Nacen los empleados digitales: así funcionan los agentes de inteligencia artificial
Los agentes de inteligencia artificial traen una nueva relación con el software: ya planifican, actúan y revisan resultados para cumplir objetivos complejos.
Los agentes de inteligencia artificial prometen revolucionar el empleo, pero no son perfectos.
ArchivoDurante décadas usamos las computadoras como si fueran herramientas y cada tarea requería una orden específica. Si querías calcular algo abrías la calculadora, para redactar un texto abrías un procesador de palabras. Entre tanto, la máquina no hacía nada por sí sola, sólo esperaba instrucciones paso a paso.
Ahora aparece otra forma de usar la tecnología. En lugar de herramientas que ejecutan órdenes aisladas, emergen sistemas que reciben un objetivo y se encargan de resolverlo en varias etapas. No se limitan a responder una pregunta, sino que analizan la tarea, prueban pasos, revisan resultados y ajustan lo que hacen hasta acercarse al resultado pedido. A estos sistemas se los llama agentes de Inteligencia artificial.
Qué es un agente de inteligencia artificial
Un agente es un programa que puede trabajar con un objetivo general en lugar de una orden detallada. Si a un buscador tradicional le pedís vuelos a París te muestra enlaces y vos hacés todo lo demás. Un agente recibe la consigna completa, por ejemplo, viajar en mayo con un presupuesto máximo y un hotel con determinadas características. A partir de ahí arma un plan, consulta distintas fuentes, compara opciones y completa la reserva si tiene autorización.
La diferencia central es que el agente no ejecuta un solo paso, sino que funciona en ciclos. Primero interpreta el objetivo, luego decide cuál es la próxima acción útil. Ejecuta esas acciones en otra aplicación o en internet y observa el resultado. Tras completar estos pasos, evalúa si se acerca al objetivo. Luego repite el proceso con un nuevo paso y ese bucle de plan-acción-revisión es lo que le permite manejar tareas que tienen varias partes.
Cómo está construido
Un agente tiene varios componentes que trabajan juntos. El modelo es el sistema que procesa lenguaje y puede generar textos, resumir información o proponer acciones posibles. No entiende en el sentido humano, sino que calcula qué respuestas son más probables según los datos con los que fue entrenado y las instrucciones que recibe.
La memoria de trabajo es el conjunto de datos que el agente mantiene durante la tarea. Incluye lo que ya hizo, lo que falta y los resultados intermedios. Esto evita que repita pasos o pierda el hilo.
El almacenamiento externo es donde se guardan datos para usarlos más adelante, y puede ser una base de datos, un archivo o un sistema de notas. No es un recuerdo espontáneo, queda como información guardada y recuperada cuando hace falta.
Las herramientas son conexiones con otros programas, puede haber una calculadora para operaciones numéricas o un navegador para buscar información; también un sistema de correo para enviar mensajes o un programa de reservas para comprar pasajes. El agente no hace todo por sí mismo, sólo coordina el uso de estas herramientas según el plan.
Los permisos determinan qué puede hacer y qué no. Un agente puede tener acceso solo a leer información o también a ejecutar acciones. Esa diferencia es clave porque define el nivel de impacto que puede tener.
Por qué no son perfectos
Estos sistemas todavía tienen limitaciones importantes. Pueden generar información incorrecta con apariencia de seguridad. Esto ocurre porque el modelo produce respuestas probables, no verifica hechos por sí mismo. Si el agente usa ese resultado para tomar una acción, el error se amplifica.
Tienen dificultades para manejar grandes cantidades de información sin perder detalles relevantes. Si la tarea incluye muchos documentos o pasos, el sistema puede olvidar restricciones importantes como un límite de presupuesto o una fecha específica.
No poseen conocimiento implícito del mundo físico o social, por lo tanto, si una instrucción es ambigua, pueden interpretarla de forma literal y producir resultados no deseados. Por eso necesitan reglas claras y validaciones intermedias.
Qué cambia con los agentes
El cambio principal no es que el software se vuelva más inteligente en términos humanos. La diferencia es que ejecuta procesos completos en lugar de pasos aislados. La interacción deja de ser una secuencia de clics y se transforma en la definición de objetivos.
Esto modifica la forma en que se usan las aplicaciones, ya que en lugar de aprender a manejar cada programa, el usuario define qué quiere y supervisa el proceso. El trabajo pasa de ejecutar tareas a revisar resultados y ajustar instrucciones.
También aparece la necesidad de control. Cuanto más acceso tiene un agente a sistemas externos, mayor es la importancia de establecer límites, permisos y puntos de verificación antes de que complete acciones críticas.
Quiénes los desarrollan
Existen dos enfoques principales. Algunos sistemas vienen integrados en plataformas cerradas y están diseñados para tareas específicas como atención al cliente, análisis de documentos o gestión de agendas. Otros son marcos de trabajo abiertos que permiten combinar modelos, memorias y herramientas para crear agentes personalizados.
Algunos modelos están optimizados para leer textos muy largos. En tanto que otros coordinan varios agentes trabajando en paralelo y distribuyen las tareas. En esos casos uno define el objetivo general y los sistemas se especializan en distintas partes del proceso.
Qué significa en la práctica
El impacto no está en que reemplacen todas las tareas humanas sino en encargarse de procesos repetitivos que antes requerían intervención constante. Organizar información, completar formularios, comparar opciones, generar reportes y ejecutar acciones básicas en distintos sistemas son algunos de estos procesos.
El usuario deja de operar directamente cada herramienta y pasa a gestionar objetivos, revisar resultados y definir condiciones. La relación con la tecnología se vuelve más parecida a supervisar un proceso que a ejecutarlo manualmente.
Las cosas como son.
Mookie Tenembaum aborda temas de tecnología como este todas las semanas junto a Claudio Zuchovicki en su podcast La Inteligencia Artificial, Perspectivas Financieras, disponible en Spotify, Apple, YouTube y todas las plataformas.