Este artículo se basa en la creciente evidencia de que el cerebro utiliza esquemas de atención (modelos simplificados de la atención) para controlarla. Utilizando una red neuronal con un mecanismo de atención transformador, investigamos el impacto de añadir esquemas de atención a agentes artificiales en sus capacidades de juicio y colaboración. Los resultados experimentales muestran que los agentes con esquemas de atención son más capaces de clasificar los estados atencionales de otros agentes (mejorando la precisión), desarrollan patrones que les permiten clasificar con mayor facilidad sus propios patrones atencionales y muestran un mejor rendimiento en tareas colaborativas. Estas mejoras de rendimiento no se deben simplemente a una mayor complejidad de la red, sino a tareas especializadas que implican juzgar, clasificar o predecir la atención de otros agentes. En conclusión, nuestros resultados respaldan la hipótesis de que los esquemas de atención poseen propiedades computacionales beneficiosas para la interinterpretabilidad y el comportamiento interactivo.
