Agencia versus autonomía: Desentrañando dos ideas fundamentales en la IA agente
Aprenda cómo distinguir la capacidad de un agente de IA para actuar (agencia) de su independencia al actuar (autonomía) mediante un modelo mental sencillo y ejemplos.
Recientemente, se ha prestado más atención a comprender la IA agente, y al analizar cómo funcionan estos agentes de IA surgen dos términos que a primera vista parecen intercambiables:
Agencia.
Autonomía.
A simple vista, estos dos conceptos se confunden. La agencia se define como la capacidad de un sistema para actuar, tomar decisiones y perseguir objetivos. Luego aparece la autonomía, descrita como la habilidad de un agente para encontrar la forma de alcanzar un objetivo utilizando toda la información y recursos de los que dispone, sin que una persona lo guíe paso a paso.
Ahí es donde surge la confusión. Si la agencia ya abarca la toma de decisiones y la acción, y la autonomía también implica tomar decisiones y actuar, ¿cuál es el sentido de tener dos etiquetas separadas para algo que parece ser el mismo comportamiento?
Esa confusión se convirtió en un momento útil de aprendizaje una vez que se aclararon los conceptos.
Primero, necesité separar los dos
La solución fue reexpresar cada término en un lenguaje más sencillo.
En cuanto a agencia, la pregunta es:
¿Puede el sistema decidir y actuar hacia un objetivo?
En cuanto a autonomía, la pregunta es:
¿Con qué independencia puede el sistema tomar esas decisiones y llevarlas a cabo sin que una persona dirija cada paso?
Ese es el elemento que faltaba. La agencia se refiere a si existe en absoluto la capacidad de actuar y decidir. La autonomía se refiere a cuánta libertad tiene el sistema al ejercer esa capacidad. Una vez planteado de esta manera, las dos ideas dejan de superponerse y comienzan a describir dimensiones diferentes del mismo sistema.
Un agente puede tener agencia sin autonomía total
Un ejemplo lo hace más concreto. Supongamos que un agente de IA recibe una meta:
Resolve a customer's payment issue.
El agente evalúa la situación y razona al respecto:
I should check the payment status.
Luego:
I should retry the failed transaction.
Luego:
I should notify the customer.
Aquí, el sistema está determinando qué acciones tienen sentido. Ese proceso de razonamiento es la agencia.
Ahora imagine que el mismo agente debe detenerse antes de cada acción y verificar:
Agent:
"I want to check the payment system."
Human:
"Approved."
Luego:
Agent:
"I want to retry the transaction."
Human:
"Approved."
El agente sigue siendo quien decide qué quiere hacer a continuación. Pero un ser humano permanece como el supervisor que aprueba cada paso antes de que se realice. Así, el agente tiene agencia, pero su autonomía está estrictamente restringida.
Ahora aumente la autonomía
Ahora dele a ese mismo agente un objetivo en lugar de una lista de verificación:
Goal:
Resolve the customer's failed payment.
Y déjelo que realice el proceso por sí mismo:
Inspect payment status
↓
Identify the problem
↓
Choose the appropriate tool
↓
Retry the payment
↓
Verify the result
↓
Notify the customer
Observe lo que falta: no hay instrucción alguna como
First do this.
Then do this.
Now call this API.
Now check this.
Now send this.
Solo se especificó el objetivo. El sistema determinó por sí mismo la secuencia de acciones, basándose en la información y los recursos a los que tenía acceso. Ese es el momento en que la autonomía deja de ser una definición abstracta y se convierte en algo que realmente se puede observar.
La verdadera pregunta no es solo:
¿Puede este sistema tomar decisiones?
También se plantea:
¿Cuánta supervisión humana se requiere al tomar y ejecutar esas decisiones?
El modelo mental que vale la pena mantener
Después de analizar todas estas definiciones, surge un modelo sorprendentemente simple.
AGENCY
Can I decide and act toward a goal?
Y:
AUTONOMY
How independently can I decide and act
without step-by-step human direction?
Eso es todo.
No hay necesidad de llevar una definición extensa en la mente.
Agencia → capacidad.
Autonomía → independencia.
Luego, la IA agente comienza a verse diferente
Antes de llegar a este punto, es tentador imaginar las aplicaciones de IA siguiendo un flujo simple:
User asks something
↓
Model generates something
↓
User receives response
Pero los agentes añaden una capa completamente distinta.
El sistema podría tener un objetivo.
Puede tener conciencia de su entorno.
Puede contar con Herramientas y recursos de los que puede disponer.
Y en lugar de que se le indiquen explícitamente cada paso intermedio, puede determinar por sí mismo qué acciones tienen sentido.
Eso cambia la idea de lo que realmente es un agente:
GOAL
↓
Observe available information
↓
Decide what to do
↓
Use available resources
↓
Take action
↓
Continue toward the goal
Dentro de esa visión, la agencia y la autonomía desempeñan funciones distintas.
La agencia se refiere a si el sistema puede decidir y actuar en absoluto.
La autonomía se refiere al grado de independencia que tiene al hacerlo.
Por qué esta distinción es importante para los ingenieros
Saber una definición por sí sola rara vez parece suficiente. Ayuda seguir indagando con preguntas como:
“¿Por qué es necesario que exista este término?” “¿En qué se diferencia del que acabamos de tratar?” “¿Qué función real desempeña dentro del sistema?”
El mismo patrón se observa con agencia y autonomía.
Inicialmente, el mapa mental podría verse así:
Agency → decision-making
Autonomy → decision-making
???
Una vez que se analiza qué los separa, queda así:
Agency
→ capability to decide and act
Autonomy
→ independence in deciding and acting
Ahora cada concepto ocupa su propio espacio distinto en la forma en que se modelan mentalmente estos sistemas.
Eso es mucho más útil que simplemente memorizar dos definiciones al estilo de diccionario.
Conclusión
El cambio más importante en la comprensión proviene de darse cuenta de que un sistema no se vuelve autónomo en el momento en que es capaz de tomar una decisión.
En realidad, hay dos preguntas separadas que vale la pena plantearse.
¿Puede el sistema tomar decisiones y actuar hacia un objetivo en absoluto?
Eso es agencia.
Y:
¿Qué grado de independencia tiene al ejercer esa capacidad, sin que un humano dirija cada movimiento?
Eso es autonomía.
La diferencia entre ellas es sutil.
Pero una vez que se comprende, la IA con agencia deja de parecer algo tan abstracto.
Esa es realmente la parte gratificante de aprender en este campo.
Aparece un nuevo término.
Se cuestiona.
Se compara con lo que ya se sabe.
Se prueban sus puntos débiles.
Y eventualmente surge un modelo lo suficientemente simple como para explicárselo a otra persona sin necesidad de referirse al material original.
Eso suele ser la señal de que algo realmente se ha asimilado.
La agencia indica si un sistema es capaz de tomar decisiones y actuar. La autonomía muestra cuán independientemente puede llevarlo a cabo.
Lecturas relacionadas
- AI Agente explicado: desde los modelos de lenguaje hasta los agentes autónomos — Una explicación estructurada de cómo los LLM se convierten en sistemas agentes a través de herramientas, memoria, planificación, arquitecturas multiagente e integración MCP.
- Comprendiendo los agentes de IA: objetivos, herramientas, memoria y el bucle del agente — Una explicación adecuada para principiantes sobre las diferencias entre los agentes de IA y los chatbots, abordando componentes clave, el bucle de decisión, niveles de autonomía y casos de uso en el mundo real.