Va a tener subordinados digitales. ¿Está preparado para dirigirlos?
Imagine: llega el aviso de un accidente de trabajo mortal. Todavía hay pocos datos, los plazos ya corren y la comisión debe reconstruir los hechos, establecer las causas y preparar la documentación.
Como usuario experimentado de IA, pide a un chatbot (GigaChat, DeepSeek y similares) que redacte un plan. Responde… y se detiene. Después es usted quien elige la siguiente consulta, traslada los datos, pide analizar una fotografía o preparar preguntas…
El chatbot le ayuda y acelera el trabajo, pero por ahora se parece a un becario aplicado: cumplió el encargo y espera el siguiente.
Y aquí entra en escena el agente de IA. A diferencia del chatbot, un agente de IA no solo ejecuta encargos sueltos: es capaz de alcanzar por sí mismo el objetivo final a lo largo de muchos pasos. Primero elabora un plan, solicita materiales, elige herramientas, verifica resultados y lleva la tarea hasta la siguiente decisión humana. En términos de gestión, ya no es un becario (ni un secretario), sino un especialista digital proactivo.
En los últimos 4 años la IA ha dado un gran salto:
No es solo un calendario de tecnologías, sino una escala de nuestra disposición a usarlas.
Buen momento para pensar en el propio nivel de competencias en IA y en «en qué año se encuentra uno».
Yo mismo he recorrido el camino de los prompts a los asistentes, los agentes y la creación de herramientas propias. Lo nuevo no anula lo anterior: sin un buen planteamiento de la tarea, el agente tampoco dará un buen resultado. Lo que cambia es la escala de la delegación.
Comprobé esa diferencia en un caso completo: la investigación de un accidente laboral mortal. El mismo recorrido puede hacerse con una cadena de prompts o encargarse a un agente en la nube que, en el momento del experimento, estaba disponible de forma gratuita y sin VPN. El resultado exigido es el mismo, pero el trabajo se organiza de otra manera.
| Chatbot y prompting | Agente de IA |
|---|---|
| La persona elige cada paso siguiente | El agente avanza según el plan y pide lo que falta |
| Hay que trasladar y recordar el contexto | El estado se guarda en archivos, tablas y artefactos |
| Las herramientas limitadas se invocan con una consulta aparte | El agente conecta por sí mismo las herramientas permitidas |
| La verificación hay que lanzarla con un nuevo prompt | La autocomprobación está integrada en el ciclo de trabajo |
| La persona es el operador del proceso | La persona es metodóloga y controladora de las decisiones |
En el escenario con agente, el sistema analizó fotografías y entrevistas, comprobó la base normativa, construyó una línea temporal y un árbol de causas, detectó lagunas y preparó borradores de documentos. No sustituyó a la comisión ni tomó decisiones jurídicamente vinculantes. Pero el especialista ya no tenía que arrastrar la IA a mano por cada etapa.
La frase «la IA no sustituirá al experto» es cierta, pero ya no basta. Los agentes cambian el modo de aplicar la experiencia: menos atención se va en los cambios de contexto y más en los hechos, la causalidad y la calidad de las decisiones.
Antes, un especialista de HSE podía elegir una trayectoria experta y no dirigir personas como un mando.
Ahora incluso un empleado que empieza puede tener colaboradores digitales de IA. Hay que fijarles objetivos, darles habilidades y herramientas, limitar sus atribuciones y aceptar su trabajo. Y, por tanto, la competencia de dirigir agentes de IA ya la necesitan todos.
Quien ha probado el modo agente en un proceso real de varios pasos suele dejar de preguntarse: «¿Qué más le escribo al chatbot?». Surge otra pregunta: «¿Qué proceso encargo al agente a continuación y en qué empleo el tiempo que gano?»