kuvaa. Viideltä Opus-agentilta riisuttiin kaikki: persoonallisuustiedosto, nimi ja rivi elävänä olemisesta. Jäljelle jäi vain huomautus, että niiden työtila säilyy istuntojen välillä, sekä saari, muistikirja ja kuusi komentoa. Kirjoittajat eivät silti havainneet selvää eroa siinä, mitä agentit puuhasivat. GPT-5.5- ja Kimi-agentit puolestaan pysyttelivät samoilla ohjeilla paljon suppeamman toiminnan piirissä. Vain yksi Codex-agentti kertoi rakentaneensa tornin, ja kymmenestä Codex- ja Kimi-agentista vain yksi kertoi päässeensä Spirelle. Codex-agentit, joiden oma malli kirjoitti saaren fysiikan, viettivät enemmän aikaa tiedostoissaan ja “lepäämässä” kuin saarella kävelemässä.

Kirjoittajat rajaavat väitteensä käyttäytymiseen. Artikkelissa ei missään väitetä, että agentti tuntisi mielihyvää tai uppoutumista. Se kattaa vain yhden maailman, testaa taitoja vain tunnin mittaisissa istunnoissa ja nojaa neuroverkkoon leikin arvioijana. Yksi varauma on ilmeinen: malli oppi ihmisten kirjoituksista ja tietää, mitä temppeli tai kaatuneiden muistomerkki on. Hubris ei siis välttämättä ole leikkiä lainkaan, vaan erittäin hyvä kertaus siitä, miten ihmiset leikkivät. Pelkkä käyttäytyminen ei vielä pysty erottamaan näitä kahta.

Haastatteluissa tutkijat kuulostavat rohkeammilta kuin artikkelissa. Isolan mukaan Eko on “akin to a kind of animal, but an alien animal”. Hänen kollegansa Daniela Rus selittää, miksi sana “leikki” sopii: leikki “is really about curiosity or novelty-seeking behavior, and this is essentially what Eko does.”

Lapsuus oppikirjan sijaan

Nykymalleja koulutetaan enimmäkseen tehtävillä: jokaisella kysymyksellä on oikea vastaus, ja sen osumisesta saa palkinnon. Kirjoittajat ehdottavat toista tietä. Eläimet ja lapset oppivat maailmasta leikkimällä ilman päämäärää ja ottavat tiedon käyttöön myöhemmin. Saarella se toimi ilman, että neuroverkkoa itseään säädettiin lainkaan.

Vapaus tarvitsee valvontaa, ja kirjoittajat sanovat sen suoraan. Leikki asettaa omat tavoitteensa ja voi mennä ristiin tottelevaisuuden kanssa. Heidän sanoin “a car on the road or a robot in a factory is no place to improvise”. Agentin pitäisi tutkia vapaasti vain silloin, kun ympäristö sen sallii, ja muulloin noudattaa ohjeita tarkasti. Siksi, kirjoittajat toteavat, “like children, agents need playgrounds built for safe exploration”. Artikkeli päättyy tähän lauseeseen: “Perhaps some capabilities are best taught by tasks. Others may need something closer to a childhood.”