En los últimos años, la Inteligencia Artificial (IA) ha pasado de ser un concepto de ciencia ficción a una realidad cotidiana para millones de personas. La mayoría de nosotros hemos interactuado con la forma más visible y extendida de esta tecnología: la IA conversacional. Piensen en ChatGPT, Gemini o cualquier asistente virtual que nos sorprende por su capacidad de mantener un diálogo fluido, responder a casi cualquier pregunta con información detallada y, en general, emular una conversación humana con una solvencia asombrosa.

Esta IA conversacional es el resultado de un entrenamiento masivo sobre inmensas cantidades de texto e imágenes de internet. Su aprendizaje se basa en la "autosupervisión", donde la máquina aprende a predecir la siguiente palabra en una secuencia para generar contenido coherente, y luego, a través de la retroalimentación humana, se ajusta para ser aún más precisa y útil. Es como tener un erudito virtual siempre disponible, con un vasto conocimiento al alcance de la mano. Podemos preguntarle sobre historia, recetas de cocina, códigos de programación o incluso pedirle que escriba un poema, y su respuesta, por lo general, será impecable y bien articulada. Su principal fortaleza reside en su capacidad para procesar y generar lenguaje natural, actuando como un puente entre nuestra intención y la vasta información digital.

Sin embargo, estamos al borde de una transformación aún más profunda y con implicaciones mucho mayores: el surgimiento de la IA agente. Si la IA conversacional es un gran orador y conocedor, la IA agente es un investigador proactivo y un planificador con capacidad de acción. La diferencia fundamental radica en que la IA agente no solo conversa, sino que también investiga a fondo, busca fuentes, planifica y, eventualmente, toma decisiones.

Imaginemos, por un momento, las implicaciones prácticas de esta evolución. Mientras que a una IA conversacional le podríamos pedir que nos resuma un tema complejo, a una IA agente podríamos encomendarle la tarea de investigar a fondo ese tema, buscar en internet las fuentes más relevantes y actualizadas (como artículos científicos, informes de mercado o noticias), contrastar la información, identificar tendencias, e incluso proponer un plan de acción basado en sus hallazgos. Ya no se trata solo de recibir información, sino de que la IA active un proceso de búsqueda activa y deliberada para resolver una necesidad específica.

El entrenamiento de estas IA agente es similar al de las conversacionales, con aprendizaje autosupervisado y feedback humano, pero se le añade una capa crucial: el aprendizaje por refuerzo. Esto significa que la IA explora un árbol de alternativas, es recompensada cuando sus acciones la acercan a un objetivo deseado y "penalizada" cuando se aleja. De esta manera, aprende a optimizar sus estrategias de búsqueda, a discernir la calidad de las fuentes, a planificar secuencias de acciones y a tomar decisiones que maximicen la probabilidad de éxito en la tarea encomendada.

¿Qué significa esto en la práctica? La IA agente podría, por ejemplo, asistir a un abogado no solo resumiendo jurisprudencia, sino investigando precedentes específicos, buscando inconsistencias en argumentos legales, y sugiriendo estrategias. Para un médico, podría ir más allá de la consulta de síntomas, investigando los últimos estudios sobre una enfermedad rara, analizando historiales clínicos para identificar patrones y proponiendo opciones de tratamiento personalizadas. En el ámbito empresarial, una IA agente podría investigar mercados emergentes, analizar la competencia, identificar riesgos y oportunidades, y proponer planes de expansión.

La IA conversacional nos ha democratizado el acceso al conocimiento. La IA agente, por su parte, promete democratizar la capacidad de investigación profunda y la toma de decisiones informadas. Este salto no está exento de desafíos y debates éticos, particularmente en lo que respecta a la autonomía de estas IA y la transparencia de sus procesos de decisión. Sin embargo, su potencial para revolucionar industrias, mejorar la eficiencia y empoderar a individuos y organizaciones es inmenso. Aquellos que comprendan a fondo cómo operan estas nuevas generaciones de IA, y estén preparados para diseñar y supervisar sus aplicaciones, se encontrarán en una posición de indudable ventaja para liderar el futuro.

*Sergio Pernice, director Ingeniería en Inteligencia Artificial de UCEMA