Tras el asombro generado por la inteligencia artificial generativa en los últimos años, con la que millones de personas en todo el mundo producen una gran variedad de contenidos en cuestión de segundos: texto, vídeos, imágenes, código, etc., la atención del mercado empieza a centrarse en la IA agéntica.
Pero, ¿qué es exactamente esta innovación, en qué se diferencia de la tecnología generativa y por qué existe preocupación por sus riesgos potenciales?
Lo primero que hay que señalar es que ambas IAs surgen del machine learning, lo que significa que parten del procesamiento del lenguaje natural y de los enormes avances en redes neuronales que se vienen desarrollando desde hace varios años.
A grandes rasgos, mientras que la inteligencia artificial generativa, que es la que comúnmente se conoce, genera nuevo contenido bajo demanda basándose en la información de la que dispone, la IA agéntica planifica y desarrolla tareas de forma autónoma para lograr un objetivo, a través de fuentes de datos, memoria durante todo el proceso y la participación de herramientas externas.
“Esto hace que la IA generativa sea una gran aliada para requisitos puntuales, como resúmenes, creación de contenidos y revisión de documentos, ya que opera de forma reactiva ante una petición, y sus resultados requieren una evaluación humana posterior”, añadió Bruno Lobo, director general de Commvault para América Latina y experto en ciberseguridad.
Por su parte, la inteligencia artificial agéntica, caracterizada por su proactividad, es capaz de establecer los diferentes pasos para alcanzar una meta concreta y ejecutarlos sin necesidad de una intervención significativa por parte del usuario. Es, en cierto modo, como un colaborador digital, muy útil en áreas como la atención al cliente, las ventas y el marketing.
Un ejemplo de ambas operaciones
“Supongamos que una agencia inmobiliaria habilita la inteligencia artificial para recibir requerimientos de nuevos clientes y guiarlos en su búsqueda de vivienda. Así, cuando un usuario realiza una solicitud, por ejemplo, ‘apartaestudio nuevo, con vista exterior, en un piso alto y cerca del centro de la ciudad’, la IA agéntica entiende que el objetivo es identificar una propiedad que cumpla con esas especificaciones del usuario”, explicó el portavoz de Commvault.
“Sobre la base de ese objetivo, la IA agéntica establece y ejecuta de forma autónoma una serie de tareas articuladas para alcanzar dicho fin: consultar la base de datos de inmuebles, descartar los usados, los de vista interior y los de pisos bajos; analizar la proximidad de las unidades disponibles al centro de la ciudad, organizar los apartaestudios de menor a mayor precio y reducir la lista a los 15 mejores.
Hasta ese punto, la IA generativa no ha entrado en acción. Solo se ha establecido y desarrollado un flujo de trabajo. La tecnología generativa entra en la ecuación cuando, por ejemplo, los resultados de esa búsqueda de inmuebles se presentan al usuario como un resumen comparativo de las opciones o como un correo electrónico personalizado en el que se comparte la lista. Es entonces cuando ambas inteligencias artificiales se complementan”, añadió Bruno Lobo.
Los riesgos potenciales
Ahora bien, tanto la IA generativa como la agéntica tienen sus propios riesgos. Los de la IA generativa ya son ampliamente conocidos por los usuarios, ya que cientos de miles de personas los han presenciado de primera mano. Básicamente, el riesgo del contenido generado por la IA generativa consiste en imprecisiones o una especie de sesgo en la información.
Por su parte, la IA agéntica, al actuar de forma más proactiva, puede emprender acciones autónomas no deseadas, las cuales, dependiendo del ámbito en el que opere y del nivel de supervisión humana que tenga, podrían ser de considerable sensibilidad.