De los asistentes a los agentes de Inteligencia artificial (IA): ¿soporte o sustitutos de ejecutivos?

Por: Dr. Enrique Louffat. Profesor Principal de ESAN Graduate School of Business

En principio, la inteligencia artificial surge como un elemento de apoyo operativo al ser humano, a efectos de que este pueda concentrarse en tomar las decisiones que correspondan. Sin ninguna duda, la humanidad debe agradecer este avance de alta tecnología; sin embargo, con su desarrollo surgió otra visión sobre su empleo, la cual se basa no solo en apoyar, sino en sustituir al ser humano al actuar autónomamente.

Este panorama, sin ninguna duda, afecta enormemente el sentido y la filosofía de su aplicación, así como trae muchas ventajas, ayudas y eficiencias, no escapa a riesgos y peligros que pueden surgir y los cuales deben ser previstos y regulados por el ser humano. A continuación, podremos apreciar cómo han evolucionado estos enfoques: en una primera generación, con el surgimiento de los asistentes de IA, y posteriormente en una segunda generación, con el surgimiento de los agentes de IA.

Un asistente virtual se contextualiza en la primera generación de tecnología de IA, que funciona dentro de límites predefinidos en la ejecución guiada. Es un sistema basado en inteligencia artificial que ha sido concebido para comprender, procesar y responder de manera precisa y natural a instrucciones de texto o de voz dadas por personas. Para ello, emplea IA generativa, procesamiento de lenguaje natural (NLP), aprendizaje automático (Machine Learning), reconocimiento de voz y síntesis, así como integración con APIs y software empresarial que le permite ejecutar acciones reales como programación de tareas, envío de correos electrónicos, generación de reportes, análisis de datos, gestión de proyectos e interacción con clientes en tiempo real. Si tenemos en cuenta la evolución de los Modelos de Lenguaje Grandes (LLMs), como GPT, Gemini, Copilot, entre otros, estos pueden mantener conversaciones contextuales, generar contenidos, programar código, entre otras funciones. Algunos ejemplos que pueden enmarcarse son los chatbots de atención al cliente, asistentes de correo electrónico y planificadores automáticos.

Dentro de los principales tipos de asistentes virtuales pueden considerarse:

• Asistentes personales virtuales, destinados a colaborar en la programación de actividades y agenda personal, como alarmas, citas, compromisos y tareas diarias en general.
• Asistentes de voz integrados, que reciben instrucciones por medio de la voz y ejecutan lo solicitado, pudiendo integrarse a otros dispositivos inteligentes como tablets, PCs, smartwatches y electrodomésticos.
• Asistentes virtuales para empresas, que ayudan a sistematizar y agilizar tareas de carácter repetitivo de los empleados, mejorando el flujo de trabajo, incrementando la productividad y logrando mayor eficiencia.
• Chatbots, que consisten en interactuar con el usuario para brindarle ayuda y soporte ante consultas frecuentes o problemas surgidos por algún producto o servicio recibido.
• Asistentes especializados, cuya aplicación dependerá del tipo o nivel de actividad a realizar, por ejemplo, servicios médicos, servicios financieros, entre otros.

Algunos de los asistentes de IA más destacados son: Siri (Apple), Alexa (Amazon), Google Assistant, Copilot (Microsoft), ChatGPT (OpenAI) y Gemini (Google).

Los principales beneficios de un asistente de IA, entre otros, son los siguientes:

• Accesibilidad: facilidad de ser empleados; son muy amigables en su uso, sin ser necesario ser experto en tecnología.
• Escalabilidad: automatización de actividades, sobre todo en funciones que no son tan relevantes para el empleado, pero que le quitan tiempo y recursos en su ejecución.
• Eficiencia: rapidez en la ejecución de tareas, pudiendo ejecutarse con gran velocidad en segundos.
• Disponibilidad: horario permanente de atención, pues siempre está disponible las 24 horas de toda la semana.

En cuanto a las limitaciones de un asistente de IA, pueden mencionarse las siguientes:

• No actúan de forma independiente, es decir, sin orden humana.
• Limitaciones para comprender el contexto cuando se les consulta sobre parámetros para los cuales no han sido programados.
• Dependen de instrucciones y reglas predefinidas.
• Sesgo en las respuestas, basado en los algoritmos de programación que se han considerado.
• Interacciones discontinuas o rotas entre sesiones; no tienen capacidad de almacenamiento de lo actuado.

Un agente virtual se contextualiza en la segunda generación de la IA, por la cual no solo se convierte en un ejecutor de programaciones algorítmicas previamente realizadas, sino que, de forma autónoma, tiene la capacidad, flexibilidad y autonomía para decidir y actuar de acuerdo con el contexto que surja. Para ello, emplea aprendizaje por refuerzo basado en utilidad, memoria a largo plazo que almacena y reconecta sesiones anteriores, integración con herramientas y APIs de sistemas externos, y bucles de ejecución autónoma que no se limitan a únicas entradas y salidas, ni a un conjunto de datos fijos ni a comandos predefinidos, sino que pueden continuar afinando su operatividad hasta encontrar mejores resultados. Todo esto con base en la aplicación de aprendizaje automático (machine learning), a efectos de tomar decisiones proactivas en una interacción multidimensional de plataformas no solo de texto o voz, sino también visuales, sensores de IoT u otros sistemas interconectados.

Algunos tipos de agentes de IA pueden ser citados a continuación:

• Agentes de reflejo simple, que actúan sobre la base de entradas específicas con acciones y reglas predefinidas (reglas de condición-acción) para operar en función de respuestas directas a las condiciones ambientales, sin considerar experiencias pasadas ni consecuencias futuras.
• Agentes de reflejo basados en modelos, que actúan sobre la base de un modelo interno del mundo para sustentar sus decisiones, por el cual pueden analizar el contexto actual del entorno y comprender cómo las interacciones pasadas pudieron haberlo afectado, lo que les permite tomar decisiones más informadas basadas en esos antecedentes.
• Agentes basados en objetivos, que actúan tomando decisiones sobre la base de los objetivos planteados a futuro, por lo cual analizan y planifican para elegir alternativas de acción que les permitan lograrlos.
• Agentes basados en la utilidad, que se enfocan en la búsqueda de la mejor solución posible y la maximización de la utilidad, para lo cual contemplan diversos factores y contextos de análisis simultáneos.
• Agentes de aprendizaje, que se basan en la mejora de su rendimiento en función de la retroalimentación e interacción que reciben del entorno para adaptarse rápidamente a la situación o contingencia que surja.

Los principales beneficios de emplear agentes de IA son los siguientes:

• Autonomía, pues actúan de forma independiente sin necesidad de la intervención de un usuario.
• Escalabilidad, pues permiten gestionar procesos de diversas configuraciones en diferentes sistemas.
• Adaptabilidad a los datos en tiempo real o a los cambios que puedan surgir just in time.
• Decisiones proactivas, es decir, se adelantan y no esperan a que algo suceda.
• Continuidad, pues algunos marcos tienen memoria persistente, lo que permite dar continuidad al procesamiento.

En cuanto a las limitaciones de los agentes de IA, se pueden citar las siguientes:

• La gestión de errores requiere un elevado nivel de confiabilidad y seguridad, para evitar errores graves que sean irreversibles.
• La responsabilidad de los errores que pudiesen surgir: ¿el usuario o el desarrollador?
• Seguridad de los datos, que deben ser protegidos de usos indebidos, resguardándose de malas configuraciones o permisos indebidos.
• La ética, que debe eliminar sesgos o prejuicios en la toma de decisiones autónomas.

Por lo anotado anteriormente, se pueden presentar las principales diferencias entre un asistente de IA y un agente de IA:

• En cuanto al grado de autonomía, los asistentes de IA tienen baja autonomía, pues funcionan bajo las órdenes del usuario y con una entrada directa para cada tarea; mientras que los agentes de IA tienen elevada autonomía para actuar sin necesidad de instrucciones repetidas.
• En cuanto a la reacción, los asistentes de IA son reactivos, mientras que los agentes de IA son proactivos.
• En cuanto al aprendizaje, los asistentes son preparados para situaciones predefinidas y estandarizadas; mientras que los agentes de IA están en permanente aprendizaje para adecuarse a nuevos datos y cambios.
• En cuanto a la memoria, los asistentes de IA se limitan a cada operación sin continuidad en sesiones posteriores; mientras que los agentes de IA sí tienen una gran capacidad de almacenamiento, lo que permite continuar con sesiones precedentes.
• En cuanto a la complejidad, los asistentes de IA son utilizados para aplicaciones sencillas y rutinarias; mientras que los agentes de IA se adecuan a situaciones de mayor complejidad, procesos multisistema y flujos de trabajo interdependientes.
• En cuanto a interfaces, los asistentes de IA actúan mediante interfaces de voz o chat; mientras que los agentes de IA operan mediante sistemas diversos, a menudo sin interfaz de usuario, relacionando sistemas backend, APIs y herramientas diversas.