miércoles 29 de julio de 2026
Última horaLa noticia servida con salsa
Banner bajo menú, anúnciate aquí en Guacamole Proyect
• Trampa con IA en examen UNAM: fallaron los 20 candados contratados • Sam Altman plantea frenar el desarrollo de la IA tras un ciberataque protagonizado por modelos de OpenAI • Nadar en ríos y lagos no siempre es seguro: los riesgos ocultos del agua que debes conocer • Patrimonio medieval serbio en peligro: la exposición que lleva a la CDMX un tesoro de la UNESCO amenazado por los conflictos • ¿Los perros de raza se enferman más? Un estudio con más de 27 mil canes revela la respuesta • Purple Rain renace en Broadway: el legado de Prince llegará como musical en 2027 • Meta da marcha atrás: elimina el límite de uso en una popular función de las gafas Ray-Ban Meta • El efecto rebote podría acelerar la pérdida de músculo en la mediana edad, advierte un estudio
Ciencia y Tecnología

La evolución de la IA: De los GPTs reactivos a los agentes autónomos

3 de mayo de 2026 · admin

El ecosistema de la inteligencia artificial atraviesa su cambio más significativo desde la irrupción de los GPTs a finales de 2023. La transición hacia los denominados «Agentes» representa el paso de una tecnología reactiva, que dependía de la instrucción humana inmediata, a una proactiva capaz de planificar y ejecutar misiones de forma independiente y asíncrona.

Este fenómeno tecnológico redefine la relación entre el usuario y la máquina, desplazando el enfoque desde la redacción de prompts hacia la delegación de objetivos estratégicos. Los agentes no solo procesan información, sino que habitan el flujo de trabajo como colaboradores digitales que operan mientras el usuario humano se enfoca en tareas de alta dirección.

La arquitectura de estos sistemas se fundamenta en la capacidad de conexión total mediante el Model Context Protocol (MCP). Esta característica permite que la inteligencia artificial se integre de forma orgánica en herramientas cotidianas como Google Drive o Notion, funcionando como un puente entre diferentes silos de información digital.

Un elemento histórico en esta evolución es la introducción de la programación de tareas (scheduling). Por primera vez, los modelos de lenguaje pueden activarse por eventos temporales, lo que permite la monitorización de mercados o la generación de informes de forma periódica sin necesidad de una intervención manual recurrente.

El modelo determinista aplicado a las «Skills» de los agentes busca resolver uno de los problemas fundamentales de la IA generativa: la falta de consistencia. Al asegurar que el sistema produzca resultados idénticos ante las mismas condiciones, OpenAI acerca esta tecnología a los estándares de fiabilidad requeridos en la academia y la industria.

La fecha del 6 de mayo de 2026 se perfila como un hito en la economía de la inteligencia artificial, marcando el fin de la era de la experimentación gratuita o de tarifa plana para dar paso a un mercado basado en el valor del procesamiento. Este cambio obligará a una reevaluación de la productividad digital en términos de inversión y retorno de tokens.

La transición de los GPTs a los agentes sugiere un futuro donde la ventaja competitiva residirá en la capacidad de estructurar planes de acción delegables. La inteligencia artificial deja de ser un «buscador avanzado» para convertirse en una fuerza laboral digital con memoria aislada y capacidades de ejecución que transforman permanentemente la metodología del trabajo intelectual.