¿Cómo es diferente la IA agéntica de la IA tradicional?
Google Gemini señala que la “IA agéntica representa un avance significativo respecto a la IA tradicional, avanzando hacia sistemas que no solo son inteligentes, sino también capaces de acción independiente, planificación y mejora continua en entornos dinámicos.”
Las aplicaciones tradicionales se basan en un conjunto de reglas predefinidas para tomar decisiones o realizar tareas simples y, por lo general, están programadas. Las reglas y los scripts controlan las acciones.
Los investigadores en el campo de los sistemas multiagente sostienen que los “agentes” heredados que siguen reglas predefinidas son solo programas, y no son verdaderamente agentes.
La IA agente no sigue un guión . En cambio, se le da un objetivo. Luego determina la mejor ruta para alcanzar ese objetivo. Normalmente , a la IA agente se le dan parámetros, como un conjunto de herramientas, instrucciones sobre cómo usarlas y una descripción de cómo ejecutar la acción.
Las capacidades agenciales incluyen la capacidad de evaluar diferentes escenarios y predecir los resultados de varias acciones. Incluso pueden asignar un valor a cada acción en función de qué tan bien se alinee con los objetivos del agente. Al hacerlo, el agente actúa de forma autónoma para elegir la acción que tiene más probabilidades de lograr sus objetivos.
La IA agente utiliza modelos de lenguaje grandes (LLM) para comprender las entradas que recibe y comunicarse a través del diálogo. Estos agentes de IA pueden proporcionar respuestas basadas en el contexto de una conversación, incluida la información proporcionada anteriormente. Esto mejora en gran medida la calidad percibida de la interacción.
Por ejemplo, si el titular de una póliza de seguro de automóvil pregunta: “¿Puedo agregar mi nuevo Chevy a la póliza?”, la IA puede responder con “Claro. Para agregar tu Chevy, necesitaré saber…” Esto confirma, de manera fluida, que la transacción avanza correctamente.
Los usuarios pueden agregar preguntas de seguimiento, y el agente “recordará” e incorporará entradas anteriores. Por ejemplo, pueden preguntar: “Es un modelo de 1968. Se requiere un seguro especial?” Aquí, el agente “recordaría” que el vehículo es un Chevy e investigaría para dar una respuesta.
”
¿También puedes agregar mi Nissan?” El agente reconoce que se trata de una nueva solicitud para agregar un vehículo adicional. La IA agéntica puede manejar esto sin problemas, mientras que una interacción guionizada requeriría que el usuario regrese a una parte anterior de la transacción para comenzar por este nuevo camino.
“Para el Nissan, solo necesito colisión y responsabilidad, no integral. Cuánto aumentará mi tarifa?”
El agente puede responder a esta solicitud buscando la información, obteniendo información adicional si es necesario y calculando la cantidad para dar una respuesta.
