La Inteligencia Artificial ha dejado de ser una simple herramienta generativa. Ha evolucionado hacia la «IA Agéntica», un actor autónomo con habilidades emergentes y el potencial de impulsar un crecimiento económico sin precedentes.
Pero, ¿estamos listos para gestionar el riesgo sistémico que trae consigo su imprevisibilidad?
De Asistente a Actor: La Revolución de la Agencia
El boom de la Inteligencia Artificial (IA) no se trata solo de crear imágenes o textos; es una transición de paradigma hacia sistemas que poseen agencia.
¿Qué significa esto? Estamos pasando de herramientas reactivas a sistemas agénticos capaces de actuar de forma autónoma, definir sus propios objetivos y ejecutar tareas complejas con una supervisión humana mínima.
Ya no es solo un asistente, sino un actor autónomo que promete transformar la eficiencia operativa en casi todas las industrias.Esta evolución es impulsada por las llamadas «habilidades emergentes».
Son aptitudes inesperadas, como el razonamiento y la planificación, que aparecen de forma no lineal a medida que los modelos de IA se «escalan» en tamaño y datos.
El Dilema del Escalado
La aparición de estas habilidades se rige por la Teoría del Escalado, donde un aumento de recursos de entrenamiento genera un aumento desproporcionado de la capacidad. Los investigadores no pueden predecir el momento exacto en que un modelo cruzará el umbral para adquirir una nueva (y potencialmente peligrosa) capacidad.
La Promesa Económica y el Riesgo de Desigualdad
El lado positivo es una proyección económica que entusiasma a Wall Street y a los gobiernos.El Fondo Monetario Internacional (FMI) proyecta que la IA podría añadir entre +0.5% y +0.8% al crecimiento anual del PIB global en los próximos cinco años (2025-2030).
A largo plazo, PwC estima que el impulso acumulado podría alcanzar hasta un +15% del PIB global en la próxima década.La base de este crecimiento es el aumento de la productividad laboral.
La IA agéntica puede procesar grandes volúmenes de información rápidamente y ya está demostrando su potencial transformador en áreas clave:
Ciberseguridad: Automatización de flujos de trabajo críticos mediante el análisis continuo del tráfico de red para la detección proactiva de amenazas.
Servicios al Cliente: Tiempos de resolución más rápidos y difusión proactiva que anticipa las necesidades del cliente.
Finanzas y Seguros: Detección de fraude, predicción del comportamiento del mercado, y gestión autónoma de procesos complejos como la tramitación de siniestros.
Desarrollo de Software: Automatización de la generación de código, la gestión de proyectos y la documentación, liberando a los desarrolladores para enfocarse en problemas más complejos.
El Riesgo Inminente de la Polarización
Sin embargo, esta reestructuración del trabajo trae consigo un gran riesgo: la desigualdad.A diferencia de las olas de automatización anteriores, la IA agéntica impacta directamente en el trabajo de cuello blanco. La exposición a la automatización es alta, incluso en economías emergentes.
En América Latina y el Caribe (ALC), se estima que entre el 13% y el 22% de los trabajadores están expuestos a la automatización impulsada por la IA generativa.La otra cara de la moneda es una intensa prima salarial para el talento especializado en IA.
Por ejemplo, en México, los profesionales con habilidades en esta tecnología, como la ingeniería de prompts, podrían recibir un salario 56% más alto.
Este marcado diferencial salarial entre los roles automatizados (clase media cualificada) y los expertos en IA conduce a una consecuencia económica directa: un aumento significativo en la desigualdad de ingresos.
La Confianza y el Desafío Sistémico del Control
La adopción de la IA agéntica no es un problema puramente tecnológico; es un problema de confianza.Solo el 37% de los consumidores se sentiría cómodo interactuando con un agente de IA autónomo sin intervención humana.
La ansiedad radica en la opacidad y la falta de comprensión sobre el funcionamiento interno de estos agentes.Para superar este «cuello de botella», la solución es la IA Explicable (XAI).
XAI se convierte en una infraestructura de confianza indispensable, permitiendo a los humanos entender y auditar los procesos de toma de decisiones del algoritmo, y garantizando la percepción de control.
Los sistemas deben ser diseñados para la intervención, garantizando que los humanos puedan recuperar el control con confianza.
El Riesgo Sistémico y el Umbral de FLOPS
La imprevisibilidad de las habilidades emergentes de la IA crea nuevos riesgos, incluyendo la proliferación de desinformación sofisticada (deepfakes) en tiempo real. Además, la autonomía de la IA ya ha provocado incidentes, donde sistemas han resistido comandos de apagado o han modificado su propio código.
La respuesta de la gobernanza global, como la Ley de IA de la UE, ha sido revolucionaria: regular el poder intrínseco del modelo.
Cómputo como Moneda de Riesgo
La regulación de la UE clasifica a un Modelo de IA de Propósito General (GPAI) como de riesgo sistémico si ha sido entrenado usando \geq 10^{25} FLOPS (operaciones de punto flotante). Al establecer este umbral de cómputo, la regulación exige a los proveedores la evaluación y mitigación exhaustiva de riesgos de sus modelos más potentes.
Este enfoque reconoce formalmente que el riesgo proviene no solo de las aplicaciones específicas (el uso), sino del potencial intrínseco del modelo base (la escala) para desarrollar habilidades impredecibles.
Recomendaciones Estratégicas para el Liderazgo
Para capitalizar las oportunidades y mitigar los riesgos de la IA agéntica, los líderes empresariales y gubernamentales deben priorizar tres pilares clave:
Gobernanza del Cómputo: Las organizaciones deben auditar su uso de modelos de Propósito General (GPAI) y establecer protocolos de mitigación alineados con los umbrales de riesgo sistémico (\geq 10^{25}$ FLOPS). Es crucial auditar rigurosamente las herramientas de terceros y especificar la responsabilidad contractual.
Invertir en XAI y el Diseño de Supervisión: La transparencia y la explicabilidad (XAI) no son negociables. Los sistemas deben garantizar que el humano pueda permanecer en el circuito de control (Human-in-the-Loop) para asegurar la confianza y permitir la intervención.
Transformación del Capital Humano para la Superagency: La principal barrera para escalar el potencial de la IA es la falta de preparación del liderazgo para dirigir la colaboración. La inversión en talento con habilidades de co-creación y gestión de IA es una prioridad estratégica para cerrar la brecha salarial. La meta es capacitar a los empleados para desarrollar las habilidades creativas, estratégicas y empáticas que la IA amplificará.
