A lo largo de la historia de nuestra civilización siempre que alguien, con poder, ha tenido que tomar una decisión, ha recurrido al oráculo en la antigüedad, a los consejeros cortesanos, a los sabios o a quienes de una u otra manera han ostentado y ostentan el conocimiento y lo aplican a la “toma de decisiones”. No es nuevo, por lo tanto, lo que voy a explicar a continuación. Si embargo, sí es nuevo el concepto de “agente inteligente”  en  el mundo de la Inteligencia Artificial.

Si hablamos de las herramientas de ayuda a la toma de decisiones debemos ampliar el área de investigación a las numerosas aplicaciones que se desarrollaron en el pasado siglo XX. La mayor parte de estos sistemas, que recibían el nombre de “sistemas expertos”, se construían a base de una serie de reglas a través de las cuales se codificaba el conocimiento. Por ejemplo en un sistema experto de ayuda al diagnóstico de averías en el automóvil, una Regla podría ser:

SI el coche da tirones Y le queda poca gasolina ENTONCES vaya a reponer combustible.

Se construyen también reglas que incorporan probabilidad tanto en las premisas como en el diagnostico. Ejemplo de regla probabilística:

SI hay nubes  Y la temperatura es < de 0º Y la húmedas relativa >80 ENTONCES Nevará con un 60% de probabilidad

Si alimentamos a una base de datos, en nuestro caso llamada “base de conocimiento”, con una gran cantidad de estas reglas podremos  construir un sistema “experto en averías de coche” o en “pronóstico meteorológico”. Los sistemas expertos a los que me refiero ya quedaron obsoletos. Yo trabajé en uno de ellos que construí con un lenguaje llamado Prolog y que servía para decirnos a qué especie pertenecía un animal. Fue mi primera experiencia con la IA junto a mis estudios sobre las redes neuronales. Es pura anécdota, aquello fue simplemente para adquirir experiencia de la mano de un lenguaje de programación que se desarrolló para implementar aplicaciones experimentales y didácticas.

Comenté lo anterior para introducir el tema, ahora vamos con la cuestión principal. Para empezar les voy a dar unas definiciones que a mí me parecen sencillas y entendibles sobre dos conceptos.

 ¿Qué es un Chatbot? Es un tipo específico de Agente de IA programado y entrenado  para interactuar con humanos a través de texto o voz. Generalmente sigue unas reglas predefinidas, del tipo que les he comentado, o utiliza modelos de lenguaje como los basados en IA generativa. Su objetivo es mantener conversaciones, responder preguntas o asistir en tareas cuya secuencia de órdenes este muy predefinida y no supongan la toma de decisiones. Luego les pondré al final del artículo unas tablas con ejemplos de herramientas que pueden probar.

¿Qué es un Agente de IA? Un Agente de IA es un sistema de software capaz de percibir su entorno, procesar información y tomar decisiones autónomas para alcanzar un objetivo específico. Los agentes de IA pueden actuar en entornos físicos o digitales y pueden aprender de la experiencia mediante técnicas como el aprendizaje automático.

Vean que los agentes son un paso más en el desarrollo de la IA, dado que su interacción comporta el establecimiento de un serie de acciones más complejas y alejadas de un simple bot (robot conversacional). Cuando estudiamos la naturaleza de estos agentes y nos acercamos a su diseño de interface heurística, que emula búsquedas razonadas de soluciones, nos encontramos con una serie de características que, a modo de capas, envuelven el modelo. Tales son. Percepción: Recibe datos del entorno mediante sensores o entradas digitales. Razonamiento: Procesa la información y toma decisiones con base en modelos predefinidos o aprendizaje automático. Acción: Ejecuta tareas de forma autónoma o semiautónoma. Adaptabilidad: Puede mejorar su desempeño con el tiempo mediante aprendizaje. Ejemplos de agentes de IA incluyen asistentes virtuales (como Siri o Alexa), sistemas de recomendación, vehículos autónomos y software de negociación financiera

Espero que con esta breve explicación hayan quedado claros los conceptos.

Los tipos de agentes que podemos encontrar en estos momentos, sin perjuicio de que se puedan crear nuevos modelos, son los siguientes: Agentes reactivos simples, son los más básicos y se diseñan para consultas concretas. Agentes basados en modelos: en su actuación buscan soluciones a través de acciones  que previamente se han definido con un modelo determinado.

¿Dónde se aplican los Agentes de IA?

Los campos más relevantes en los que actualmente encontramos Agentes de IA son los llamados “asistentes virtuales” como Airi, Alexa y Google Assistant que ayudan al usuario en las tareas diarias, recordatorios, control de dispositivos inteligentes y búsqueda de información. En el campo de la automoción uno de los mas conocidos es el Tesla Autopilot que es uno de los primeros prototipos de conducción autónoma de vehículos que se orientan a mejorar la seguridad vial y la eficacia del transporte.

En el campo de la medicina se han creado muchas expectativas como lo es la aplicación Autopilot de IBM que facilita a los médicos la interpretación de análisis de imágenes médicas y la personalización de tratamientos. En finanzas y economía las aplicaciones de los Agentes de IA son muy útiles en la predicción de tendencias del mercado, optimización de inversiones y análisis y concesión de créditos. En educación los agentes juegan un importante papel en la implementación de tutorías virtuales personalizadas, análisis del rendimiento académico y también en la generación de contenidos educativos curriculares.

En la industria los Agentes de IA se han venido implantando con mucho éxito en la robotización  de fábricas inteligentes que mejoran la producción y reducen los errores humanos en las cadenas de manufacturas. Estas aplicaciones en fábricas usan un amplio conjunto de sensores e instrumentos de medida que alimentan los modelos del agente que controla a través de datos y señales medidos en tiempo real. Los sistemas que están resultando ideales candidatos a ser conectados a agentes son los de ciberseguridad que facilitan la detección de fraudes y amenazas.

Para la generación de imágenes artísticas, ayudando a artistas y creadores, disponemos de dos interesantes herramientas DALL-E y MidJourney. En la tabla final encontramos algunas aplicaciones más.

Las aplicaciones de los ChatBots son las más evolucionadas dado que salieron antes en los diseños de IA, si bien sus aplicaciones están más orientadas al público en general como el caso cd ChatGPT, mientras que los agentes son aplicaciones más de empresa y se orientan a áreas muy específicas.

Investigaciones para el futuro de los ChatBots y Agentes IA

En 2025, los agentes de IA y los Chatbots están desempeñando roles cada vez más significativos en diversos sectores de la sociedad. A continuación, se detallan las aplicaciones previstas en los campos de educación, medicina, negocios, sostenibilidad planetaria, seguridad, desarrollo de las redes sociales y dispositivos armamentísticos y en conflictos de guerra

El vector de crecimiento de estas tecnologías esta influenciado por decisiones estratégicas globales que se orientan al dominio de unos mercados que orientarán las aplicaciones. Los gobiernos y administraciones de los países deben pertrecharse de aplicaciones rentables y fomentar los laboratorios de desarrollo de IA con inversiones multimillonarias. Parece bastante coherente que campos como la educación, la medicina y el medio ambiente sean especialmente atendidas en lo que se refiere a la implantación de estas herramientas. La mejora en la comprensión y generación de lenguaje natural es un punto básico a desarrollar para los entornos Chatbots especializados en temáticas cada vez más específicas.

Es muy importante prestar atención al desarrollo de la física cuántica en sus aplicaciones orientadas a la computación: Ordenadores Cuánticos. El salto a la tecnología cuántica permitirá dar el paso definitivo a la IA General que en estos momentos es la frontera detrás de la cual nos encontraremos con unas máquinas que competirán seriamente con el ser humano.

●      Hasta la fecha, el procesador cuántico más avanzado es el IBM Condor, desarrollado por IBM y presentado en diciembre de 2023. Este procesador cuenta con 1.121 cúbits, superando al anterior IBM Osprey de 433 cúbits. Esta instalado en el centro de datos cuánticos en Ehningen, Alemania, inaugurado en octubre de 2024.

Además, en diciembre de 2024, Google presentó su chip cuántico denominado Willow, que, aunque posee 105 cúbits, ha demostrado una capacidad de cálculo notable, realizando en cinco minutos tareas que el superordenador más rápido tardaría 10 septillones de años en completar.

Tablas sobre modelos de Agentes y ChatBots.