La inteligencia artificial agéntica: un presente y futuro de la IA
La inteligencia artificial se ha posicionado rápidamente con una tecnología revolucionaria, entrando en casi cada campo del quehacer humano y transformándolo o apuntando a hacerlo prontamente, mediante una serie de cambios y proyecciones debido al rápido avance de la IA. Si bien los últimos tres años a partir de su socialización masiva, han estado dominados por la popularización de modelos fundacionales y grandes modelos de lenguaje (LLMs) capaces de procesamiento y generación de contenido, el 2025 marca un punto de inflexión con el paradigma agentico, el cual constituye un nuevo enfoque, impulsado por figuras clave como John Roese, Director Global de Tecnología de Dell Technologies, y que se proyecta como uno de los principales vectores de desarrollo de la IA para los próximos años, enfocándose en la autonomía y la planificación compleja con interacción con el medio.
El término «agentico» refiere a una clase avanzada de sistemas de inteligencia artificial que trascienden la sólo la ejecución de comandos explícitos, sino que tiene la capacidad de toma de decisiones y de interacción con el medio. Un agente de IA es un sistema de software dotado de la capacidad de percepción, razonamiento, planificación y actuación en un entorno para alcanzar objetivos definidos, a menudo a largo plazo y con múltiples pasos intermedios, sin la necesidad de supervisión humana constante en cada paso, siendo la autonomía es su característica definitoria. Mientras que los modelos convencionales actúan como herramientas reactivas (requiriendo prompts detallados), la IA agéntica se comporta como un «socio» proactivo y complejo. Técnicamente, un agente opera en un ciclo continuo que incluye: percepción del entorno (recopilación de datos), razonamiento y planificación (descomposición de tareas y generación de un plan), ejecución de acciones (interacción con APIs o herramientas externas), y finalmente, reflexión y auto-corrección. Este bucle de feedback se fundamenta en su memoria y metacognición, lo que le permite evaluar la eficacia de sus acciones, corregir errores y refinar su estrategia en tiempo real interactuando con el entorno. La tendencia actual se intensifica con el desarrollo de sistemas multi-agente, donde agentes especializados colaboran para resolver problemas de mayor escala, escalando la automatización de manera sin precedentes y es un camino además para la robótica.
Las implicaciones de la IA agéntica en el sector educativo son interesantes, dado que un agente de IA ya no es simplemente un tutor que responde preguntas, dado que se convierte en un diseñador instruccional personalizado, más interesante incluso que los diversos modos de aprendizaje profundo que tenemos en algunas IA actualmente debido a que estos tienen ciertas limitantes a la hora de interactuar con el entorno. Estos agentes pueden diagnosticar con precisión las brechas de conocimiento de un estudiante, analizando su estilo de aprendizaje, su ritmo y su interacción digital, donde a partir de este diagnóstico detallado, el agente es capaz de generar rutas de aprendizaje dinámicas y adaptativas que se ajustan en tiempo real, seleccionando los mejores recursos didácticos (simulaciones, papers, cursos modulares) e incluso gestionando la inscripción automatizada en plataformas externas para optimizar el camino hacia una meta específica, lo que evidencia además su capacidad de interactuar con el medio a diferencia de los chatbot y asistentes virtuales que conocíamos hasta ahora. Este nivel de educación hiper-personalizada maximiza la eficiencia y la productividad del estudio al minimizar la fricción de la microgestión, es decir, la supervisión constante del ser humano en una serie de decisiones que puede tomar la IA, sunque que claro, siempre con la supervisión y consentimiento humano. Para el profesor, este tipo de tecnología, puede llevar a que el agente de IA asume tareas de gestión y calificación automatizada, liberando tiempo para que el docente se centre en la mentoría de alto nivel, el desarrollo de habilidades blandas y el pensamiento crítico, elevando el rol del educador de transmisor de información a facilitador del conocimiento complejo, abriendo con ello un cambio en los roles educativos tradicionales.
Esta visión de autonomía se proyecta en todos los sectores, donde, por ejemplo, en la ingeniería de software, se espera la proliferación de agentes compositores de software que generan, depuran y despliegan el código completo a partir de especificaciones en lenguaje natural, mucho más complejo que los asistentes actuales, donde incluso podrían publicar la aplicación de forma directa. En la gestión empresarial, los agentes se integrarán en la optimización de la cadena de suministro y la automatización de procesos de negocio. Se estima que la adopción de la IA agéntica en el sector empresarial podría llevar a incrementos de productividad de hasta el 30% en ciertas tareas. No obstante, el desarrollo de esta autonomía exacerba los desafíos éticos, legales y de seguridad e incluso alteran el mercado laboral al menos como lo concebimos hoy. La opacidad en la toma de decisiones del agente («caja negra») dificulta la rendición de cuentas y la trazabilidad en la toma de decisiones de la IA lo que es importante para que el ser humano siempre sepa cómo opera. La vulnerabilidad a los ataques de prompt injection avanzados (manipulación del objetivo del agente) es un peligro y se exige el desarrollo de agentes resistentes siendo este un nuevo desafío. Además, la autonomía no mitiga el sesgo algorítmico ya que un agente que optimiza un proceso basándose en datos sesgados puede automatizar y escalar la discriminación a una velocidad y volumen peligrosos.
La capacidad de la IA agéntica para transformar eventualmente varios aspectos de la sociedad, genera la necesidad de que su control y dirección no permanezcan exclusivamente en manos de las grandes corporaciones tecnológicas, dado que la soberanía tecnológica se vuelve un imperativo, donde los estados deben implementar estrategias nacionales de IA que fomenten ecosistemas de investigación y desarrollo localizados, con énfasis en la interpretación de modelos para los agentes, establezcan políticas de gobernanza de datos, equilibren la innovación con la privacidad, e inviertan en la capacitación de la fuerza laboral. Lo «agéntico» promete redefinir nuestra interacción con la tecnología, marcando el rumbo hacia un futuro donde la IA sea una aliada capaz de potenciar nuestras capacidades, pero que al mismo tiempo exige una mayor responsabilidad y un esfuerzo coordinado en su uso y regulación para hacer un buen uso de ella, y no generar una dependencia excesiva, la IA es un apoyo no puede ser el fin en si mismo del desarrollo humano.
Nota: Imágenes creadas con inteligencia artificial. Esta entrada la hemos generado con apoyo de inteligencia artificial.
