NPC con memoria: tres pruebas y lo que he aprendido

Una vida que siga cuando te vas

Me interesa que puedas ayudar a alguien y que lo recuerde; que una noticia llegue deformada a otro barrio; que una familia reciba comida y sus reservas aumenten de verdad. Son pequeñas cosas que pueden dar una historia propia a cada partida.

Para acercarme a eso, estoy probando cómo los personajes reciben información, deciden compartirla e intercambian recursos. Estos mecanismos ya funcionan en una simulación separada del motor gráfico. Su integración en una experiencia jugable vendrá después. Estas son tres de las pruebas que puedo enseñar.

Un rumor repetido cien veces sigue teniendo un solo origen

Volvamos al puente. Imagina que Ana lo ha visto cerrado y se lo cuenta a Bruno. Bruno se lo cuenta a Carmen. Si preguntas a los tres, recibirás tres avisos, pero todos parten de lo que vio Ana. Ahora imagina que cada uno ha ido al puente por su cuenta. Parece un detalle pequeño, pero cambia mucho el valor de esas confirmaciones. Este ejemplo sirve para entender la prueba; no es una escena del experimento.

El simulador conserva de dónde viene la información. Al comparar ambos casos, la puntuación de confianza del personaje en una noticia fue un 19,8 % mayor cuando las confirmaciones tenían orígenes independientes. Así puedo comprobar que varias voces repitiendo lo mismo no cuentan automáticamente como varias comprobaciones.

También registra por separado cuánto respaldo aportan las pruebas disponibles. Piensa en dos preguntas: «¿Cuánto me lo creo?» y «¿Qué pruebas tengo?». La primera corresponde a la confianza del personaje; la segunda, al peso de la evidencia. En esta segunda medida, la evidencia independiente aportó un 27,7 % más de respaldo que los testimonios que repetían una misma fuente.

Y está el juego del teléfono: cuantos más intermediarios, más fácil es que el mensaje cambie. En la prueba, una cadena larga conservó un 9,4 % menos de parecido con el relato original que una corta.

Cada comparación se repitió 16 veces, emparejando el mismo punto de partida con las dos condiciones. El cambio tuvo la misma dirección en los 16 pares. Son puntuaciones internas: el 19,8 % no significa «NPC un 19,8 % más inteligentes». Lo que compruebo es que el origen y el recorrido de una noticia influyen en cómo la trata el sistema.

En un juego, esto podría permitirte seguir el rastro de un rumor. Descubrir que todo el pueblo repite la versión de una sola persona. O encontrar a quien estuvo allí y sabe algo distinto.

Saberlo no significa que vaya a contártelo

Un personaje ha visto a otro llevarse un recurso. ¿Lo cuenta? Para probar esa decisión cambié el contexto del testigo y repetí cada situación doce veces.

En una situación neutral habló las doce veces. Con escasez de recursos y un impacto alto de lo ocurrido, habló en cinco. Bajo amenaza, se quedó callado en las doce. El gráfico muestra cuántas veces decidió comunicar lo que sabía en cada situación.

La posibilidad para el jugador es interesante: alguien puede tener información y necesitar confianza o seguridad antes de compartirla. Eso es lo que quiero llegar a construir; los recuentos comprueban el comportamiento de estas pruebas, no predicen cómo actuaría una persona real.

Hay resultados que todavía fallan: una audiencia hostil y la autoridad de quien se lleva el recurso no redujeron los avisos. En ambos casos el testigo habló doce de doce veces. Esas respuestas necesitan trabajo para que el contexto tenga el efecto que busco.

Ayudar tiene que cambiar algo

Si un vecino entrega comida a otro, quiero poder seguirla: sale de unas reservas y entra en otras. Para el jugador, una ayuda así podría tener un coste y dejar consecuencias más allá de la conversación.

En esta prueba dejé avanzar el comercio durante 540 días simulados. En los tres entornos hubo entregas reales dentro de la simulación: una media de 93,3 unidades de comida en el húmedo, 200 en el templado estacional y 93,3 en el seco. Cada punto del gráfico es una ejecución; cada barra resume las tres de ese entorno.

Las cantidades dependen de las reservas, el precio y el dinero disponible para comprar. Con solo tres ejecuciones por entorno, no sirven para decidir qué clima es mejor. Sí permiten comprobar que el intercambio llega a completarse y mueve recursos.

Además de esas nueve ejecuciones con comercio activo, probé condiciones de control: con el comercio apagado, sin dinero en la cuenta del hogar o con las reservas equilibradas de este ensayo no hubo intercambios. En total fueron 36 configuraciones. El control sin fondos mantenía dinero personal: lo que se comprobaba era el acceso al dinero del hogar.

Lo que esto podría cambiar al jugar

Imagina que buscas comida en un pueblo. Una familia tiene reservas, otra necesita comprar y un vecino asegura que alguien está acaparando. Si esas piezas funcionan juntas, puedes investigar quién inició el rumor, decidir a quién creer y buscar una forma de ayudar. Es un ejemplo del tipo de situación que me gustaría construir, todavía no una misión jugable.

Lo que me atrae es que las decisiones dejen huella. Que volver al mismo lugar tenga interés porque allí han seguido pasando cosas. Para comprobar cada paso tengo una herramienta que permite revisar lo ocurrido y consultar qué sabía cada personaje en ese momento.

Y cuando puedas preguntarles

Más adelante quiero conectar esa simulación con conversaciones mediante IA. Poder preguntar «¿por qué no me lo contaste?» y que la respuesta tenga relación con lo que el personaje vivió, sabía o temía.

Esa conexión con un modelo de lenguaje aún está pendiente. Los resultados anteriores pertenecen a la simulación. El objetivo es que una conversación permita descubrir esa vida: sus recuerdos, sus dudas y las consecuencias de lo que hace. Ya hay mecanismos que poner a prueba; el siguiente paso es seguir conectándolos.