Qué es un agente de IA y por qué va a cambiar cómo trabajas

La palabra «agente» lleva unos meses apareciendo en todas partes. La sueltan las empresas de IA en cada presentación, la repiten los titulares, y sospecho que a estas alturas la has leído veinte veces sin que nadie se haya parado a explicarte qué significa de verdad. Así que vamos con ello, porque entender qué es un agente de IA es la diferencia entre seguir usando estas herramientas como un buscador con buenos modales o empezar a delegarles trabajo real.

Te lo adelanto en una frase y luego lo desarrollo: un asistente te responde cuando le preguntas, un agente decide los pasos, usa herramientas y ejecuta una tarea hasta el final. Parece un matiz pequeño. No lo es.

Qué es un agente de IA: la diferencia con un chatbot

Cuando abres ChatGPT o Gemini y le haces una pregunta, tú llevas el volante. Preguntas, responde, vuelves a preguntar. Cada turno depende de que tú estés ahí, escribiendo. Es una conversación, y por muy útil que sea, no deja de ser eso: tú piensas la siguiente pregunta, la herramienta contesta, y así hasta que te cansas. El trabajo de hilar los pasos lo pones tú.

Un agente cambia ese reparto. Le das un objetivo, no una pregunta, y él se encarga de la secuencia: piensa qué necesita hacer primero, lo hace, mira el resultado, decide el siguiente paso y sigue hasta terminar. No te devuelve la pelota en cada jugada. La juega entera y te trae el resultado. Ahí está el salto conceptual, y es lo que de verdad responde a qué es un agente de IA: no un modelo más listo, sino un modelo al que le has dado permiso para actuar por su cuenta dentro de unos límites.

Lo entiendes mejor con un caso, y tengo uno reciente de mi propia semana.

Qué hace que algo sea un agente: un ejemplo que monté esta semana

Necesitaba estar al día de las noticias de IA aplicadas al trabajo, que es el tema de este blog, sin dedicarle cada viernes media hora a rastrear webs. Así que le pedí a ChatGPT que montara una tarea programada: cada viernes a las ocho de la mañana, que buscara en la web las novedades de la semana, filtrara las cinco más interesantes para un sitio como este y me las mandara resumidas por correo.

Y funcionó. El viernes, a las ocho en punto, tenía el correo en la bandeja con justo el tipo de noticias que me sirven. No a las ocho y media porque yo hubiera encendido el ordenador, sino a las ocho, porque esa tarea vive en los servidores de OpenAI y se ejecuta sola, esté mi equipo encendido o apagado.

Fíjate en lo que hay dentro de ese pequeño encargo, porque son los tres ingredientes que convierten una IA normal en un agente. Primero, un objetivo: tráeme las noticias que importan. Segundo, una herramienta que puede usar por su cuenta, en este caso la búsqueda en la web. Y tercero, y este es el que marca la diferencia, capacidad de decidir: de entre veinte o treinta noticias posibles, es él quien juzga cuáles son las cinco que encajan con el sitio y cuáles descarta. Ese criterio, esa poda, no la hago yo. La hace él. Cuando juntas un objetivo, herramientas y capacidad de decisión, tienes un agente, por sencillo que parezca el recado.

Esa función, por cierto, en ChatGPT se llama Tareas programadas y vive en un apartado propio de la barra lateral. Está en los planes de pago, no en el gratuito, y por ahora la frecuencia máxima es de una vez por hora, más que de sobra para algo semanal como lo mío.

Los agentes que probablemente ya tienes a mano

Lo interesante es que no hace falta esperar a ninguna gran novedad para tener esto. Si trabajas con estas herramientas, seguramente ya has rozado agentes sin llamarlos así.

Cuando genero las imágenes de este blog, uso un asistente dentro del lienzo por nodos de mi editor de imagen que se encarga de pulir mis instrucciones antes de mandárselas al modelo: le digo la idea en bruto y él la reescribe para que salga mejor. Es un agente ligero, pero hace justo eso, tomar una entrada, decidir cómo mejorarla y pasarla al siguiente paso. En el terreno de Google, el ecosistema de Gemini va sumando esta lógica en sus propias herramientas, y lo desmenuzo en la guía completa de Google Gemini si quieres ver hasta dónde llega.

Y luego está la capa más potente, la de delegar tareas de verdad. Herramientas como Cowork, de Claude, están pensadas para que le sueltes un encargo de varios pasos, cierres el portátil y siga trabajando por su cuenta en su propia ventana. Durante un tiempo la diferencia con la tarea programada de ChatGPT estaba clara: la de ChatGPT corría en la nube y la de Cowork en tu propio equipo, así que había que tenerlo encendido. Eso acaba de cambiar, y es un buen ejemplo de lo rápido que se mueven estos límites: en los planes más caros, Cowork ha salido también a web y a móvil, de modo que puedes soltarle el encargo desde el escritorio, mirar cómo va desde el teléfono y recoger el resultado más tarde aunque hayas cerrado el portátil. Todo esto lo cuento con más detalle en el análisis a fondo de Claude, donde entro en Proyectos, conectores y demás.

Yo mismo, montando este blog, le pedí hace poco a la IA una tarea que es puro comportamiento de agente: revisar los enlaces internos de un artículo, cruzarlos con los títulos actuales de mis otros textos y avisarme de cuáles se habían quedado rotos. Leyó, comparó, razonó y me devolvió una lista de correcciones. No lo hizo consultándome paso a paso; lo hizo del tirón y me trajo la conclusión.

Por qué esto cambia cómo trabajas

Aquí está el fondo del asunto, y por qué creo que merece tu atención aunque hoy te parezca un juguete. Pasar de un chatbot a un agente es pasar de pedir cosas a delegar tareas. Y delegar, cuando funciona, es lo que te libera tiempo de verdad, no ahorrarte diez segundos de escribir un correo.

Lo que hace que esto vaya a más, y rápido, es que los agentes cada vez se conectan mejor a tus propias herramientas. Ya no viven encerrados en su chat: pueden asomarse a tu correo, a tu calendario, a tu Notion, a tus documentos, y trabajar con lo que hay ahí. Existe un estándar técnico que se está imponiendo para que cualquier IA pueda enchufarse a cualquier herramienta sin que un programador tenga que montar el puente cada vez, y no necesitas saber cómo se llama para notar sus efectos. Lo que sí notarás es la consecuencia: cuantas más piezas de tu trabajo pueda tocar un agente, más cosas podrá hacer de principio a fin sin ti. Hoy te trae las noticias del viernes. Mañana, con tu correo y tu calendario conectados, podrá prepararte el resumen de la semana cruzando lo que pasó en tus reuniones con lo que tienes pendiente. La dirección está clara, y es la parte que me tiene con la ceja levantada.

Si quieres empezar a tocar esta lógica sin complicarte, el sitio natural es la automatización sencilla, que preparé paso a paso en cómo automatizar tareas repetitivas con IA sin saber programar. Es la puerta de entrada.

Lo que un agente todavía no hace (y conviene que sepas)

Ahora el freno, porque prometerte que la IA ya trabaja sola por ti sería venderte humo, y este blog no va de eso.

El límite más importante, y lo he vivido con mis dos ejemplos, es que la mayoría de estos agentes hoy te avisan, pero no actúan. Mi tarea de ChatGPT me manda las noticias, pero no publica nada en mi nombre ni decide por mí qué va al blog. La auditoría de enlaces me dijo qué corregir, pero no tocó mis artículos. Y esto no es un defecto que haya que arreglar cuanto antes: es una frontera sensata. En cualquier tarea que tenga consecuencias de cara al público o sobre algo tuyo, quieres una persona validando antes de que se ejecute. Un agente que corrige a ciegas lo que él cree que está mal te mete un error en directo tarde o temprano.

El segundo límite es que se equivocan, y con aplomo. Un agente encadena decisiones, y si la tercera parte de mal, arrastra el error hasta el final sin avisarte de que dudaba. Cuanto más largo es el encargo, más sitios hay donde despistarse. Por eso lo suyo hoy es delegarles tareas acotadas y revisables, no procesos críticos a ciegas.

Y el tercero, más práctico: cada herramienta tiene sus fronteras, y encima se mueven de un mes para otro. La tarea programada de ChatGPT no puede hacer de todo, buena parte de lo más interesante vive en los planes de pago más caros, y cada plataforma te marca hasta dónde llega. Vale la pena conocer esos topes antes de montar tu flujo sobre ellos, para no llevarte el chasco a medio camino.

Con todo, y aun con los pies en el suelo, la dirección me parece de las más interesantes que ha tomado esta tecnología. No porque vaya a hacer tu trabajo por ti de un día para otro, sino porque, bien usados y con criterio, los agentes te quitan de encima justo la parte del trabajo que nunca quisiste hacer. Y eso, para quien vive de lo que crea, no es poca cosa.