Cuando la IA deja de responder y empieza a hacer

«Listo, ya organicé tu viaje», dice la IA. Pequeño detalle: el museo que puso como gran parada del lunes no abre los lunes. Tenías un itinerario bonito, no un viaje organizado.

Ahí empieza la historia de los agentes. Con las herramientas y los límites que tú decidas, uno puede comprobar horarios, comparar rutas y volver con alternativas que sí funcionan. No compra ni reserva hasta que tú lo apruebes. La novedad no es que escriba un plan más bonito: es que puede avanzar la tarea y mostrarte qué hizo.

Una IA con tarea, herramientas y límites

Un agente recibe un objetivo, puede usar herramientas y decide qué paso sigue según lo que va encontrando. Si la primera ruta no sirve, busca otra. Si falta un dato, pregunta. Si termina, te muestra lo que hizo. No tiene que llevar corbata digital ni hablar como el mayordomo de una película: puede ser una función discreta dentro de una aplicación.

Tampoco hay que llamar agente a cualquier chatbot con nombre propio. Pedir «dame diez ideas para cenar» y recibir una lista es una conversación. Pedir «revisa lo que hay en mi despensa, arma un menú para cuatro, verifica precios y déjame el carrito preparado» ya exige observar, elegir y actuar. Y aunque un agente haga varios pasos, sigue necesitando permisos claros y la posibilidad de detenerse.

La palabra no tiene una frontera perfecta. Hay agentes que usan modelos de lenguaje y otros sistemas autónomos anteriores a esta moda. Lo que comparten es que persiguen una meta dentro de las reglas que alguien les dio.

Un robot en Marte y una fiesta que nadie organizó

Aquí va mi ejemplo favorito. En 2016, el rover Curiosity llegó a una zona de Marte y su software AEGIS examinó una imagen, escogió una roca según criterios fijados por los científicos y apuntó el instrumento ChemCam. Menos de media hora después de la foto, ya había terminado de examinar esa roca con su láser. La mayoría de los objetivos seguían eligiéndolos personas: el sistema no era un explorador libre ni un chatbot de hoy. Pero sí tomaba una pequeña decisión útil cuando esperar instrucciones desde la Tierra costaba tiempo.

Otro experimento parece sacado de *Los Sims*. Investigadores llenaron un pueblo virtual con 25 agentes capaces de recordar, planear y conversar. Bastó introducir la idea de que uno quería organizar una fiesta de San Valentín para que, dentro de la simulación, circularan invitaciones y varios personajes coordinaran su asistencia. Es investigación en un mundo ficticio, no prueba de que las máquinas tengan vida social. Lo curioso es ver cómo una regla inicial puede producir una cadena de acciones que nadie escribió paso a paso.

Marte y una fiesta inventada parecen estar en extremos opuestos. En ambos casos, el agente observa algo, toma una decisión limitada y actúa. Esa lógica empieza a asomarse también a nuestras pantallas.

¿Dónde se usan fuera del laboratorio?

Ya existen agentes que navegan páginas, consultan información y trabajan con archivos. OpenAI mostró tareas cotidianas como planear ingredientes para un desayuno y preparar hojas de cálculo: ejemplos de capacidad, no una promesa de que siempre acertarán con el precio, el horario o la compra. Para una persona normal, lo atractivo no es «automatizar procesos». Es recuperar la tarde que se iba entre formularios, comparaciones y copiar datos de una pestaña a otra.

También aparecen donde quizá ni los notas. tado°, la empresa de termostatos, usa un agente de Intercom para atender preguntas de clientes en seis idiomas y pasar casos al equipo cuando hace falta. GitHub permite asignar una tarea de programación a Copilot para que proponga cambios que después revisa una persona. Y la función Research de Claude reparte búsquedas difíciles entre agentes que siguen pistas distintas. Son casos documentados por las empresas que los ofrecen o usan; no significa que todos funcionen igual de bien en cualquier situación.

Pero no tienes que ser programador ni dueño de una tienda para imaginar uno útil. Piensa en un agente que encuentre entre tus fotos el recibo de una reparación, otro que compare las condiciones de tres planes de telefonía sin dejarse seducir por el precio del primer mes, o uno que arme una ruta accesible para visitar una ciudad. Esos son posibles usos, no servicios que yo haya probado aquí. La magia empieza cuando la herramienta puede comprobar datos; se acaba si inventa lo que no encontró.

La cuenta curiosa: diez minutos

Supongamos que un agente te ahorra sólo diez minutos de una tarea repetida, de lunes a viernes. Son unas 43 horas al año. Es una cuenta hipotética, no una estadística de productividad ni una garantía. Y hay que restarle el tiempo de corregir errores. Aun así, explica por qué esto importa más que una demostración espectacular: muchas pequeñas molestias suman días de vida.

La prueba honesta no es preguntarle «¿puedes hacer de todo?». Es darle una tarea concreta: «Organiza estos recibos por mes, señala los que falten y prepara una tabla. No borres archivos». Después mide cuántos minutos te ahorró y cuánto tuviste que revisar. Si corregirlo lleva más que hacerlo tú, todavía no encontraste un buen uso.

El futuro necesita un botón de pausa

Mi apuesta es que veremos agentes más personales y menos aparatosos: uno recordará el contexto de un proyecto, otro verificará datos antes de que publiques algo y algunos se coordinarán para tareas largas. También podrían ayudar a personas que hoy encuentran difíciles ciertos trámites digitales. Eso es una posibilidad, no un calendario inevitable ni una solución automática a problemas de acceso.

La otra mitad de esa evolución será menos vistosa: permisos que duren sólo una tarea, explicaciones de cada paso, fuentes que puedas abrir y un «detente» que funcione. Porque un agente que puede localizar un recibo también podría leer información que no querías compartir. Uno que prepara una reserva no debería pagarla porque confundió «me gusta» con «cómpralo».

Me entusiasma la idea de pedirle a una herramienta que se encargue del tedio. Pero hay una diferencia enorme entre delegar el trabajo y entregar el volante. Quizá el mejor agente del futuro no sea el que nunca nos necesite, sino el que sepa exactamente cuándo volver a preguntarnos.

Fuentes

- NASA, selección autónoma de un objetivo para el láser de Curiosity.
- Park y colaboradores, *Generative Agents: Interactive Simulacra of Human Behavior*.
- OpenAI, presentación de ChatGPT agent y ejemplos de tareas cotidianas.
- Intercom y tado°, uso de Fin en atención al cliente.
- GitHub, funcionamiento y revisión del agente de código Copilot.
- Anthropic, sistema de agentes para investigación.