NodoHub

Durante un par de años, usar IA significaba escribir en una caja de texto y recibir texto de vuelta. Eso ha cambiado en dos direcciones: los modelos han aprendido a trabajar con imágenes, audio y vídeo, y han empezado a hacer cosas en lugar de solo responder.

Son dos conceptos distintos que se mezclan constantemente. Merece la pena separarlos, porque las implicaciones prácticas son muy diferentes.

Multimodal: la IA que entiende más que texto

Un modelo multimodal procesa distintos tipos de entrada: texto, imágenes, audio y, cada vez más, vídeo.

Lo que permite en la práctica:

• Fotografiar un electrodoméstico averiado y preguntar qué significa el código de error de la pantalla.
• Subir un gráfico o una tabla y pedir que explique la tendencia.
• Pasar la cámara por un cuadro eléctrico y preguntar qué es cada cosa.
• Fotografiar los ingredientes de la nevera y pedir ideas de cena.
• Subir un documento escaneado a mano y pedir que lo transcriba y ordene.
• Mantener una conversación hablada, con voz, en lugar de escribir.

El salto real aquí es de accesibilidad: describir un problema con palabras exige saber cómo se llama lo que estás viendo. Enseñarlo con la cámara, no.

Agéntico: la IA que ejecuta tareas

Un agente no se limita a responder: usa herramientas, encadena pasos y actúa para completar un objetivo. En lugar de decirte cómo hacer algo, lo intenta hacer.

La diferencia práctica:

• Chatbot: «¿Cómo comparo estos tres proveedores?» → te explica un método.
• Agente: busca información de los tres, la organiza en una tabla, la guarda en un documento y te avisa cuando está.

Para funcionar así necesita acceso a herramientas: buscar en internet, leer y escribir archivos, ejecutar código, conectarse a tus aplicaciones. Y ahí está tanto su utilidad como su riesgo.

Dónde funciona bien hoy

• Investigación con muchas fuentes: reunir información dispersa y sintetizarla.
• Tareas repetitivas y acotadas con reglas claras y resultado verificable.
• Programación asistida: escribir código, ejecutarlo, ver el error, corregirlo y repetir.
• Procesar lotes de documentos con un criterio fijo.

Dónde falla

Ser honestos aquí importa más que en ningún otro tema, porque las expectativas están muy infladas:

• Los errores se acumulan. En una cadena de quince pasos, un fallo en el tercero contamina todo lo que viene después, y el agente sigue adelante convencido.
• No sabe cuándo parar. Puede insistir en un enfoque equivocado durante mucho rato, sin la señal de «esto no va bien» que tendría una persona.
• Le falta el contexto que tú das por supuesto: las prioridades reales, la política interna, lo que no se hace aunque nadie lo haya escrito nunca.
• Tareas largas y abiertas siguen siendo su punto débil. Cuanto más acotado el objetivo, mejor funciona.

El riesgo nuevo: cuando la IA actúa, los errores tienen consecuencias

Un chatbot que se equivoca te da una respuesta mala. Un agente que se equivoca puede enviar un correo, borrar un archivo o hacer un pedido.

Hay además un riesgo específico que conviene conocer: la inyección de instrucciones. Si un agente lee una web o un correo, ese contenido puede incluir texto diseñado para darle órdenes. El agente no siempre distingue entre «lo que me pidió mi usuario» y «lo que dice el documento que estoy leyendo».

Precauciones razonables:

• Empieza con permisos mínimos y amplía según veas cómo se comporta.
• Exige confirmación humana para acciones irreversibles: enviar, pagar, borrar, publicar.
• Revisa el resultado, no solo el resumen que el propio agente hace de su trabajo.
• No le des acceso a sistemas con datos sensibles de clientes sin valorar antes las implicaciones del RGPD.

Esto encaja con el marco general que proponíamos en IA en el trabajo: cuanto mayor la consecuencia de un error, más revisión humana hace falta.

Preguntas frecuentes

¿Necesito saber programar para usar un agente?

Cada vez menos. Las funciones agénticas se están integrando en herramientas de uso general con interfaces sencillas. Lo que sí ayuda es saber describir bien la tarea y los límites, que es una habilidad distinta a programar.

¿Puede un agente acceder a mis archivos sin permiso?

Solo a lo que le hayas autorizado explícitamente. El punto crítico es que muchas personas conceden permisos amplios al configurar la herramienta y luego no recuerdan qué le dieron. Revisa esos accesos igual que revisarías los permisos de una app.

¿Los agentes siguen inventándose cosas?

Sí, y es más peligroso porque actúan sobre esa información inventada. Tener acceso a búsqueda web reduce el problema pero no lo elimina. Sigue aplicando lo que explicamos sobre alucinaciones.

¿Va a sustituir esto a los trabajos administrativos?

Lo que se automatiza bien son tareas concretas, no puestos completos. Los trabajos que combinan criterio, contexto y relación con personas siguen necesitando personas, aunque su día a día cambie.