#LM7: IAs agénticas y Agentes autónomos.
Cómo la inteligencia artificial generativa ha pasado de responder preguntas a tomar decisiones autónomas, y qué significa esto para el futuro de la tecnología. 🚀
Ha pasado un tiempo desde mi última publicación en el blog. Durante este periodo, han ocurrido muchos cambios a nivel personal, como la integración de mi empresa en un nuevo y apasionante proyecto. Mientras tanto, el mundo de la inteligencia artificial no ha dejado de evolucionar, avanzando a un ritmo cada vez más acelerado en su camino hacia la AGI.
En este artículo, retomaremos una serie de conceptos nuevos y exploraremos las últimas tendencias referentes a Agentes e IAs Agénticas.
Introducción
La inteligencia artificial agéntica y los agentes autónomos son conceptos estrechamente relacionados en el campo de la IA, pero con matices y usos contextuales diferentes. En términos generales, ambos se refieren a sistemas impulsados por IA capaces de tomar decisiones y actuar sin la intervención constante de un humano, es decir, de forma independiente. Sin embargo, IA agéntica suele aludir a una nueva generación de sistemas de IA con mayor capacidad de razonamiento y planificación autónoma, mientras que agente autónomo es un término más amplio y clásico que describe cualquier entidad (software o hardware) que opera por sí misma en un entorno para lograr ciertos objetivos.
IA agéntica: Definición y contexto
El término IA agéntica (del inglés agentic AI) se refiere a sistemas de inteligencia artificial diseñados como agentes autónomos capaces de interactuar con su entorno de manera proactiva (Inteligencia Artificial agéntica: ¿el futuro?). En esencia, una IA agéntica es un programa o modelo de IA que percibe su entorno (ya sea mediante sensores, datos o interfaces digitales), razona sobre la información recibida y actúa de forma autónoma para cumplir objetivos específicos. Estas IAs funcionan con mínima supervisión humana, tomando decisiones independientes y adaptándose a cambios en tiempo real (What is Agentic AI?).
Una característica distintiva de la IA agéntica es su nivel avanzado de autonomía y adaptación. A diferencia de una IA tradicional programada para tareas acotadas, la IA agéntica puede establecer metas propias, descomponer problemas complejos en subtareas y ejecutar planes iterativos para resolverlos. . Esta capacidad de razonamiento iterativo y ejecución multi-paso es la esencia de la IA agéntica.
En cuanto al contexto de uso, la noción de IA agéntica ha cobrado relevancia recientemente con los avances en modelos de lenguaje grandes (LLMs) y técnicas de aprendizaje automático que permiten dotar a la IA de mayor inteligencia. Industrias y empresas tecnológicas emplean el término para describir la próxima generación de agentes basados en LLMs autónomos en entornos empresariales y complejos. Por ejemplo, se habla de IA agéntica al combinar modelos avanzados (como ChatGPT o similares) con automatización empresarial para crear agentes que analizan datos, planifican acciones y colaboran con humanos en la solución de problemas. En resumen, IA agéntica enfatiza el componente cognitivo avanzado de los LLMs modernos – aquellos capaces de “pensar, planificar y hacer” por sí solos en entornos dinámicos.
Agentes autónomos: Definición y contexto
Un agente autónomo se define clásicamente como un sistema (software o físico) que opera de manera independiente en un entorno, percibiéndolo y actuando sobre él para lograr sus objetivos. En la literatura académica de IA, un agente es “un sistema capaz de actuar e influir en su entorno” mediante sensores y actuadores, perseguir metas y adaptarse en función de su experiencia. La autonomía implica que el agente tiene control sobre sus acciones y puede tomar decisiones sin intervención humana directa. Formalmente, se distingue entre distintos grados de autonomía: en un sentido débil, el agente se comporta basándose en su experiencia pasada (no solo en lo que percibe en el instante); en un sentido fuerte, el agente actúa de forma independiente, controlando sus estados internos (por ejemplo, gestionando su “supervivencia” en el entorno). Esto significa que un agente verdaderamente autónomo no solo reacciona a estímulos inmediatos, sino que también aprende y se adapta con el tiempo.
En contextos técnicos, los agentes autónomos abarcan una amplia gama de entidades. El término se ha utilizado por décadas en investigaciones de sistemas multiagente, robótica e informática. Un agente autónomo puede ser un programa de software que automatiza tareas complejas (por ejemplo, un agente de negociación en bolsa que toma decisiones de compra/venta sin intervención humana), o un robot físico que navega su entorno y actúa por su cuenta (como un vehículo autónomo que percibe la carretera y controla la dirección y velocidad).
En todos los casos, el concepto clave es que el agente decide y actúa por sí mismo. Académicamente, a los agentes autónomos se les atribuyen propiedades como reactividad (responder a cambios del entorno en tiempo real), proactividad (tomar la iniciativa para cumplir sus objetivos) y sociabilidad (interactuar con otros agentes o personas).
En la práctica, el término agente autónomo se utiliza en ámbitos muy variados. En robótica, describe sistemas como drones o robots móviles que operan sin teleoperación continua. En software, aparece en agentes conversacionales avanzados o en sistemas de inteligencia ambiental (por ejemplo, un agente que gestiona automáticamente la climatización y seguridad en un edificio). Es un concepto amplio: cualquier sistema de IA que “perciba, piense y actúe” por su cuenta dentro de un entorno puede considerarse un agente autónomo.
La IA agéntica, de hecho, es una realización moderna de esta idea, enfocada en LLMs particularmente sofisticados.
Tendencias futuras
En los próximos años, se espera una convergencia cada vez mayor entre la IA agéntica y los agentes autónomos, impulsando una presencia más amplia de estos sistemas en la sociedad. Expertos y analistas predicen un crecimiento notable en la adopción de agentes de IA avanzados.
Según un informe de Gartner (¿Qué es la IA agéntica? Guía rápida), para 2028 alrededor del 33% de las aplicaciones de software empresarial incorporarán IA agéntica, un salto desde menos del 1% en 2024. Esto posibilitará que una fracción significativa de las decisiones rutinarias en el trabajo se tomen de forma autónoma: hasta un 15% de las decisiones diarias en empresas podrían delegarse en agentes de IA para 2028, de acuerdo con las proyecciones de Gartner.
Dicho de otro modo, los próximos años se verán a las organizaciones confiar en “trabajadores virtuales” o asistentes digitales para agilizar procesos y tomar decisiones informadas sin intervención humana constante.
Los gigantes tecnológicos también están apostando por este futuro agéntico: los agentes autónomos son el principal objetivo de desarrollo en 2025 para empresas como OpenAI (creadores de ChatGPT), Meta, Google o Anthropic.
Hasta el momento, muchos sistemas de IA generativa solo hacían recomendaciones o asistían al usuario cuando se les solicitaba; pero la tendencia para 2025 en adelante es que estos agentes pasen de sugerir a decidir y actuar en nombre del usuario. Esta evolución implica dotar a los agentes de mayor confianza y responsabilidad en tareas que antes requerían un humano en el bucle.
En el ámbito de la investigación, el futuro de la IA agéntica plantea tanto oportunidades como problemas. Por un lado, veremos agentes más colaborativos con humanos, capaces de aprender de interacciones y actuar como mentores o ayudantes inteligentes.
Por otro lado, surgen importantes consideraciones éticas y de gobernanza. A medida que delegamos más decisiones en agentes de IA, debemos asegurar que operen bajo directrices seguras, transparentes y alineadas con valores humanos. Expertos enfatizan la necesidad de plataformas para gestionar aspectos legales y éticos de estos sistemas. La transparencia en cómo los agentes toman decisiones será fundamental para mantener la confianza del público.
Asimismo, habrá que abordar la cuestión de la responsabilidad: ¿quién responde si un agente autónomo comete un error? Se prevé un incremento en la atención a marcos de regulación y control de estas IA cada vez más autónomas conforme se integran en tareas críticas.
En conclusión, tanto la IA agéntica como los agentes autónomos representan la evolución de la inteligencia artificial hacia sistemas más independientes y capaces de tomar acciones por sí mismos. La IA agéntica destaca el salto cualitativo en cuanto a sofisticación cognitiva de los LLMs (gracias a nuevos algoritmos y modelos), mientras que el concepto de agentes autónomos abarca el fundamento general de cualquier entidad de IA que actúa sin supervisión continua. Las tendencias indican una adopción acelerada y una transformación del panorama laboral y social de la mano de estas inteligencias autónomas.