Agentic AI
La IA agéntica (Agentic AI en inglés) es la capacidad de un sistema de inteligencia artificial para actuar de forma autónoma hacia un objetivo, tomando decisiones secuenciales, usando herramientas externas y adaptando su comportamiento en función de los resultados intermedios. A diferencia de un modelo de lenguaje que responde a una sola pregunta, un agente de IA puede planificar, ejecutar múltiples pasos y persistir hasta completar una tarea compleja.
La IA agéntica representa la evolución del paradigma de uso de la IA: de la generación de texto por petición (una interacción) hacia la delegación de tareas completas (múltiples acciones coordinadas).
Características
- Planificación: descompone un objetivo en subtareas y determina el orden de ejecución.
- Uso de herramientas: puede llamar a APIs, ejecutar código, leer y escribir ficheros, buscar en internet.
- Memoria: mantiene contexto entre pasos, recordando decisiones anteriores y resultados intermedios.
- Autonomía: opera sin intervención humana en cada paso (salvo en los puntos HITL/HOTL).
- Adaptación: ajusta su comportamiento cuando un paso falla o produce resultados inesperados.
Tipos de sistemas agénticos
- Agentes de tarea única: diseñados para un tipo de tarea específico. Ejemplo: agente que genera tests unitarios para cualquier función que reciba.
- Agentes de flujo de trabajo: orquestan múltiples subtareas con lógica condicional. Ejemplo: agente que recibe una historia, genera la spec, escribe el código y abre el pull request.
- Sistemas multi-agente: varios agentes especializados colaboran bajo un orquestador. Cada agente se ocupa de una parte; el orquestador gestiona el flujo.
En equipos ágiles
La adopción de sistemas agénticos transforma el flujo de trabajo de los product builders:
- Las tareas de generación de código, scaffolding, creación de tests y documentación de APIs son candidatas naturales a la automatización agéntica.
- El rol del desarrollador se desplaza hacia la definición precisa de objetivos (spec writing), la revisión del output y las decisiones en los puntos de control.
- Los sistemas multi-agente requieren gobernanza explícita: qué puede hacer cada agente, con qué recursos, con qué nivel de autonomía y quién es responsable de su output.
Riesgos específicos
- Acumulación de errores: un error temprano se propaga y amplifica en los pasos siguientes.
- Alucinaciones en cadena: un agente que alucina en un paso toma decisiones posteriores basadas en información incorrecta.
- Falta de contexto: el agente no tiene el contexto organizativo, estratégico o relacional que tiene el equipo humano.
Error frecuente
Dar acceso a herramientas potentes sin definir límites explícitos. Un agente con acceso a un repositorio de código, una base de datos de producción y permisos de despliegue puede causar daños significativos si actúa incorrectamente. El principio de mínimo privilegio —dar al agente solo los permisos necesarios para su tarea— es tan importante en IA agéntica como en seguridad de sistemas tradicional.
Recursos
🏦 IA aplicada al trabajo ágilSkill Arena · Scrum Manager
📄 Scrum Master en equipos con IADescarga gratuita · Scrum Manager
Véase también
¿Quieres avanzar en agilidad? Puedes buscar convocatorias de cursos y exámenes o ir a tu ritmo haciéndote miembro del Club Agile. Esta membresía incluye recursos exclusivos, aulas e-learning y acceso a Skill Arena: un espacio para practicar y medir tus habilidades ágiles a tu ritmo.