"Agentes de IA: Lo que son, lo que no son y hacia dónde van (Parte II)"
Los agentes de IA hoy: qué pueden hacer realmente y como de autónomos son en la práctica
Ayer mismo comentaba que lo que hoy se comercializa no son realmente Agentes de IA según los ha definido la propia industria. ¿Qué son por tanto y qué podemos esperar de ellos?
Los agentes de IA comerciales actuales pueden describirse como agentes semi-autónomos especializados, ya que aún dependen de supervisión humana y reglas predefinidas para funcionar de manera efectiva. Ya sabemos como funciona el marketing de las empresas y utilizan la definición de "agentes autónomos" para impulsar la venta, en la práctica todavía están lejos de serlo en el sentido estricto de la definición que vimos ayer.
Aquí te presento una clasificación que nos puede ayudar a entender su nivel de autonomía y capacidades:
1. Agentes Basados en Reglas
Operan con flujos de decisión predefinidos.
No aprenden ni se adaptan por sí solos.
Ejemplo: Chatbots tradicionales de atención al cliente que siguen guiones.
2. Agentes Asistidos por IA (IA Híbrida)
Pueden manejar consultas complejas con modelos de IA, pero requieren intervención humana para muchas decisiones.
Utilizan memoria limitada para mejorar respuestas dentro de una sesión.
Ejemplo: Chatbots avanzados que combinan procesamiento de lenguaje natural con flujos de decisión programados.
3. Agentes de IA con Capacidad de Planificación
Utilizan IA generativa para descomponer tareas y ejecutarlas sin instrucciones explícitas.
Pueden interactuar con herramientas externas como navegadores o bases de datos.
No tienen autonomía total porque no pueden auto-corregirse bien ni tomar decisiones estratégicas a largo plazo.
Ejemplo: Auto-GPT, BabyAGI o Devin, que intentan completar tareas sin intervención constante.
4. Agentes de IA con Memoria Persistente (en desarrollo)
Son capaces de recordar interacciones pasadas y adaptar su comportamiento a largo plazo.
Se acercan más a la autonomía, pero aún no pueden operar sin supervisión.
Ejemplo: Algunos sistemas RAG mejorados que almacenan información de forma estructurada para mejorar futuras interacciones.
5. Agentes Autónomos Especializados (lo más avanzado hoy en día)
Tienen objetivos definidos y pueden ejecutar tareas dentro de un dominio específico sin intervención constante.
Pueden aprender de nuevas experiencias dentro de límites controlados.
No son totalmente autónomos, pero pueden manejar tareas repetitivas o complejas sin necesidad de intervención humana directa.
Ejemplo: Agentes de ventas automatizados que contactan prospectos y optimizan mensajes en función de la respuesta del usuario.
¿Debemos avanzar y utilizar estos agentes semi-autónomos?
Respuesta corta: Si, sin duda.
Mañana profundizaré en las razones, pero sirva como adelanto algo muy lógico: todo lo que sea ir avanzando en la curva de aprendizaje de estas nuevas tecnologías, nos aporta un conocimiento y una experiencia importantísimos. Tanto para obtener valor del estado del arte de la tecnología hoy en día, como para estar preparados para cuando la misma evolucione.
Quedarse fuera del futuro no es opción.