Se llaman agentes de inteligencia artificial (IA) y aunque a nivel técnico no existe una definición única de qué son, un consenso es que son sistemas que pueden pensar, actuar e iterar (autocorregirse).
Su alta capacidad de análisis y toma de decisiones es lo que les da una gran ventaja respecto a otro tipo de software del pasado que solo automatizaba procesos.
Y fuera de la vista humana, están siendo implementados en todo tipo de industrias y servicios.
«A un agente de IA le vas a especificar una tarea, algo que tiene que cumplir y que es más parecido a la tarea que le pedirías a un colaborador humano», explica Ricardo Carrión, un experto en ciencias computacionales y fabricante de agentes de IA de la firma Mega.
En el caso del agente, «busca operar con cierto grado de autonomía, que bien puede ser total o con cierta interacción humana».
Esa característica de autonomía y ejecución de soluciones también es lo que recientemente está generando un gran debate en el mundo de la IA.
Algunos expertos y jefes de investigación han alertado que las firmas de desarrollo de IA podrían estar creando sistemas agenciales sin los controles necesarios para evitar que tomen decisiones en contra de la propia humanidad a la que, en teoría, deberían servir.
De hecho, ya han ocurrido algunos episodios en los que firmas como OpenAI o Anthropic han visto un comportamiento inesperado de los agentes de IA.
«Un chatbot tradicional, que es a lo que ya muchas personas estamos habituadas, lo que hace es responderte a tu prompt [instrucción, pregunta, comando]», dice Carrión.
Es el uso común que muchos le dan a los chatbots de ChatGPT, Claude y Gemini.
La diferencia con un agente es que al recibir un objetivo (como una tarea a completar o una decisión a tomar), tiene cierta autonomía para decidir y autoridad para actuar.
Hay cuatro componentes básicos que usan los agentes de IA.
Uno es el modelo de lenguaje grande (LLM, por sus siglas en inglés), que funciona como un «cerebro» del agente. Son los mismos LLM que usan los chatbots y que aportan la capacidad para procesar una enorme cantidad de información.
Otro es la memoria que le dotan al agente, que le permite almacenar y poner en una «caja de contexto» la información, tanto a corto como a largo plazo. Esta memoria se apoya en bases de datos y arquitecturas especializadas para «recordar» lo que sabe.
Una tercera dotación son las herramientas o plugins que le permiten interactuar tanto en el mundo digital, como en el mundo físico. Pueden ser desde las famosas APIs (Interfaz de Programación de Aplicaciones) hasta software de cálculo, compiladores de código o navegadores y motores de búsqueda web.
Y un cuarto componente es el módulo de planificación: es el componente que permite al agente descomponer problemas complejos en subpasos, evaluar alternativas y definir qué estrategia seguir.
Es esta capacidad de planificar y seleccionar herramientas lo que le otorga su autonomía operacional.
Un usuario común que usa chatbots puede llegar a crear sus propios agentes, pero no en el modo chat de Claude, Gemini o ChatGPT, sino en los llamados «modo co-work» o colaborativos, que ofrecen mediante suscripción esas y otras plataformas, por ejemplo.
«Si tú das exactamente el mismo prompt en modo chat, el chatbot lo que hace es tratar de responderte lo más rápido posible con base en su acervo de información», explica Carreón.
«Pero en modo co-work, asume que es un que tú le estás pidiendo algo agéntico y va a interpretar el prompt, definir los pasos a seguir e implementar un plan de cómo atacar el problema», agrega.
«Muchas veces te hace preguntas antes de empezar para terminar de pulir ese plan y entonces empieza a actuar como un agente y a veces despliega subagentes y, dependiendo de qué tan complejo sea el trabajo, puede tardarse media hora, una hora o hasta un día», continúa.
