<p>La inteligencia artificial dejó de ser sólo una ventana para hacer preguntas. Los modelos actuales pueden interpretar documentos, consultar herramientas y proponer una secuencia de acciones para completar una tarea. Ese cambio, de responder a ejecutar, está dando forma a los llamados agentes de IA, sistemas que trabajan dentro de un flujo definido y no únicamente en una conversación aislada.</p>
<p>Un agente no es una persona digital autónoma. Es una combinación de modelo, instrucciones, memoria limitada, herramientas y reglas de autorización. Puede clasificar correos, resumir expedientes, preparar una tabla o abrir una aplicación, pero necesita permisos concretos y un objetivo verificable. La calidad depende tanto de la arquitectura como del diseño del proceso que lo rodea.</p>
<p>En una redacción, por ejemplo, un agente puede convertir una entrevista transcrita en una ficha, detectar datos que requieren confirmación y proponer titulares. En una pequeña empresa puede comparar facturas con órdenes de compra o generar un primer reporte de ventas. En ambos casos el beneficio está en reducir tareas repetitivas, no en delegar el criterio editorial, contable o legal.</p>
<p>La frontera más visible es el uso de computadora. Anthropic documentó que Claude puede interpretar una pantalla, mover un cursor, hacer clic y escribir mediante una configuración específica de computer use. La propia empresa advierte que el sistema aún puede ser lento y cometer errores, por lo que la capacidad debe operar en entornos acotados y con supervisión humana.</p>
<p>Los modelos de nueva generación también incorporan mejores herramientas para razonamiento y programación. OpenAI describe su familia GPT-5.6 como una oferta con variantes orientadas a capacidad, equilibrio y eficiencia. Para un usuario, esa diversidad significa que no siempre conviene elegir el modelo más grande: una tarea sencilla puede resolverse con menor costo y latencia en una opción compacta.</p>
<p>El primer control debe ser la información. Antes de conectar un agente a un sistema interno hay que definir qué datos puede leer, cuáles puede modificar y qué acciones requieren aprobación. Contratos, historiales de clientes, expedientes médicos y credenciales no deben quedar disponibles por defecto. El principio práctico es mínimo privilegio: sólo el acceso indispensable para la tarea.</p>
<p>También se necesita una bitácora. Registrar la instrucción recibida, las fuentes consultadas, las acciones realizadas y el resultado permite revisar errores y atribuir responsabilidades. Si el agente envía un correo, cambia un registro o publica un texto, la organización debe poder reconstruir la decisión y detener el flujo cuando aparezca una señal de riesgo.</p>
<p>La productividad no se mide por la cantidad de tareas automatizadas, sino por la reducción de tiempos y errores sin deteriorar la calidad. Un piloto pequeño, con datos no sensibles y métricas claras, ayuda a comparar el desempeño del agente con el de un proceso manual. La revisión humana debe concentrarse en los pasos de mayor impacto y no convertirse en una aprobación mecánica.</p>
<p>La transición hacia agentes será gradual y desigual. Su mayor oportunidad está en quitar fricción a procesos repetitivos; su principal peligro, en confundir fluidez con confiabilidad. La regla para la adopción responsable es sencilla: cada acción debe tener un dueño, un límite y una forma de verificación. Fuentes consultadas: <a href=»https://www.anthropic.com/news/developing-computer-use»>Anthropic sobre computer use</a> y <a href=»https://openai.com/index/gpt-5-6/»>OpenAI sobre la familia GPT-5.6</a>.</p>
De los chatbots a los agentes: cómo se usa la IA para ejecutar tareas con supervisión
