La IA agéntica: la evolución de la que toca hablar en 2025

La IA agéntica: la evolución de la que toca hablar en 2025

Más o menos popularizado el concepto de la inteligencia artificial (IA) generativa a raíz de desarrollos como el Chat GPT de Open AI, toca ahora familiarizarse con la IA agéntica, la primera tendencia tecnológica y estratégica que recoge la consultora Gartner de cara a 2025.

¿Qué es la IA agéntica?

Algunos se refieren a la IA agéntica como una inteligencia con propósito dado que hace referencia a un tipo de inteligencia artificial que va más allá de simplemente generar contenido. Una IA agéntica es capaz de acometer acciones encadenadas y tomar decisiones para alcanzar objetivos de forma autónoma con muy poca o ninguna supervisión humana. 

“Se basa en empezar a juntar piezas y conseguir que diferentes herramientas realicen tareas sin que nosotros tengamos que intervenir o hacerlo solo al final”, es la explicación que ofreció Rafael Tamames sobre la nueva IA en el transcurso de la presentación de su libro ‘La inteligencia artificial y tú’.

Es decir, que si la IA generativa sorprendió al mundo por su habilidad para generar contenidos nuevos partiendo de los datos con los que ha sido entrenada, la IA agéntica para directamente a la acción y actúa en un mundo real o simulado para alcanzar objetivos específicos y eliminar o transformar numerosas tareas diarias.

¿Cómo funciona?

Abundó también Tamames en los 5 aspectos fundamentales que tienen que ver con este nuevo modelo de IA. Son: La percepción, que tiene que ver con la captura de datos de un entorno determinado; un razonamiento, capaz procesar estos datos y convertirlos en información valiosa; un aprendizaje que mejore el desempeño de la IA y genere una base de datos propia;  y una actuación y una comunicación relacionadas con los procesos que tiene que ejecutar.

Casos de uso

Un ejemplo muy sencillo sería el de un robot aspirador cuyo propósito es dejar limpio el suelo. Para alcanzarlo, la IA agéntica recurre a sensores que le permiten identificar las zonas sucias y sortear obstáculos hasta llegar a ellas además de cargarse cuando es necesario.

Pero Tamames recurrió a casos de uso más complejos ya en desarrollo, como la tecnología lanzada por Open AI el año pasado denominada Open AI Codex. Se trata de un asistente para los desarrolladores de código que domina más de una docena de lenguajes de programación y que puede interpretar comandos simples en lenguaje natural y ejecutarlos en nombre del usuario ahorrándole así un montón de trabajo.

Otro caso interesante es el del Waymo, la empresa perteneciente al conglomerado de Alphabet que permite la conducción autónoma. Esta IA agéntica toma decisiones de forma independiente en distintos puntos del proceso de la conducción dado que es capaz de detectar a otros vehículos, señales de tráfico o la presencia de peatones, entre otros.

Boston Dynamics y sus robots inteligentes que tanto pueden descargar cajas a toda mecha como llegar a cabo una inspección de seguridad, son otro ejemplo claro de lo que se persigue con la IA agéntica.

“Hay multitud de ejemplos, pero el concepto es ese: la conexión de tareas que no necesitan supervisión humana”, resumió Tamames. Por su parte, la predicción de Gartner es que en 2028, al menos el 15 % de las decisiones cotidianas relacionadas con el trabajo se tomen de manera autónoma con la ayuda de IA, en comparación con el 0 % que se toman de esta forma en 2024.

¿Estamos cerca de la singularidad?

Dentro del contexto de la IA generativa el concepto de la singularidad hay que entenderlo como el hipotético caso de que la IA sea capaz de sobrepasar la capacidad intelectual humana. Es decir una IA más inteligente que nosotros que conduciría a las máquinas no solo a comprender y ejecutar tareas, sino también a innovar y crear algo desde cero.

Todavía no estamos ahí ni se sabe si un día llegará, pero, por si acaso, autores como Carlos Fenollosa, fundador de Optimus Price, tratan de anticipar lo que podría pasar en un mundo moldeado por la singularidad al objeto de prepararnos ante este posible punto de inflexión en la historia de la humanidad.

Otras tendencias tecnológicas

Al margen de la IA agéntica que encabeza la lista de las 10 principales tendencias tecnológicas de Gartner para 2025, las otras que podrían moldear la innovación este año conforme a las predicciones de la consultora estadounidense son estas:

Criptografía poscuántica

Se refiere a los métodos criptográficos diseñados para proteger frente a las posibles amenazas que plantean los ordenadores cuánticos. Todavía no es una realidad, pero tarde o temprano, la computación cuántica llegará dejando obsoletos muchos métodos de criptografía tradicionales, lo que supone un gran riesgo para la seguridad de los datos.

Los delincuentes ya están anticipando este cambio y están adoptando estrategias como la llamada Harvest now, decrypt later (Recoger ahora, descifrar después), que consiste en recopilar datos cifrados con la expectativa de que, en el futuro, puedan descifrarlos utilizando tecnología cuántica.

Computación espacial

La computación espacial enriquece el mundo físico “anclando” el contenido digital a él, permitiendo a los usuarios una interacción inmersiva y una experiencia realista e intuitiva. Su uso se está popularizando gracias a los avances en tecnologías como la realidad aumentada, la mixta o la IA que propician la creación de entornos digitales inmersivos en numerosas áreas, desde la medicina hasta el comercio electrónico o los videojuegos.

Plataformas de gobernanza de IA

El uso de la IA se expande cada vez más en diferentes sectores. A medida que aumenta su uso, también aparecen riesgos, como los sesgos, problemas de privacidad o la necesidad de que esté en consonancia con los valores humanos. Es fundamental asegurarse de que la IA no perjudique a ciertos grupos, manipule mercados o controle sistemas críticos.

Las plataformas de gobernanza de IA facilitan la gestión y el control de los sistemas de IA, asegurando su uso responsable y ético.

Robots polifuncionales

Como el nombre indica, son robots capaces de realizar múltiples tareas, siguiendo instrucciones o ejemplos humanos. Según los expertos de Gartner, son tendencia debido al aumento de los costes de la fuerza laboral y a la demanda de un mayor rendimiento de la inversión en sectores como el almacenamiento y la fabricación. Los proveedores están atrayendo la atención con precios competitivos, haciendo más accesible la robótica avanzada.

Seguridad contra la desinformación

A medida que la IA y las herramientas de aprendizaje automático se vuelven más avanzadas y accesibles, se anticipa un aumento en la desinformación dirigida a las empresas, lo que plantea riesgos significativos y duraderos si no se controla adecuadamente.  Se trata de identificar aquello en lo que se puede confiar. El objetivo es crear sistemas que garanticen que la información sea exacta, verifiquen la autenticidad, impidan la suplantación de identidades y supervisen la difusión de contenidos perjudiciales e interesados.

Inteligencia ambiental invisible

Se refiere al uso generalizado de pequeñas etiquetas y sensores de bajo coste para rastrear la ubicación y el estado de diferentes objetos y entornos.

Esta información se envía a la nube para su análisis y almacenamiento. Estas tecnologías se integrarán en objetos cotidianos, a menudo sin que el usuario se dé cuenta. La tecnología de etiquetas y sensores de bajo coste se ha vuelto más asequible, lo que la hace económicamente atractiva.

Computación energéticamente eficiente

La TI tiene un gran impacto en la huella ambiental, especialmente en sectores como los servicios financieros y de TI, donde tecnologías que consumen mucha energía, como la IA, aumentan el consumo de energía. Esta tendencia se refiere al diseño y funcionamiento de ordenadores, centros de datos y otros sistemas digitales de forma que se reduzca al mínimo el consumo de energía y la huella de carbono.

Se espera que nuevas tecnologías informáticas, como las unidades de procesamiento gráfico (Graphics Processing Units, GPU), la computación neuromórfica y la computación cuántica, ofrezcan las mejoras de eficiencia energética necesarias en los próximos cinco a diez años.

Mejora neurológica

Se basa en aumentar las capacidades cognitivas de las personas mediante tecnologías que leen y decodifican la actividad cerebral y, opcionalmente, escriben al cerebro. Es tendencia debido a su potencial para lograr la transparencia cerebral, revolucionando la atención sanitaria en este ámbito. Con la rápida evolución de la IA, las empresas exploran interfaces cerebro-máquina para ayudar a los trabajadores a mejorar sus habilidades y mantener su competitividad mediante la optimización cognitiva.

También se está estudiando para crear experiencias e interacciones más profundas y personalizadas para los consumidores mediante tácticas de marketing de última generación.

Computación híbrida

La computación híbrida combina diversas tecnologías, como CPU, GPU, dispositivos de borde, ASIC, sistemas neuromórficos, cuánticos y fotónicos, para resolver problemas computacionales complejos. Crea un entorno híbrido que utiliza las ventajas de cada tecnología. La IA generativa es un claro ejemplo, ya que la resolución de problemas complejos requiere computación avanzada y redes y almacenamiento a gran escala.

 Ana Delgado