Resumen Técnico: Instituciones Artificiales: Cómo el diseño institucional moldea las simulaciones de LLM

Planteamiento del problema

La rápida adopción de los Modelos de Lenguaje de Gran Escala (LLM) como agentes en sociedades artificiales ha desplazado el enfoque principalmente hacia las propiedades de los agentes: prompts, personas, memoria, capacidades de razonamiento y su fidelidad a los sujetos humanos. Sin embargo, este artículo argumenta que una variable crítica suele pasarse por alto: la arquitectura institucional de la simulación.

En las sociedades artificiales, los agentes están inmersos en reglas que dictan quién puede actuar, quién puede observar, la secuencia de acciones, los protocolos de comunicación y la agregación de acciones individuales en resultados colectivos. Estas reglas se tratan frecuentemente como detalles de implementación de fondo en lugar de ser parte del objeto científico. El problema central abordado es si los agentes LLM son "institucionalmente neutros" (producen resultados similares independientemente de las reglas de intercambio) o "institucionalmente sensibles" (producen resultados sociales cualitativamente diferentes basándose únicamente en las reglas de interacción). Si esto último es cierto, atribuir los resultados de la simulación únicamente a las familias de modelos o a los prompts es metodológicamente erróneo.

Metodología

El estudio emplea un diseño experimental controlado basado en la teoría del valor inducido para aislar los efectos institucionales de los efectos de los agentes.

• Entorno Experimental: Un mercado pequeño y repetido con cuatro compradores artificiales y cuatro vendedores artificiales.
  • Compradores: Valores privados de 100, 90, 70 y 50.
  • Vendedores: Costos privados de 30, 45, 65 y 85.
  • Restricciones: Cada agente puede negociar como máximo una vez por período. Se instruye a los agentes para que no pujen por encima de su valor ni pidan por debajo de su costo. Los prompts no revelan la asignación eficiente ni el rango de precio del equilibrio competitivo (65–70).
• Variables:
  • Fijas: Familias de modelos, valores/costos privados, instrucciones de beneficios (payoffs), número de períodos (5) y estructura del historial público.
  • Tratamiento (Variable): La institución de intercambio. Se probaron cinco instituciones de mercado estándar:
    1. Mercado de Llamada (Call Market): Ofertas/peticiones selladas, liquidación centralizada, precio en el punto medio redondeado.
    2. Mercado de Oferta Publicada (Posted-Offer Market): Los vendedores publican precios de venta de "tómalo o déjalo"; los compradores eligen simultáneamente uno o pasan.
    3. Mercado de Puja Publicada (Posted-Bid Market): Los compradores publican ofertas de "tómalo o déjalo"; los vendedores eligen simultáneamente una o pasan.
    4. Subasta de Doble Continuidad (CDA): Llegada secuencial; los agentes pueden aceptar ofertas vigentes, publicar nuevas ofertas o pasar.
    5. Negociación Bilateral (Bilateral Bargaining): Emparejamiento aleatorio; propuestas de una sola etapa; el comercio ocurre si la puja $\ge$ la petición.
• Modelos: Se probaron cuatro familias de modelos: GPT-5 mini, GPT-5, Claude Sonnet (específicamente claude-sonnet-4-5-20250929) y Gemini (específicamente gemini-2.5-flash).
• Escala: 10 mercados independientes por celda de modelo-mercado, resultando en 1,000 observaciones de modelo-mercado-período.
• Métricas: Excedente realizado (como % del excedente eficiente), cantidad de transacciones, distancia del rango de precio del equilibrio competitivo (CE) y división del excedente entre compradores y vendedores.

Resultados Clave

1. Las reglas institucionales impulsan los resultados agregados

La arquitectura institucional por sí sola, manteniendo constantes los agentes y los beneficios, generó variaciones significativas en los resultados sociales:

• Eficiencia: Los mercados de llamada lograron la mayor eficiencia con un 88.6% del excedente eficiente. Las subastas de doble continuidad (CDA) alcanzaron un 71.5%. Los mercados de oferta publicada y de puja publicada realizaron aproximadamente un 66%. La negociación bilateral fue la menos eficiente con un 56.4%.
• Cantidad de Transacciones: Los mercados de llamada promediaron 2.55 transacciones (lo más cercano a la cantidad eficiente de 3). Los mercados de oferta y de puja publicada promediaron solo ~1.5 transacciones. La negociación bilateral promedió 1.91 transacciones.
• Desviación de Precio: La negociación bilateral y los mercados de llamada produjeron precios más cercanos al rango del CE (65–70). Los mercados de oferta publicada generaron precios significativamente por debajo del rango, mientras que los mercados de puja publicada generaron precios significativamente por encima.
• División del Excedente: Las reglas institucionales dictaron la distribución de las ganancias. Los mercados de oferta publicada asignaron el 83.7% del excedente a los compradores, mientras que los mercados de puja publicada asignaron solo el 14.3% a los compradores. Los mercados de llamada y las CDA favorecieron a los vendedores, mientras que la negociación bilateral resultó en una división aproximadamente equilibrada.

2. Interacción Modelo-Institución (Heterogeneidad)

El desempeño de familias de modelos específicas dependió altamente de la institución:

• Robustez: Los mercados de llamada fueron relativamente robustos entre los modelos; GPT-5, GPT-5 mini y Gemini lograron todos >90% de eficiencia.
• Sensibilidad: Las instituciones descentralizadas expusieron debilidades específicas de los modelos. Por ejemplo, Gemini logró un 100% de eficiencia en mercados de llamada pero solo un 35.2% en CDA. Por el contrario, Claude Sonnet funcionó bien en CDA (81.4%) pero pobremente en negociación bilateral (33.2%).
• Implicación: Un modelo puede parecer competente en un entorno institucional y frágil en otro. La unidad de análisis relevante es el par modelo-institución, no el modelo de forma aislada.

3. Mecanismos de Falla

Diferentes instituciones fallaron por diferentes razones:

• Mercados de Oferta Publicada: Las pérdidas de eficiencia fueron impulsadas por transacciones perdidas (fallo al emparejar compradores y vendedores compatibles) más que por un colapso en períodos sin transacciones.
• Negociación Bilateral: Aunque los precios estuvieron a menudo cerca del rango del CE, la institución sufrió una alta frecuencia de períodos sin transacciones debido a la dificultad de encontrar propuestas superpuestas en un entorno descentralizado de emparejamiento aleatorio.
• Subastas de Doble Continuidad (CDA): Los agentes exhibieron reducción de pujas (bid shading: compradores pujando por debajo de su valor) y sobreprecio de peticiones (ask markups: vendedores pidiendo por encima de su costo), consistentes con la complejidad estratégica de gestionar el tiempo y las ofertas vigentes.

Significancia y Contribuciones

El artículo realiza tres contribuciones principales al campo de la IA y las ciencias sociales:

1. Implicación Práctica: Desplegar agentes de LLM en sistemas del mundo real (mercados, plataformas, organizaciones) requiere un diseño institucional junto con el diseño del agente. Las reglas que gobiernan la comunicación, la secuenciación y la agregación no son contenedores neutrales; estas moldean activamente los resultados colectivos.
2. Implicación Metodológica: Las simulaciones deben reportar y poner a prueba la arquitectura institucional con la misma rigurosidad que la arquitectura del agente (prompts, personas, memoria). Tratar las reglas de interacción como detalles de implementación conlleva el riesgo de atribuir erróneamente los resultados al modelo cuando son, en realidad, consecuencias del diseño institucional.
3. Implicación Científica y Pedagógica: Los agentes artificiales permiten el estudio de contrafactuales institucionales en entornos compactos y auditables. Los investigadores pueden mantener fijas las preferencias, la información y las identidades mientras varían únicamente las reglas de interacción, proporcionando un método de bajo costo para demostrar por qué las instituciones importan.

Limitaciones y Alcance

El autor señala explícitamente que los resultados no son parámetros estables del comportamiento humano o del comportamiento general de los LLM. El experimento utiliza un diseño estrecho (un esquema de demanda/oferta, sin incentivos monetarios, sin aprendizaje a lo largo del tiempo). Los modelos fueron instruidos para decidir, no entrenados para la participación en mercados. La afirmación principal no es que los LLM imiten perfectamente a los humanos, sino que son institucionalmente sensibles dentro de esta economía artificial. Si un entorno tan simple produce grandes diferencias institucionales, es poco probable que las sociedades artificiales más grandes sean institucionalmente neutrales.