Agentes de IA: cuando la inteligencia artificial deja de responder y empieza a trabajar
Durante los últimos años hemos aprendido a hablar con la inteligencia artificial. Le pedimos un resumen, una traducción, una explicación o un borrador. ChatGPT, Claude, Gemini y otras herramientas nos han acostumbrado a una relación muy concreta: nosotros preguntamos y la máquina responde.
Pero estamos entrando en otra fase.
Los agentes de IA no se limitan a contestar. Pueden recibir un objetivo, analizar un entorno de trabajo, utilizar herramientas, ejecutar tareas, comprobar resultados y volver a intentarlo si algo falla. Herramientas como Codex, Claude Code y otras similares representan un salto importante porque desplazan la inteligencia artificial desde la conversación hacia la acción.
No significa que hayan llegado trabajadores digitales capaces de sustituirnos sin más. Significa algo más profundo: una parte creciente del trabajo intelectual, técnico y administrativo puede organizarse de otra manera. Y eso afectará a la productividad, a las profesiones, a la formación y también a la distribución del poder dentro de las empresas y las administraciones.
Un chatbot responde; un agente actúa
La diferencia parece sencilla, aunque conviene explicarla bien.
Un chatbot tradicional funciona como una conversación. Le planteamos una pregunta y nos devuelve una respuesta. Puede redactar un informe, explicar una norma compleja, resumir un documento, sugerir una estrategia o escribir un fragmento de código. Aun así, la mayor parte del trabajo posterior sigue dependiendo de nosotros.
Somos quienes copiamos el texto, revisamos el resultado, abrimos los programas necesarios, buscamos los datos, modificamos los archivos, enviamos los correos o comprobamos si aquello realmente funciona.
Un agente de IA va un paso más allá. No recibe solo una pregunta, sino una misión.
Podemos decirle, por ejemplo: “revisa este proyecto web, encuentra por qué falla el formulario de contacto, corrige el problema, ejecuta las pruebas y prepara un resumen de los cambios”. En lugar de limitarse a proponer una posible solución, el agente puede inspeccionar los archivos, buscar dependencias, modificar varias partes del proyecto, lanzar comprobaciones y explicar finalmente qué ha hecho.
La diferencia no está únicamente en que escriba mejor o peor. La diferencia es que puede trabajar dentro de un entorno y utilizar herramientas.
Un chatbot se parece a una persona muy informada a la que pedimos consejo. Un agente se parece más a un colaborador digital al que damos acceso limitado a una mesa de trabajo, una serie de herramientas y un objetivo concreto.
Qué tareas puede hacer un chatbot y cuáles puede asumir un agente
Un chatbot como ChatGPT sigue siendo extraordinariamente útil para muchas tareas cotidianas. Puede ayudarnos a entender un texto jurídico, ordenar ideas para una presentación, redactar una carta, preparar un guion, resumir una reunión, traducir documentos, construir una tabla o revisar un texto antes de publicarlo.
También puede acompañar a un profesional en su trabajo. Un ingeniero puede pedirle que explique un cálculo, un abogado puede utilizarlo para ordenar argumentos, un docente puede generar materiales didácticos y un periodista puede usarlo para estructurar una investigación.
En todos esos casos, la herramienta aporta velocidad, contraste y capacidad de síntesis. Pero el proceso sigue siendo fundamentalmente conversacional. La persona pregunta, recibe una propuesta y decide qué hacer con ella.
Los agentes de IA, en cambio, pueden asumir cadenas de tareas más largas.
En programación, un agente como Codex o Claude Code puede revisar un repositorio completo, entender cómo se relacionan distintas partes de una aplicación, localizar errores, editar archivos, ejecutar pruebas y preparar cambios para que una persona los revise. Puede encargarse de tareas repetitivas que antes consumían muchas horas: documentar código, actualizar dependencias, reorganizar archivos, detectar incoherencias o preparar versiones iniciales de una nueva función.
Fuera del mundo del software, la misma lógica empieza a extenderse a otros ámbitos. Un agente puede reunir información de varios documentos autorizados, clasificarla, generar un primer informe, actualizar una base de datos, crear una presentación o preparar una propuesta de trabajo para revisión humana.
No todos los agentes pueden hacer todas esas tareas. Depende de las herramientas que tengan disponibles, de los permisos concedidos y del entorno en el que trabajen. Pero la dirección es evidente: pasamos de la IA que contesta a la IA que participa en procesos completos.
La productividad deja de depender solo del tiempo
Hasta ahora, muchas tareas de oficina o de desarrollo tenían una parte invisible que consumía una enorme cantidad de tiempo. Buscar archivos, revisar versiones, copiar información entre documentos, comprobar errores, redactar informes preliminares o repetir operaciones rutinarias.
Los agentes de IA pueden reducir buena parte de esa fricción.
Eso no quiere decir que el trabajo desaparezca. Quiere decir que cambia el lugar donde se concentra el valor humano.
Cuando una herramienta puede preparar un borrador, ejecutar una comprobación técnica o montar una primera versión de una aplicación, la persona puede dedicar más tiempo a definir el problema, tomar decisiones, contrastar resultados, atender a los usuarios o pensar en las consecuencias de lo que se está haciendo.
La productividad, por tanto, ya no dependerá únicamente de quién escribe más rápido, programa más líneas o procesa más documentos. Dependerá mucho más de quién sabe formular bien un objetivo, establecer límites claros, verificar los resultados y tomar decisiones con criterio.
Ese es uno de los cambios más importantes de esta nueva etapa.
La habilidad decisiva no será simplemente “saber usar inteligencia artificial”. Será saber trabajar con ella sin dejar de pensar.
Del oficio de ejecutar al oficio de dirigir y comprobar
La llegada de los agentes de IA obliga a revisar una idea muy extendida sobre el empleo. No todos los trabajos desaparecerán, pero muchos cambiarán por dentro.
La unidad básica de transformación no será necesariamente la profesión completa. Será la tarea.
Un administrativo seguirá siendo necesario, pero parte de su tiempo podrá dedicarse menos a copiar datos y más a resolver incidencias, atender casos complejos o garantizar que la información sea correcta. Un programador seguirá siendo necesario, aunque dedicará menos horas a escribir código rutinario y más a diseñar sistemas, revisar cambios y decidir qué solución es realmente adecuada.
Un periodista podrá automatizar partes de la documentación inicial, pero seguirá siendo imprescindible para verificar, contextualizar y distinguir una información relevante de una afirmación engañosa. Un abogado podrá apoyarse en herramientas que ordenen documentos, pero no podrá delegar en una máquina la responsabilidad de una estrategia procesal o de una decisión que afecta a derechos de una persona.
Lo mismo ocurrirá en la ingeniería, la educación, la administración pública, la sanidad, la comunicación o la gestión empresarial.
La inteligencia artificial puede acelerar tareas. No puede asumir por sí sola la responsabilidad ética, profesional y democrática de sus consecuencias.
El riesgo no es solo perder empleos: también perder aprendizaje
Hay una cuestión especialmente delicada.
Muchas profesiones se aprenden empezando por tareas relativamente básicas. Revisar documentos, elaborar borradores, resolver incidencias pequeñas, depurar errores o preparar informes sencillos forma parte del aprendizaje de cualquier persona joven que entra en un sector.
Si esas tareas pasan directamente a un agente de IA, habrá que pensar cómo se forma a los nuevos profesionales.
No basta con decir que la inteligencia artificial aumentará la productividad. También hay que preguntarse quién tendrá la oportunidad de aprender, equivocarse, ganar experiencia y construir criterio propio.
Una empresa que use agentes para eliminar los puestos de entrada puede ahorrar costes a corto plazo, pero puede destruir su propia cantera de profesionales. Una administración que automatice procedimientos sin reforzar la formación de su plantilla puede terminar dependiendo de proveedores externos y perdiendo conocimiento interno.
La tecnología puede liberar tiempo. Pero solo será una mejora real si ese tiempo se dedica a aprender, innovar, cuidar mejor y trabajar con más sentido.
No estamos ante empleados autónomos sin supervisión
Conviene evitar tanto el entusiasmo ingenuo como el alarmismo simplista.
Los agentes de IA pueden equivocarse. Pueden interpretar mal una instrucción, modificar algo que no debían tocar, utilizar información incompleta o llegar a una conclusión convincente pero falsa. También pueden reproducir sesgos, exponer datos sensibles o crear una falsa sensación de seguridad.
Por eso la supervisión humana no es un detalle técnico. Es una condición básica.
Antes de permitir que un agente actúe, alguien debe definir qué puede hacer, a qué información puede acceder, qué límites debe respetar y quién valida el resultado final. En tareas que afecten a personas, derechos, empleo, salud, educación o servicios públicos, esa exigencia debe ser todavía mayor.
La inteligencia artificial no elimina la responsabilidad. La concentra.
La persona que aprueba una decisión tomada con ayuda de un agente sigue siendo responsable de esa decisión. Y una organización que automatiza procesos no puede esconderse detrás del algoritmo cuando algo sale mal.
El verdadero debate es político y social
La llegada de los agentes de IA no es solo una cuestión de programas informáticos. Es una cuestión de poder.
¿Quién tendrá acceso a estas herramientas? ¿Quién controlará los datos? ¿Que colectivo se beneficiará de los aumentos de productividad? ¿Servirán para mejorar las condiciones laborales o para exigir más trabajo en menos tiempo? ¿Reducirán desigualdades o las ampliarán entre quienes pueden acceder a estas tecnologías y quienes quedan fuera?
La respuesta no vendrá dada por la tecnología.
Podemos utilizar los agentes de IA para reducir tareas absurdas, mejorar los servicios públicos, ayudar a pequeñas empresas, reforzar la investigación, facilitar la innovación y liberar tiempo para trabajos de mayor valor humano.
También podríamos utilizarlos para intensificar la vigilancia laboral, precarizar puestos de trabajo, concentrar más poder en unas pocas grandes empresas tecnológicas y convertir a las personas en simples supervisores mal pagados de sistemas que no controlan.
Ambos caminos son posibles.
Por eso necesitamos alfabetización digital, formación pública, protección de datos, derechos laborales y reglas claras. Europa ya ha empezado a construir un marco regulatorio basado en riesgos, pero la regulación no puede quedarse en los despachos. Debe traducirse en derechos concretos para quienes trabajan con estas herramientas y para quienes sufren sus decisiones.
La nueva frontera no es técnica: es humana
Los agentes de IA abren una etapa nueva porque ya no hablamos solo de máquinas que responden. Hablamos de herramientas que pueden participar en tareas completas, ejecutar acciones y colaborar en procesos de trabajo.
Eso puede ser una gran oportunidad.
Puede permitir que una persona con una buena idea cree una aplicación sin dominar todos los lenguajes de programación. Ayudar a una pequeña organización a hacer tareas que antes solo estaban al alcance de empresas con grandes equipos. Puede liberar a muchos trabajadores de una parte del trabajo repetitivo y burocrático que consume tiempo sin aportar valor.
Pero nada de eso está garantizado.
La pregunta decisiva no será si los agentes de IA trabajan mejor o peor que nosotros. La pregunta será qué queremos hacer nosotros con el tiempo, la productividad y el poder que estas herramientas ponen sobre la mesa.
Porque la inteligencia artificial puede acelerar el trabajo. Lo que no puede decidir es para qué sociedad queremos trabajar.
