En un experimento inédito liderado por investigadores del Instituto Allen de Inteligencia Artificial (AI2), se probó el rendimiento de agentes autónomos impulsados por inteligencia artificial en un entorno empresarial virtual.
A pesar de utilizar modelos avanzados como GPT-4, Claude, Gemini y Mistral, los agentes apenas lograron completar el 25 % de sus tareas asignadas, lo que expone las limitaciones actuales de esta tecnología en entornos complejos del mundo real.
Una empresa ficticia, múltiples tareas
El proyecto, llamado “Agent vs. Agent”, consistió en crear una empresa simulada llamada «Generative Solutions». Dentro de esta compañía ficticia, los agentes de IA asumieron roles profesionales como director ejecutivo, jefe de recursos humanos y director de ingeniería. Las tareas incluían desde la redacción de propuestas hasta la coordinación de equipos y resolución de conflictos.
Durante una jornada laboral simulada de una hora, los agentes tuvieron que colaborar entre sí en escenarios dinámicos e imprevistos. Pese a estar dotados de capacidades conversacionales avanzadas, la mayoría fracasó al momento de coordinar acciones efectivas o comprender el contexto más amplio de sus tareas.
Resultados preocupantes
El equipo de AI2 observó que los agentes completaron exitosamente solo una cuarta parte de las metas establecidas. Entre los errores más frecuentes se detectaron malentendidos entre los modelos, pasos redundantes, conflictos de liderazgo y decisiones ilógicas, a pesar de operar en un entorno estructurado.
Por ejemplo, cuando uno de los agentes debía enviar una propuesta escrita por otro colega, optó por redactar una nueva sin haber revisado la original. En otro caso, dos agentes asumieron erróneamente el mismo rol y compitieron entre sí, ralentizando la ejecución de las tareas.
Lecciones para el futuro
Aunque la investigación evidencia que los agentes de IA tienen un largo camino por recorrer antes de poder reemplazar a trabajadores humanos en entornos colaborativos, también marca un paso importante hacia su evolución. La simulación ofreció una oportunidad única para estudiar cómo interactúan múltiples sistemas de IA de forma simultánea, lo que podría ser clave para entrenar modelos más eficaces en el futuro.
El estudio se publicó el 10 de julio de 2025 y ha sido verificado por fuentes como MIT Technology Review y VentureBeat, que coinciden en que estos experimentos son fundamentales para comprender los límites actuales de los sistemas de inteligencia artificial autónoma.
Conclusión
Este experimento demuestra que, si bien los agentes de IA pueden realizar tareas individuales con gran precisión, aún presentan deficiencias críticas en entornos que requieren colaboración, contexto y adaptabilidad humana. El futuro de la IA en el trabajo empresarial probablemente requerirá una combinación inteligente entre automatización y supervisión humana.