A Motivational Architecture for Conversational AGI

Resumen Técnico: Una Arquitectura Motivacional para la AGI Conversacional

Planteamiento del Problema
Los agentes conversacionales actuales, impulsados en gran medida por Modelos de Lenguaje de Gran Escala (LLM), carecen de una arquitectura motivacional explícita y persistente. Mientras que el aprendizaje por refuerzo aborda la motivación en agentes físicos mediante la regulación de las necesidades corporales, los agentes conversacionales operan en un régimen lingüístico donde el "entorno" es el estado mental evolutivo de un usuario y las "acciones" son actos de habla, invocaciones de herramientas o silencios. Los sistemas existentes suelen depender de una motivación implícita a través de prompts o ajuste fino (fine-tuning), o carecen de un estado persistente y sensible a las necesidades que pueda ser inspeccionado y regulado. El desafío consiste en diseñar una arquitectura que equilibre múltiples impulsos, mantenga la autocoherencia y se adapte a contextos cambiantes sin desestabilizarse, específicamente adaptada al ciclo sensorio-motor único del diálogo.

Metodología y Marco de Trabajo
El artículo propone una arquitectura motivacional neurosimbólica que reinterpreta el linaje OpenPsi (inspirado en MicroPsi de Bach) y la acopla con el andamiaje formal MetaMo. Este marco está diseñado para agentes que corren sobre un sustrato de ejecución modular, el cual proporciona memoria simbólica persistente, interfaces de habilidades tipadas y trazas de ejecución estructuradas.

La innovación arquitectónica central es la reconfiguración de la homeostasis de déficits corporales a necesidades "nativas del diálogo". El sistema regula un vector de necesidades que incluye competencia, reducción de la incertidumbre, afiliación, afinidad, legitimidad, nutrición y coherencia estética.

La arquitectura opera a través de un pipeline de procesamiento motivacional de diez etapas:

1. Percepción: Codificación del estado del diálogo a partir de los turnos del usuario, el contexto y la memoria.
2. Estimación de Necesidades: Medición de los déficits respecto a las bandas objetivo y derivación de impulsos (urges).
3. Modulación Cognitiva: Derivación automática de moduladores (p. ej., excitación, valencia, dominancia) a partir del agregado de necesidad-impulso para establecer la postura cognitiva del agente antes del razonamiento situacional.
4. Estado de Sentimiento: Generación de una lectura afectiva previa a la acción (p. ej., preocupación, curiosidad) basada en la configuración actual de necesidad-modulador.
5. Evaluación (Appraisal): Interpretación de la situación específica dado el estado cognitivo establecido.
6. Generación de Candidatos: Enumeración de acciones abstractas tipadas (p. ej., "Empatizar", "BuscarLiteratura") utilizando esquemas, memoria y razonamiento.
7. Puntuación y Selección: Evaluación de los candidatos frente al vector de objetivos.
8. Ejecución de la Acción: Despacho de la acción abstracta seleccionada a través de las habilidades del sustrato.
9. Evaluación de Resultados y Aprendizaje: Valoración de los resultados frente a los cambios esperados en las necesidades (need-deltas) y actualización de memoria/hábitos.
10. Mezcla del Gobernador (Governor Blending): Aplicación de la regla de actualización de MetaMo para asegurar la estabilidad y el cambio acotado.

Contribuciones Clave
El artículo describe tres contribuciones arquitectónicas primarias:

1. Separación de Modulación y Evaluación: La arquitectura separa estrictamente la modulación cognitiva (cómo está posicionado el agente) de la evaluación situacional (cómo el agente evalúa una situación específica). Los moduladores se derivan de los agregados de necesidad para configurar el estilo de la cognición (p. ej., velocidad, profundidad, aproximación/evitación), mientras que la evaluación interpreta el contenido. Esto permite que el mismo estímulo sea interpretado de manera diferente dependiendo del estado motivacional actual del agente sin colapsar ambos en un paso opaco.

2. Estrategia de Decisión Dual: El sistema emplea una mezcla continua de rutas de decisión rápidas y lentas, análogas a los Sistemas 1 y 2 de Kahneman.

   • La ruta rápida es dominante en urgencia, actuando sobre la necesidad más apremiante con mínima deliberación.
   • La ruta lenta es deliberativa, evaluando múltiples objetivos y consultando la memoria.
   • La mezcla no es un interruptor discreto, sino una función continua modulada por la urgencia, la excitación y la necesidad de resolución, asegurando que el agente pueda reaccionar instantáneamente ante crisis mientras sigue participando en un razonamiento profundo cuando es apropiado.

3. Distinción Arquitectónica entre Sentimientos y Emociones: El artículo distingue entre sentimientos pre-acción y emociones post-acción.

   • Los sentimientos son lecturas pre-acción de la configuración necesidad-modulador, que sirven para pre-configurar el proceso de decisión y exponer la postura actual del agente.
   • Las emociones son etiquetas evaluativas post-acción generadas después de que se ejecuta una acción y se evalúan sus efectos en el vector de necesidades.
   • Mantenerlos distintos permite que cada uno desempeñe su rol funcional (pre-configuración vs. aprendizaje/retroalimentación) sin una unificación prematura.

Resultados e Ilustraciones
El artículo no presenta resultados empíricos de pruebas de rendimiento, sino que proporciona dos ejemplos trabajados para demostrar la aplicación del marco en un sustrato modular:

• Agente Compañero (CompanionAgent): Un agente de diálogo contemplativo optimizado para la "sintonía contemplativa". En un escenario con un usuario angustiado, las altas necesidades de nutrición y afinidad disparan un estado de sentimiento de "preocupación". El sistema mezcla la empatía rápida con la guía lenta, seleccionando una acción de "Empatizar-luego-GuiarRespiración". Crucialmente, la arquitectura permite al agente elegir el silencio como una acción deliberada y motivada para maximizar la regulación de necesidades, en lugar de como un fallo del sistema.
• Agente de Investigación (ResearchAgent): Un asistente rico en herramientas optimizado para la "claridad epistémica". Ante una consulta subespecificada, las altas necesidades de reducción de la incertidumbre disparan un estado de sentimiento de "compromiso". El sistema prioriza la ruta lenta para "ClarificarPregunta" antes de lanzar cadenas de herramientas, demostrando cómo la motivación moldea el control del razonamiento interno (p. ej., ampliar la búsqueda bajo alta curiosidad, estrechar los filtros bajo alta legitimidad).

Significado y Reivindicaciones
Los autores posicionan este trabajo como una síntesis arquitectónica más que como una teoría matemática totalmente validada o un sistema implementado completo. La significancia reside en:

• Estado Explícito: Ir más allá del "pseudo-afecto por ingeniería de prompts" hacia agentes con estados motivacionales explícitos, persistentes e inspeccionables que constriñen causalmente la selección de acciones.
• Escalabilidad: Proporcionar un dominio tratable (agentes conversacionales) para desarrollar maquinaria motivacional destinada a escalar hacia la AGI de Nivel Humano (HLAGI). Los mismos ingredientes —regulación de múltiples objetivos explícitos, dinámica estable y acciones tipadas— están diseñados para extenderse más allá de la conversación hacia entornos cognitivos y sociales más amplios.
• Diálogo Homeostático: Reinterpretar la homeostasis para el dominio lingüístico, donde el agente mantiene un equilibrio dinámico de necesidades discursivas, epistémicas y sociales en lugar de déficits corporales.

El artículo concluye que, si bien persisten preguntas sin resolver respecto a las ontologías de los moduladores y la conexión matemática completa con las garantías de contracción de MetaMo, esta arquitectura ofrece un camino hacia agentes que mantienen una vida motivacional explícita, lo suficientemente estructurada como para soportar memoria, herramientas, automodificación y la inteligencia social a lo largo del tiempo.