Historia de la inteligencia artificial en los videojuegos

Uno de los precedentes de la IA más conocidos se encuentra en los juegos de ajedrez por ordenador desarrollados a mediados de los años 50 basándose en el algoritmo MiniMax. Estos programas analizaban la posición de las piezas en el tablero para elegir la mejor jugada posible.

Algunos de los avances conseguidos en aquellos experimentos se utilizaron en los primeros videojuegos. Por ejemplo, en el Pong de 1972 el oponente virtual era capaz de moverse en función del movimiento de la bola, lo que le permitía devolver el golpe.

Otros títulos de la época que supusieron un avance en la inteligencia artificial en los videojuegos fueron Space Invaders, que contaba con enemigos más «inteligentes», o Pac-Man, que fue uno de los primeros en disponer de un sistema de búsqueda de rutas para los enemigos.

En los 80 surgieron otros títulos que dieron un paso más en la aplicación de la inteligencia artificial dentro de los videojuegos. Juegos como Rogue o Elite eran capaces de generar escenarios de forma aleatoria mediante algoritmos, y fueron el germen de los juegos procedimentales. Aunque estos juegos tampoco desarrollaban una IA en sentido estricto, ya que simplemente seguían una serie de reglas fijas para diseñar las variantes de sus niveles, como «si este escenario tiene un elemento A, el siguiente no puede tener un elemento B, pero sí C» o «no poner más de dos enemigos por pantalla».

La inteligencia artificial en los videojuegos siguió evolucionando poco a poco con la introducción de nuevas posibilidades. Destaca la aparición en 1988 del primer videojuego en incorporar NPC que seguían al jugador: First Queen.

La década de los 90 supuso otro gran avance en el ámbito de la IA en los videojuegos, gracias sobre todo a la aparición de nuevos géneros, especialmente el de la estrategia en tiempo real (RTS), que tenía muchas más necesidades de IA que los juegos publicados hasta la fecha. Un primer ejemplo fue Dune II, con una IA capaz de diseñar tácticas y estrategias en función del comportamiento del jugador o de utilizar sus recursos de forma más eficaz. Este tipo de IA, a su vez, podía modificar la efectividad de sus tácticas para ajustar así el nivel de dificultad. En estos juegos se empezaron a usar máquinas de estados finitos (que se explicarán más adelante), que se combinaban con técnicas de búsqueda de caminos y técnicas de planificación de estrategias. La introducción de estas técnicas popularizó este tipo de juegos durante la década, con sagas como Civilization, Command & Conquer, Age of Empires o StarCraft.

En juegos posteriores se empezaron a introducir técnicas de inteligencia artificial más complejas, que se utilizan principalmente en otros campos, como las redes neuronales en Battlecruiser 3000AD o los comportamientos emergentes (o evolutivos) en juegos como Black & White o Creatures. Aunque el uso de estas técnicas no es muy común, son muy útiles para modelar ciertos comportamientos que no podemos crear usando técnicas deterministas como scripts o patrones de reglas.

Otro ejemplo del uso de la IA para crear enemigos con un comportamiento más humano fue Metal Gear Solid, un juego de infiltración en el que los soldados enemigos no solo seguían una ruta predefinida, sino que eran capaces de saltársela si escuchaban algún ruido o veían pisadas en la nieve. Además, se les dotaba de distintos niveles de inteligencia, de modo que eran más o menos perspicaces a la hora de encontrarnos si, por ejemplo, nos escondíamos dentro de una caja de cartón.

Los shooters en primera persona (FPS) también han contribuido a mejorar la IA en los videojuegos con nuevas técnicas. Uno de los elementos potenciados ha sido el comportamiento en grupo, es decir, la interacción y coordinación entre agentes inteligentes. Por ejemplo, en juegos como Half-Life, Far Cry, Halo o F.E.A.R. los enemigos se coordinan para rodear al jugador o tenderle emboscadas, utilizando incluso tácticas militares, lo que da más realismo a su comportamiento.

Otro de los avances ha sido aumentar la reactividad de los agentes inteligentes ante el entorno que les rodea, siguiendo la línea de tomar decisiones según un patrón de acciones predeterminadas en scripts. Lo que más llama la atención de este tipo de sistemas es que nunca se repite dos veces la misma secuencia de acciones. Por ejemplo, en Star Wars: The Force Unleashed los enemigos son capaces de ayudar a sus compañeros si se encuentran cerca o de agarrarse a los bordes si están a punto de caerse.

Otro género que ha ayudado a mejorar la IA es el de conducción, ya que la meta de estos juegos es tener rivales que pongan las cosas difíciles al jugador pero que también se comporten de forma realista (que se salgan de la carretera, que choquen entre ellos o que reaccionen a nuestra forma de pilotar). Un juego que dio un paso más en este sentido fue Forza Motorsport, en el que la IA era capaz de reconocer el estilo de conducción del jugador para elaborar un Drivatar (perfil de piloto) y usarlo más adelante contra otros jugadores reales.

Un juego que dio otro paso adelante en cuanto a la IA de los enemigos fue Alien: Isolation, mediante el uso de aprendizaje progresivo: el enemigo va desbloqueando nuevos comportamientos y habilidades para dar la sensación de progresión a medida que avanza el juego.

Los últimos avances de la inteligencia artificial en los videojuegos se han dirigido al perfeccionamiento de los sistemas procedimentales, pasando de las técnicas básicas de antaño a otras capaces de generar terrenos y escenarios casi infinitos. Tenemos como ejemplos Minecraft, Spelunky o No Man's Sky.

La IA actual: aprendizaje profundo y modelos de lenguaje

Hasta aquí, casi toda la «IA» de los videojuegos consiste en técnicas clásicas (reglas, máquinas de estados, búsqueda de caminos…) diseñadas a mano. Pero ¿qué pasa con la IA tal como la entendemos hoy, basada en aprendizaje profundo (deep learning) y grandes modelos de lenguaje (LLM)? Ya está presente en los videojuegos, aunque de forma más discreta de lo que cabría esperar:

• Gráficos. Técnicas como DLSS (NVIDIA, desde 2018), FSR 4 (AMD, 2025) o PSSR (PlayStation 5 Pro, 2024) usan redes neuronales para reescalar la imagen: el juego se renderiza a menor resolución y la red «rellena» los detalles. El jugador no lo percibe como IA, pero es el uso del aprendizaje profundo que más jugadores tienen delante.
• Rivales entrenados por refuerzo. GT Sophy, desarrollado por Sony AI, aprendió a conducir en Gran Turismo mediante aprendizaje por refuerzo profundo, sin ejemplos de pilotos humanos y entrenándose en más de mil PlayStation 4 conectadas, hasta ganar a campeones de Gran Turismo (lo publicó la revista Nature en 2022). Los jugadores pudieron enfrentarse a él en un evento temporal de Gran Turismo 7 en febrero de 2023 y, desde la actualización Spec II de noviembre de 2023, de forma permanente. Según sus creadores, lo más difícil no fue que ganara, sino que corriera de forma limpia: en las primeras pruebas chocaba a propósito con los rivales y los bloqueaba. De nuevo, se buscaba un comportamiento humano, no solo perfecto.

• Modelos que generan el propio juego. Microsoft Research y Ninja Theory presentaron en 2025 (también en Nature) Muse, un modelo entrenado con siete años de partidas reales de Bleeding Edge que genera las imágenes del juego y las acciones del jugador, sin motor de juego detrás. Por ahora es un proyecto de investigación, pensado para ayudar a idear juegos, no un producto.

• Personajes con los que se conversa. Con los LLM, el jugador puede hablar o escribir libremente y el personaje responde sin un guion cerrado. AI Dungeon (2019) fue una de las primeras aventuras de texto generadas por completo con un modelo de lenguaje (GPT-2 y después GPT-3). En Suck Up! (acceso anticipado en 2023, versión completa en 2025) somos un vampiro que tiene que convencer a los vecinos, hablándoles, para que le dejen entrar en sus casas. El caso más mediático fue el de Darth Vader en Fortnite (2025), que respondía a los jugadores con la voz de James Earl Jones recreada por IA (con ElevenLabs) y diálogos generados por un LLM (Gemini, de Google).
• Modelos ejecutados en el propio equipo. inZOI (Krafton, 2025), un simulador de vida al estilo de Los Sims, usa un modelo de lenguaje pequeño (500 millones de parámetros, alrededor de 1 GB de memoria de vídeo) que se ejecuta en la tarjeta gráfica del jugador, con la tecnología ACE de NVIDIA, para que los personajes decidan qué hacer según su personalidad y lo que les va ocurriendo.