En la sección del profesor productivo en el podcast IA y Educación introducimos algunos conceptos básicos relacionados con los agentes de IA.
De los prompts a los agentes de IA
Durante los últimos años nos hemos acostumbrado a utilizar herramientas como ChatGPT, Gemini o Claude de una manera bastante sencilla: escribimos una pregunta y recibimos una respuesta. Podemos pedir un resumen, una rúbrica, una actividad para clase o diez preguntas sobre los vertebrados.
Pero estamos entrando en una nueva etapa. La inteligencia artificial ya no solo responde: también puede utilizar herramientas, trabajar con archivos, navegar por Internet y realizar acciones para alcanzar un objetivo.
Es el salto de los chatbots a los agentes de inteligencia artificial.
De pedir respuestas a marcar objetivos
La diferencia se entiende mejor con un ejemplo educativo.
Hasta ahora, un docente podía subir varios documentos a ChatGPT y pedirle que preparase una actividad sobre los vertebrados para 1.º de ESO.
Con un agente, la petición puede ser mucho más amplia:
“Utiliza los materiales de esta carpeta, busca lo que necesites en Internet y prepara una actividad gamificada sobre vertebrados. Crea los apuntes, una presentación, una rúbrica y un cuestionario, y organiza todos los materiales en la carpeta”.
Ya no estamos solicitando únicamente un texto. Estamos definiendo un objetivo.
A partir de ahí, el agente puede decidir qué archivos necesita consultar, qué información debe buscar, qué herramientas utilizar y qué materiales tiene que crear.
Esta es precisamente una de las ideas más interesantes de herramientas como ChatGPT Work: los archivos dejan de ser simples documentos que subimos puntualmente a un chatbot y pasan a formar parte del espacio de trabajo de la IA.
Menos obsesión por el prompt perfecto
Este cambio también modifica nuestra manera de comunicarnos con la inteligencia artificial.
Durante años hemos hablado de la importancia de escribir buenos prompts: indicar un rol, aportar contexto, especificar el formato de salida, incluir ejemplos y redactar instrucciones detalladas.
Todo eso sigue siendo útil, pero trabajar con un agente se parece cada vez menos a escribir una instrucción perfecta a la primera y cada vez más a mantener una conversación de trabajo.
Podemos explicarle nuestro objetivo, pedirle que prepare un plan, responder a sus preguntas, observar lo que hace, corregir una parte, proporcionarle nuevos materiales y pedirle que pruebe otro enfoque.
Incluso la voz resulta especialmente cómoda en este contexto. Si el trabajo consiste en ir dando indicaciones y tomando decisiones sobre la marcha, hablar con la IA puede resultar más natural que redactar instrucciones largas.
Apps, skills y plugins: el nuevo vocabulario
Alrededor de los agentes está apareciendo también un pequeño diccionario de nuevos conceptos.
Una forma sencilla de entenderlos es imaginar que ChatGPT Work es un cocinero.
Las apps serían sus utensilios: herramientas que permiten conectarlo con otros programas y servicios, trabajar con documentos, hojas de cálculo o presentaciones.
Las skills serían las recetas. Son instrucciones que explican al agente cómo realizar correctamente una tarea determinada.
Esto puede ser especialmente útil en educación. Si repetimos habitualmente el mismo procedimiento, podemos convertirlo en una especie de receta reutilizable. Por ejemplo, una instrucción que explique cómo transformar varias páginas web en una lectura adaptada al nivel de nuestros alumnos, qué extensión debe tener, qué vocabulario utilizar y qué preguntas generar después.
Los plugins, por su parte, pueden combinar herramientas e instrucciones para realizar determinadas tareas.
Más allá de aprenderse cada término, lo importante es entender el cambio: pasamos de una IA que sabe responder preguntas a una IA a la que podemos dar herramientas y enseñar procedimientos.
También llegan las automatizaciones
Los agentes incorporan además otra posibilidad: las automatizaciones.
Hasta ahora, normalmente ChatGPT empezaba a trabajar cuando abríamos la aplicación y escribíamos algo. Con estos nuevos sistemas podemos plantear tareas que se ejecuten posteriormente o que se repitan de forma periódica.
Esto abre posibilidades interesantes para numerosos trabajos rutinarios, desde organizar documentos hasta recopilar información o preparar determinados materiales.
Y también puede ayudar con esas pequeñas tareas digitales que solemos aplazar: ordenar carpetas, renombrar archivos, revisar documentos antiguos o eliminar versiones que ya no necesitamos.
Más capacidad significa también más responsabilidad
Naturalmente, cuanto más pueda hacer un agente, mayor atención tendremos que prestar a los permisos que le concedemos.
Si una herramienta puede acceder a nuestros archivos, cuentas o servicios, debemos saber qué estamos autorizando y qué información estamos poniendo a su alcance.
En educación esta cuestión es especialmente importante cuando entran en juego datos de estudiantes, documentos internos de un centro educativo o cuentas profesionales.
La delegación no elimina nuestra responsabilidad. Tendremos que decidir qué tareas puede realizar la IA, qué información puede consultar, qué resultados debemos revisar y cuándo es preferible hacer una tarea directamente nosotros.
De aprender a usar la IA a aprender a trabajar con ella
La llegada de los agentes puede suponer un cambio tan importante como el que vivimos con la popularización de ChatGPT.
Durante estos últimos años hemos dedicado mucho tiempo a aprender cómo dar instrucciones a la inteligencia artificial. La siguiente etapa probablemente consistirá en algo diferente: aprender a trabajar con ella.
Eso significa decidir qué delegamos, qué herramientas proporcionamos, qué procedimientos podemos reutilizar y qué partes del proceso deben seguir bajo supervisión humana.
Los prompts no desaparecen. Pero poco a poco dejan de ser el centro de la interacción.
La pregunta ya no será solamente “¿qué puedo preguntarle a la IA?”, sino también “¿qué tareas puedo hacer junto a ella?”.
⚠️ ATENCIÓN: Este artículo ha sido redactado con herramientas de IA. Aunque ha sido revisado por los autores del blog, puede contener errores en su contenido.