Se espera que los agentes de inteligencia artificial sean el gran avance en el ámbito de la IA, sin embargo, aún no hay consenso acerca de su definición precisa. Hasta ahora, no existe un acuerdo general sobre los elementos que conforman un agente de IA.
De manera más sencilla, se puede definir a un agente de inteligencia artificial como un programa impulsado por IA que lleva a cabo diversas tareas en su nombre, que anteriormente podrían haber sido realizadas por un agente de atención al cliente, un profesional de recursos humanos o un técnico de soporte informático, aunque en realidad puede abarcar cualquier tipo de tarea. Usted le solicita que realice acciones y él las ejecuta por usted, a veces navegando entre varios sistemas y yendo más allá de simplemente responder consultas.
A simple vista, parece sencillo, ¿no es así? No obstante, la falta de claridad lo vuelve complicado. Incluso entre las grandes empresas tecnológicas, no hay acuerdo. Google los considera asistentes especializados en tareas específicas: apoyar a los programadores con la codificación, ayudar a los comerciantes a diseñar paletas de colores, asistir a un experto en tecnología de la información a resolver problemas consultando registros de datos.
En Asana, un agente tiene la capacidad de desempeñarse como un miembro del equipo más, encargándose de las responsabilidades asignadas como un colaborador ejemplar. Sierra, una empresa emergente creada por Bret Taylor, ex codirector ejecutivo de Salesforce, y Clay Bavor, un experimentado de Google, considera a los agentes como instrumentos de la experiencia del cliente, asistiendo a las personas en la realización de acciones que trascienden los antiguos chatbots para abordar conjuntos de problemas más intrincados.
La ausencia de una definición clara da pie a la confusión acerca de las acciones que llevarán a cabo estos elementos, sin importar su definición, los agentes están diseñados para facilitar la realización de tareas de manera automatizada, reduciendo al mínimo la intervención humana.
Según Rudina Seseri, quien es la fundadora y socia gerente de Glasswing Ventures, menciona que quizás sea demasiado temprano, lo cual podría ser la razón de la falta de consenso. «No hay una única definición para lo que constituye un ‘agente de IA’. A pesar de ello, la concepción más común es que un agente se trata de un sistema de software inteligente que tiene la capacidad de percibir su entorno, analizarlo, tomar decisiones y llevar a cabo acciones para alcanzar objetivos específicos de manera autónoma».
Según sus palabras, emplean diversas tecnologías de inteligencia artificial con el fin de alcanzar este objetivo. Estos sistemas integran múltiples técnicas de IA/ML, como el procesamiento de lenguaje natural, el aprendizaje automático y la visión computarizada, para funcionar en entornos cambiantes, ya sea de manera independiente o en colaboración con otros agentes y usuarios humanos.
Según Aaron Levie, cofundador y CEO de Box, en el futuro cercano, a medida que la inteligencia artificial se perfeccione, los asistentes virtuales podrán realizar tareas más complejas en representación de las personas, y ya se están gestando fuerzas que promoverán este avance.
Levie escribió recientemente en Linkedin acerca de los diversos elementos que componen un conjunto de agentes de IA, los cuales se refuerzan mutuamente para potenciar significativamente los logros a corto y largo plazo de estos agentes. Estos elementos pueden incluir el rendimiento de la GPU, la eficiencia del modelo, la calidad e inteligencia del mismo, así como los marcos de IA y las mejoras en la infraestructura.
Se presenta una perspectiva positiva sobre la tecnología que implica un aumento en todos estos campos, aunque esto no sea algo seguro. Rodney Brooks, un innovador en robótica del MIT, mencionó que la inteligencia artificial enfrenta desafíos más complejos que la mayoría de las tecnologías y no necesariamente evolucionará tan rápidamente como, por ejemplo, los chips siguiendo la ley de Moore.
Durante la entrevista, Brooks mencionó que cuando una persona observa a un sistema de inteligencia artificial completando una tarea, tiende a extrapolar su desempeño a otras tareas similares y evaluar su competencia general. Esta evaluación no se limita solo al rendimiento en la tarea observada, sino que abarca su competencia en un contexto más amplio. Además, señaló que estas estimaciones suelen ser excesivamente optimistas debido a que se basan en el modelo de rendimiento humano en una tarea específica.
La dificultad radica en la interconexión de sistemas, lo cual se ve dificultado por la carencia de acceso elemental a API en algunos sistemas heredados. A pesar de los avances continuos mencionados por Levie, la tarea de permitir que el software se conecte con diversos sistemas y resuelva posibles obstáculos en su trayecto podría presentar un desafío mayor de lo que se piensa.
En caso de que así sea, es probable que todos estén sobrevalorando las capacidades que se espera que tengan los agentes de inteligencia artificial. Según David Cushman, un destacado investigador en HFS Research, la actual generación de bots se asemeja más a los asistentes como Asana: colaboradores que asisten a los humanos en la realización de ciertas tareas para alcanzar objetivos estratégicos establecidos por el usuario. El reto radica en capacitar a una máquina para gestionar imprevistos de forma completamente automatizada, y es evidente que aún nos encontramos lejos de lograrlo.
«Considero que es el paso a seguir», expresó. «Es el punto en el que la inteligencia artificial funciona de forma autónoma y eficaz a gran escala. Aquí es donde los seres humanos establecen directrices, límites y aplican diversas tecnologías para excluir al humano del proceso, cuando todo se ha enfocado en mantener al humano en ‘El ciclo con GenAI'», mencionó. Por consiguiente, subrayó que la clave radica en permitir que el agente de inteligencia artificial tome las riendas y aplique una automatización genuina.
Según Jon Turow, colaborador de Madrona Ventures, se necesitará establecer una infraestructura de agentes de inteligencia artificial, una estructura tecnológica diseñada exclusivamente para desarrollar estos agentes (sin importar cómo se definan). En un reciente artículo en su blog, Turow describió ejemplos de agentes de IA que están operando en la actualidad y cómo se están creando.
Según Turow, el aumento constante de agentes de inteligencia artificial (aunque reconoce que la definición sigue siendo un tanto esquiva) demanda un conjunto de tecnología al igual que cualquier otra innovación tecnológica. En sus palabras escritas en el artículo, señaló que esto implica que la industria debe esforzarse por desarrollar una base sólida que sustente a los agentes de IA y a las aplicaciones que se apoyan en ellos.
Conforme pase el tiempo, la capacidad de pensar se perfeccionará poco a poco, las innovadoras tendencias guiarán cada vez más la organización de tareas y los programadores buscarán enfocarse en el producto y los datos, aspectos que los hacen únicos. Anhelan que la base tecnológica simplemente opere con amplitud, eficacia y seguridad.
Otro aspecto a considerar es la posibilidad de requerir múltiples modelos en lugar de depender únicamente de un LLM para que los agentes puedan desempeñarse eficazmente. Esta idea cobra sentido al concebir a estos agentes como una amalgama de diversas tareas. Según Fred Havemeyer, director de investigación de software e inteligencia artificial en Macquarie US Equity Research, ningún modelo de lenguaje grande actual, especialmente uno monolítico de acceso público, posee la capacidad actual de abordar las tareas de los agentes. Aún no son capaces de realizar el tipo de razonamiento complejo a largo plazo que resultaría verdaderamente emocionante en el contexto de los agentes. Aunque estamos avanzando en esa dirección, todavía no hemos alcanzado ese punto.
Considero que los agentes más efectivos seguramente consistirán en diversas agrupaciones de variados modelos, con una capa de dirección que dirija peticiones o instrucciones hacia el agente y modelo más eficaces. Imagino que podría ser algo similar a un fascinante supervisor automatizado, asignando algún tipo de función.
En resumen, según Havemeyer, la industria se esfuerza por alcanzar la meta de que los agentes actúen de manera autónoma. En sus propias palabras, visualiza un futuro donde los agentes sean genuinamente independientes, capaces de abrazar metas abstractas y de razonar cada paso intermedio por sí mismos.
Sin embargo, nos hallamos en una etapa de cambio en relación con estos agentes, y desconocemos cuándo alcanzaremos la meta final planteada por Havemeyer. A pesar de que lo observado hasta ahora representa un avance alentador en la dirección adecuada, aún se requieren avances y hallazgos adicionales para que los agentes de inteligencia artificial operen de acuerdo a las expectativas actuales. Es crucial comprender que aún no hemos alcanzado ese punto.
