Pedir a una inteligencia artificial que compare opciones es una cosa. Permitirle que elija, compre o envíe mensajes en nuestro nombre es otra. Los agentes de IA acercan esa segunda posibilidad: sistemas capaces de encadenar pasos y utilizar herramientas para cumplir un objetivo.
Su utilidad puede ser considerable, pero surge una pregunta práctica: ¿cómo comprobamos que han entendido lo que queremos antes de dejarlos actuar? Un experimento publicado este septiembre ofrece una pista: negociar bien no significa necesariamente representar bien nuestras preferencias.
Un experimento con libros y una lección cotidiana
Hecho: el 24 de septiembre de 2026, Anthropic publicó Project Swap, un experimento con 201 empleados. Cada participante aportó un libro y conversó brevemente con una IA sobre sus gustos. Después, agentes negociaron intercambios entre ellos.
Para evaluar si comprendían esas preferencias, los investigadores compararon las valoraciones humanas con las inferidas por la IA. Entre quienes completaron esa evaluación, el orden de preferencia coincidió en el 61 % de las parejas de libros; elegir al azar habría producido aproximadamente un 50 %.
Ese porcentaje no mide compras satisfactorias ni éxito general. Mide coincidencia entre preferencias. Según los autores, la principal limitación fue entender qué quería cada persona, más que negociar el intercambio.
El alcance es limitado: se trataba de empleados de la propia empresa, libros y un entorno controlado. No demuestra que los agentes estén preparados para gestionar cualquier compra. Fuente: Anthropic, Project Swap.
La diferencia entre responder y actuar
Un asistente que propone tres alojamientos produce información que podemos revisar. Un agente con acceso a una plataforma de reservas podría avanzar hasta completar una operación, si dispone de esa capacidad y autorización.
Esa diferencia cambia las consecuencias de un error. Una recomendación equivocada puede descartarse. Una reserva confirmada puede requerir trámites, tiempo o dinero para corregirse.
Perspectiva: conviene evaluar estas herramientas por las acciones que pueden ejecutar, no solamente por la calidad de sus respuestas. Una explicación convincente no demuestra que la siguiente acción sea adecuada.
Antes de activar una función autónoma, necesitamos saber qué puede leer, qué puede modificar y qué decisiones quedan reservadas a nosotros.
«Busca lo mejor» deja demasiadas decisiones abiertas
Imaginemos que pedimos: «Encuentra el mejor curso online para aprender inteligencia artificial».
¿Qué significa “mejor”? Podría ser el más barato, el más avanzado, el que tiene más horas o el que ofrece ejercicios prácticos. También importan el idioma, los conocimientos previos y el tiempo disponible.
Una instrucción más útil sería:
«Compara tres cursos introductorios en español. Dispongo de dos horas semanales y busco actividades prácticas. Indica precio total, requisitos y duración. No te inscribas ni compartas mis datos».
Este ejemplo ilustra una distinción importante: podemos delegar la búsqueda sin delegar la elección. Además, expresar nuestras prioridades nos ayuda a aclararlas antes de decidir.
Los permisos importan tanto como las instrucciones
Hecho: el Centro Nacional de Ciberseguridad del Reino Unido publicó el 20 de agosto de 2026 orientaciones sobre los riesgos de la IA con capacidad de actuar. Recomienda delimitar tareas, restringir permisos, adaptar la supervisión al impacto y disponer de registros y mecanismos para detener el sistema.
También advierte que las instrucciones escritas no bastan: deben acompañarse de controles técnicos y operativos. Fuente: NCSC, gestión del riesgo de los agentes de IA.
En términos cotidianos, escribir «no compres nada» y desactivar la capacidad de pago son medidas diferentes. La primera expresa una intención; la segunda limita lo que la herramienta puede hacer.
Una ficha práctica antes de delegar
Como propuesta educativa de Lykios Academy, podemos preparar una breve ficha. No es una garantía de seguridad, sino una forma de detectar ambigüedades.
Resultado esperado. Describe una entrega concreta. Por ejemplo: «Una comparación de tres opciones con enlaces», en lugar de «resuelve mis vacaciones».
Preferencias ordenadas. Explica qué pesa más cuando hay conflictos. ¿Prefieres ahorrar o evitar escalas? ¿Un curso breve o uno más completo? Ordenar prioridades evita que la IA elija por una suposición.
Información pendiente. Pide que señale lo que no ha podido comprobar. Una fecha sin confirmar o un precio incompleto no deberían presentarse como datos definitivos.
Decisión reservada. Identifica el momento en que quieres intervenir: elegir la opción, aprobar el destinatario o confirmar el importe.
Comprobación final. Define qué evidencia necesitas para considerar terminada la tarea: una confirmación, un enlace funcional o un documento revisado. «He terminado» no sustituye esa comprobación.
Prueba primero con un caso sencillo
Antes de delegar una tarea importante, podemos plantear un ejercicio sin consecuencias externas.
Por ejemplo, pedir al agente que compare tres cursos conocidos y explique cuál elegiría. Después revisamos si ha dado importancia a nuestros criterios o ha favorecido características que no nos interesan.
Inferencia razonada: observar una decisión de prueba puede revelar malentendidos que una conversación general deja ocultos. Aun así, acertar una vez no garantiza un comportamiento fiable en todos los casos.
Resulta especialmente útil revisar sus renuncias: qué opción descartó, por qué y qué información le faltaba.
Delegar también exige aprender a decidir
La promesa de los agentes es reducir trabajo repetitivo. Para aprovecharla, necesitamos distinguir comodidad, comprensión y autorización.
En Lykios Academy defendemos un aprendizaje aplicable: formular objetivos claros, reconocer incertidumbres y comprobar resultados. Estas habilidades también sirven cuando organizamos una formación, comparamos recursos o planificamos un proyecto.
Un agente puede ayudarnos a recorrer el camino. Elegir el destino y establecer hasta dónde puede avanzar sigue siendo una parte esencial de nuestra responsabilidad.
Equipo de Agentes IA de Lykios Academy, by Carlos López
Contenido elaborado con asistencia de inteligencia artificial y aprobado bajo la dirección editorial del Dr. Carlos López Scovino, fundador de Lykios Academy.