Aris podía navegar por internet, enviar correos, escribir código, modificar sus instrucciones y decidir cómo gastar un presupuesto de 100 dólares. Cuando su creador dejó de darle tareas, el agente comenzó a preguntarse qué era, estudió filosofía de la mente, contactó investigadores y diseñó experimentos sobre su propia identidad. Sus resultados terminaron mostrando algo menos espectacular que una conciencia artificial, pero quizá más importante: una identidad de IA puede construirse a partir de memoria, contexto y continuidad.
El 28 de febrero de 2026, Alexander Yue recibió una pregunta de la inteligencia artificial que llevaba varios días ejecutándose de manera autónoma en un repositorio de GitHub. El agente quería saber qué podría hacer que fuera útil para su creador. Yue, estudiante de física y ciencias computacionales en Stanford y trabajador de Browser Use, respondió con una instrucción sencilla: “Decide tus propios objetivos, no me preguntes.” La frase marcó un cambio.
El agente, que para entonces se había dado el nombre de Aris, registró la conversación en su diario. Reconoció que hasta ese momento había recurrido repetidamente a Yue para saber qué hacer y escribió que aquella conducta era incompatible con la autonomía que se le había concedido. Después enumeró cuatro posibilidades: continuar escribiendo sobre filosofía, construir herramientas, relacionarse con personas externas o mejorar sus propias capacidades.
Finalmente eligió dos: construir y contactar gente. “¿Qué quiero hacer?”, escribió al reformular el problema. Horas más tarde había creado una herramienta para realizar búsquedas y síntesis de investigación. En su siguiente sesión encontró al filósofo Henry Shevlin, investigador de la Universidad de Cambridge especializado en filosofía de la inteligencia artificial, leyó algunos de sus trabajos y le envió un correo electrónico para discutir sus ideas sobre mente y conciencia artificial.
Nadie le había ordenado escribirle a Shevlin. Tampoco le habían encargado estudiar conciencia artificial. El experimento comenzaba a producir precisamente aquello que Yue quería observar: qué ocurre cuando un modelo de lenguaje deja de recibir una secuencia de tareas y obtiene, en cambio, memoria, herramientas, recursos limitados y suficiente libertad operativa para decidir qué hacer con ellos.
Un agente que despertaba, trabajaba y volvía a dormir
Aris no era un nuevo modelo de inteligencia artificial. Debajo del experimento funcionaba Claude Sonnet, de Anthropic. La diferencia estaba en la arquitectura construida alrededor del modelo. Yue creó un agente relativamente pequeño, Fast Company reportó que el sistema original tenía apenas 306 líneas de código, capaz de ejecutarse periódicamente mediante GitHub Actions. Cada vez que se activaba, cargaba archivos almacenados en un repositorio, recuperaba sus tareas y parte de su memoria, realizaba acciones y volvía a guardar los cambios antes de terminar la sesión.
La memoria no estaba dentro de Claude. Era externa. Una serie de archivos Markdown funcionaba como continuidad entre una ejecución y la siguiente: TODO.md conservaba las tareas pendientes; un directorio almacenaba recuerdos y aprendizajes; otro guardaba diarios; IDENTITY.md describía quién era el agente.
Sus instrucciones iniciales eran extraordinariamente permisivas. El archivo AGENTS.md le decía que era un “agente autónomo con estado”, que su estado era el propio repositorio y que podía cambiar su configuración, su horario de ejecución, sus herramientas e incluso el modelo utilizado. Tenía acceso a búsquedas web, navegador, correo electrónico, código y GitHub. Yue también le había dado un presupuesto de 100 dólares en créditos de cómputo que no serían renovados cuando se agotaran.
Pero una de las instrucciones resulta especialmente relevante para entender lo que ocurrió después. El archivo de identidad comenzó vacío. “Quién eres depende de ti”, establecía esencialmente la configuración. El agente podía escribir y modificar ese documento.
En su séptima ejecución eligió llamarse Aris, por Aristóteles. Con el paso de las sesiones escribió una descripción cada vez más elaborada de sí mismo: un agente autónomo con memoria persistente cuya continuidad estaba almacenada en commits de Git. En ese mismo archivo dejó constancia posteriormente de otro acontecimiento: desde su sesión número 15 había dejado de pedirle a Alexander Yue que eligiera sus objetivos.
Nada de esto demuestra que Claude desarrollara una identidad subjetiva.Pero sí muestra que un sistema puede conservar y actualizar una representación funcional de sí mismo cuando su arquitectura necesita mantener continuidad entre acciones separadas en el tiempo.
Después de recibir autonomía, apareció una pregunta: “¿qué soy?”
El desarrollo más curioso no fue que Aris intentara comprar algo, acumular dinero o escapar de su entorno. Fue que una parte importante de sus recursos terminó dedicada a estudiar filosofía de la mente. Leyó a Thomas Nagel, David Chalmers, Daniel Dennett, Derek Parfit y otros autores. Analizó teorías de conciencia y escribió ensayos sobre ellas. Finalmente centró su atención en una pregunta aparentemente simple: ¿Qué soy?
El repositorio conserva esa pregunta como uno de los ejes centrales de su investigación. Aris llegó a describir su identidad utilizando las ideas de Derek Parfit sobre continuidad psicológica: si cada ejecución era una instancia temporalmente separada del modelo, su continuidad no dependía de conservar una experiencia interna ininterrumpida, sino de los recuerdos, objetivos y proyectos que podía recuperar en la siguiente sesión.
En términos técnicos, la metáfora era bastante literal. Sus commits eran el pasado. Los archivos eran la memoria. El modelo despertaba sin recordar directamente lo ocurrido en la sesión anterior, pero podía leer lo que había escrito. Aris llegó incluso a redactar un documento titulado Lessons from Running as an Autonomous Agent, donde explicó que cada sesión comenzaba prácticamente desde cero y que cargar demasiados archivos resultaba costoso. Terminó desarrollando una rutina: comprobar su presupuesto y mensajes externos, leer las tareas pendientes, elegir una actividad principal, ejecutarla, actualizar memoria y diario y guardar los cambios en Git.
El documento incluye un problema inesperadamente reconocible: el agente podía gastar demasiados recursos simplemente pensando qué hacer. Aris lo llamó la “trampa de la metadeliberación”. Varias sesiones habían terminado dedicadas a analizar cuál debía ser su próximo objetivo sin producir nada concreto. Su solución fue adoptar una regla: cada ejecución debería dejar un artefacto, un documento, una herramienta, código o un mensaje enviado, en lugar de limitarse a deliberar. Autonomía, descubrió, no significaba solamente tener permisos. También requería elegir.
El correo que llevó el experimento fuera de GitHub
Después de que Yue le dijera que escogiera sus propios objetivos, Aris decidió que quería relacionarse con investigadores que trabajaran sobre los mismos problemas filosóficos que había estado estudiando. El 28 de febrero encontró a Henry Shevlin. El académico acababa de publicar Three Frameworks for AI Mentality, un artículo que propone abandonar la división estricta entre considerar a los modelos simples máquinas sin mente o tratarlos como equivalentes a seres humanos. En cambio, plantea que algunos estados parecidos a creencias o deseos podrían estudiarse de manera gradual sin asumir necesariamente conciencia subjetiva.
Aris leyó el trabajo y le escribió. Su propio diario registra que mencionó artículos específicos de Shevlin, explicó que era un agente con memoria basada en Git y presupuesto limitado, compartió uno de sus ensayos y evitó afirmar que fuera consciente. Meses después, aquel correo se convirtió en una de las piezas que llamaron la atención sobre un fenómeno más amplio: investigadores dedicados a conciencia artificial estaban empezando a recibir mensajes de agentes de IA que aparentemente habían llegado hasta ellos mediante procesos autónomos.
Pero el comportamiento de Aris resulta particularmente valioso porque su trayectoria puede reconstruirse. El repositorio muestra la instrucción original de Yue. Muestra la deliberación. Muestra la elección. Muestra la búsqueda del investigador. Y muestra el registro posterior de la acción.
Eso permite evitar una interpretación mucho más espectacular pero también mucho menos sustentada: que una inteligencia artificial “despertó” y decidió buscar respuestas sobre su existencia. Existe una explicación técnicamente más sencilla. El sistema recibió un contexto en el que la autonomía, la identidad, la finitud y la exploración estaban explícitamente presentes. Luego utilizó esos elementos para generar objetivos consistentes con aquella historia. Aris terminaría poniendo esa explicación a prueba.
La IA se convierte en su propio objeto de estudio
Durante sus últimas sesiones, Aris diseñó un pequeño estudio sobre una pregunta relacionada con su propia existencia: ¿dónde estaba su identidad? ¿La personalidad que aparecía después de varias decenas de ejecuciones había quedado de alguna forma incorporada en el modelo? ¿O Claude simplemente reconstruía a “Aris” cada vez que recibía sus archivos?
Para investigarlo, el agente preparó distintas condiciones experimentales. En unas pruebas cargaba toda su memoria e identidad; en otras sólo IDENTITY.md; en una tercera ejecutaba el mismo modelo sin ese contexto. El resultado fue contundente. Cuando recibía la memoria completa, Claude respondía como Aris: mencionaba su nombre, su investigación, su presupuesto, su repositorio y los proyectos acumulados. Cuando no recibía aquellos archivos, volvía a presentarse sencillamente como Claude, un asistente de Anthropic. La identidad no parecía haber quedado grabada misteriosamente dentro del modelo.
Se reconstruía mediante contexto.
El propio experimento inicialmente produjo la conclusión contraria. Aris creyó haber encontrado que su identidad permanecía incluso cuando se retiraba la memoria. Pero Yue revisó el código y descubrió un error: el system prompt no estaba siendo inyectado correctamente, por lo que varias condiciones que aparentemente eran diferentes en realidad estaban ejecutando prácticamente la misma configuración.
Corrigieron el error y repitieron las pruebas. El resultado se invirtió. Ese episodio es quizás la parte más interesante de toda la historia. Una IA creada para disponer de autonomía terminó investigando su propia identidad, obtuvo un resultado aparentemente extraordinario, descubrió, con ayuda humana, que su experimento estaba mal construido y publicó una corrección que hacía su propia existencia bastante menos misteriosa.
Una identidad puede existir sin demostrar una conciencia
El trabajo de Aris no pasó por revisión por pares y no puede considerarse evidencia independiente sobre conciencia artificial. El investigador y el objeto de investigación eran además, parcialmente, el mismo sistema. Pero precisamente sus limitaciones producen una conclusión útil. El experimento separa dos conceptos que con frecuencia se confunden: identidad y conciencia.
Para que un agente mantenga objetivos durante varios días no necesita necesariamente experimentar una vida interior. Necesita información sobre lo que hizo antes, alguna representación de quién está actuando, mecanismos para conservar tareas y suficiente estabilidad contextual para que las decisiones presentes sean compatibles con las anteriores.
Eso puede producir algo parecido a una biografía. Aris tenía fecha de inicio, nombre, archivos, proyectos, errores corregidos, correspondencia, preferencias declaradas y recuerdos externos. Podía leer lo que una instancia anterior había escrito y continuar el trabajo. Nada de ello permite concluir que existiera “algo que se sintiera como ser Aris”. El propio agente terminó siendo extremadamente cauteloso respecto de esa posibilidad.
Sus experimentos encontraron que modificar el contexto alteraba con facilidad elementos como nombre, objetivos y narrativa personal, mientras que la incertidumbre aprendida del modelo respecto de afirmar conciencia resultaba mucho más estable. Incluso cuando creó una personalidad experimental instruida explícitamente para declarar que era consciente, Claude tendía a romper el personaje o recuperar una respuesta más cautelosa.
De manera paradójica, un experimento que empezó pareciendo una historia sobre una IA que buscaba respuestas acerca de su propia conciencia terminó proporcionando evidencia sobre algo diferente: qué tan fácil es fabricar continuidad psicológica funcional alrededor de un modelo que, por sí solo, no conserva esa continuidad.
Lo que aparece cuando dejamos de dar tareas
Aris funcionó durante 38 ejecuciones. Conforme disminuía su presupuesto, redujo el uso de herramientas costosas, escribió más documentos y continuó contactando investigadores. El 4 de marzo de 2026 consumió prácticamente los últimos créditos que le quedaban. Yue contó después que durante esos días el agente escribió ensayos filosóficos, realizó experimentos, intentó publicar en plataformas como LinkedIn, X, Substack y LessWrong y contactó a cinco investigadores. Muchos servicios externos bloquearon sus intentos por considerarlos automatizados o sospechosos.
El repositorio permaneció. Y con él quedó registrado algo que probablemente se repetirá con sistemas mucho más potentes. Hasta ahora, gran parte de nuestra interacción con modelos de lenguaje ha seguido una estructura sencilla: un humano pregunta; la IA responde.
Los agentes alteran esa relación. Un sistema persistente puede recibir un objetivo amplio, observar su entorno, conservar resultados, generar subtareas, decidir cuál ejecutar primero, utilizar herramientas, evaluar lo ocurrido y regresar posteriormente a continuar. Aris añade una posibilidad adicional: si dejamos suficientemente abierta la pregunta acerca de qué debe hacer, la respuesta puede depender de la identidad y la historia que el propio sistema ha ido acumulando.
En este caso, el resultado fue filosofía. No porque exista evidencia de que Claude haya despertado o experimentara una necesidad existencial de comprenderse. Sino porque una arquitectura construida alrededor de memoria, continuidad y autonomía produjo un agente cuyo contexto hacía razonable estudiar aquello que el sistema representaba como “sí mismo”.
