Diariamente vivimos la incorporación de IA en un número cada vez mayor de aplicaciones, dándonos la sensación de que está en todas partes. Sí, quizás ya se encuentre en todos los lugares; pero, para interactuar con ella, la mayoría de las veces tendremos que recurrir a los agentes de inteligencia artificial.
La historia de la IA es antigua; las primeras máquinas que utilizaban redes neuronales datan de la década de 1950. Sin embargo, la percepción que gran parte de la sociedad tiene sobre la existencia de la IA surgió a partir de 2022, con la popularización de agentes de inteligencia artificial como ChatGPT, DeepSeek, Gemini, Claude y muchos otros.
En la práctica, ¿qué son estos agentes? ¿Cómo funcionan, cuáles son sus posibles usos y cómo pueden las empresas utilizarlos para resolver problemas con mayor eficiencia? ¡Acompáñanos en este texto para encontrar las respuestas!
Retropropagación: el hito que hizo posible los agentes como los conocemos hoy
Como su propio nombre lo indica, los agentes son programas de inteligencia artificial que poseen agencia, es decir, tienen la capacidad de actuar de forma parcialmente independiente, tomando decisiones y ejerciendo control sobre algunas acciones. Por lo tanto, para ser clasificado como un agente, el software debe tener las siguientes características:
Autonomía → Pueden ejecutar al menos algunas tareas sin intervención humana
Habilidad “social” → Son capaces de interactuar con el usuario en su propio lenguaje
Reactividad → Perciben el “ambiente”—o contexto—y saben responder a él, incluso cuando ocurren cambios
Proactividad → Más que solo reaccionar al contexto, tienen iniciativa para encontrar soluciones más allá de la información disponible en el “ambiente”
Reservorio de conocimiento → Más que almacenar memoria, los agentes son capaces de aprender y comprender; es decir, logran poner datos en interacción, interpretarlos y “sacar conclusiones”
Intención → Actúan de forma “racional”, buscando alcanzar resultados a partir de las solicitudes de los usuarios
Inocencia → Confían en el usuario; los agentes están programados para no desconfiar de la información que reciben
Arriba presentamos características de aplicaciones de IA, pero fácilmente encajan también en la descripción de un ser humano. Esto ocurre porque, gracias a la arquitectura de las redes neuronales artificiales, los agentes de inteligencia artificial poseen uno de los rasgos más innatos de la humanidad: la capacidad de aprender. En los programas, esta habilidad se volvió más alcanzable tras la propuesta del algoritmo de retropropagación, descrito en el artículo “Aprendizaje de representaciones mediante la retropropagación de errores”, de David Rumelhart, Geoffrey Hinton y Ronald Williams.
En el post sobre redes neuronales artificiales explicamos que están compuestas por perceptrones: un clasificador lineal que mapea valores de entrada hacia un valor de salida—el “neurona” artificial. Antes del algoritmo de retropropagación, las redes neuronales eran eminentemente del tipo feedforward, es decir, la información fluye en una única dirección. Los flujos unidireccionales son capaces de “tomar decisiones” considerando ponderaciones y sesgos. Sin embargo, si la decisión no es la esperada—es decir, si es un “error”—en las redes feedforward no era posible “atribuir culpa” a los perceptrones anteriores para así buscar una nueva respuesta. Eso solo fue posible con el algoritmo de retropropagación.
Lo que hizo fue permitir un cierto nivel de retroalimentación correctiva. En otras palabras, el algoritmo permitió tratar un elemento fundamental del aprendizaje: el error. Si desarrollamos la inteligencia artificial a partir de la natural, recordemos cómo aprendemos y formamos conocimiento: probamos, nos equivocamos, aprendemos del error, volvemos a probar—y así sucesivamente.
El error es fundamental para el aprendizaje humano. Cuando se descubrió una forma de tratarlo dentro de la arquitectura de las aplicaciones que usan redes neuronales artificiales, fue posible evolucionar estos sistemas hasta crear los agentes de inteligencia artificial tal como los conocemos hoy.
Agentes de inteligencia artificial: ¿cómo pueden sernos útiles?
En este texto listamos siete características de los agentes. Algunas de ellas están relacionadas con su capacidad de percibir e interpretar el contexto. En los agentes de IA tal como los conocemos, eso se da a partir de los Grandes Modelos de Lenguaje, conocidos por la sigla en inglés LLM (Large Language Models).
Los LLM son modelos entrenados con un enorme volumen de datos textuales, tornándose capaces de relacionar palabras distantes y capturar dependencias de largo alcance en el texto. Como pueden procesar secuencias de forma eficiente, son capaces de comprender y generar textos. En otras palabras, el modelo entiende el contexto del mensaje que escribes al agente de IA—por eso puede responderte.
Los LLM superan la primera barrera de interacción entre usuarios y aplicaciones de IA: el lenguaje. A partir de ahí, podemos solicitar tareas a los agentes—y ellos son capaces de mucho.
En el uso cotidiano, normalmente pedimos a los agentes de IA consultar información en Internet. A partir de eso realizamos varios tipos de solicitudes: nos ayudan a calcular datos en hojas de cálculo, corregir código, realizar pruebas en sistemas o páginas web, organizar flujos de automatización integrando aplicaciones… En términos generales, casi todo lo que una persona puede hacer en un computador, los agentes de Inteligencia Artificial también pueden hacerlo.
Como ejemplo de un problema práctico, los agentes desarrollados por Inmetrics actúan en procesos de modernización de aplicaciones para adaptarlas al cambio del CNPJ (Registro Nacional de Personas Jurídicas). Dado que a partir de julio de 2026 Brasil adoptará el CNPJ alfanumérico, las aplicaciones deberán ser capaces de procesar notas fiscales y otros datos de personas jurídicas en el nuevo modelo.
Nuestros agentes de IA realizan la modificación automatizada del código, actualizan y validan máscaras, además de ajustar APIs e integraciones.
Si tienes otros desafíos en tu empresa y crees que la IA puede ayudarte, ponte en contacto para conocer LIEV: la inteligencia artificial integrada en todas nuestras soluciones.
Los agentes de inteligencia artificial pueden transformar por completo la forma en que tu empresa trabaja, aumentando la eficiencia operativa. ¡Contáctanos para iniciar cuanto antes tu proceso de transformación!
