Pregúntele a la mayoría de las personas qué es un agente de IA y le describirán un chatbot. Usted escribe una pregunta, ella responde una respuesta, la respuesta suena segura y ese es el producto.
En un proyecto de construcción, ese modelo mental se rompe rápidamente. Una respuesta segura sobre RFI 204 que es incorrecta, o está desactualizada con tres semanas, o fue inventada silenciosamente, no es un error menor. Es el tipo de cosas que terminan citadas en una reunión, luego en un correo electrónico y luego en un reclamo.
El modelo de lenguaje que escribe la oración es la parte más fácil de construir del sistema. También es la parte menos importante cuando se trata de si puedes confiar en lo que dice.
El cambio que vale la pena comprender es el siguiente: la inteligencia de un agente de IA no está en cómo habla. Está en todo lo que sucede antes de lo permitido.
Un modelo de lenguaje es una boca, no un cerebro.
Un modelo de lenguaje grande es un comparador de patrones notablemente bueno. Al recibir una indicación, produce un texto que estadísticamente se parece al tipo de texto que debería seguir. Hace esto independientemente de que haya visto o no su proyecto, su RFIs o su cronograma.
Esto es fácil de olvidar porque el resultado se lee con mucha naturalidad. Pregúntele directamente a un modelo "¿cuál es el estado de RFI 204 en el trabajo de Mill Street" y puede responder con fluidez, con un estado que suene plausible, una fecha que suene plausible y un nombre que suene plausible adjunto. Nada de esto tiene que ser cierto. El modelo no miente en la forma en que miente una persona. Está haciendo exactamente aquello para lo que fue creado: continuar el patrón.
- Boca: genera lenguaje, con fluidez y bajo demanda, independientemente de lo que realmente sabe.
- Cerebro: decide de qué se le permite hablar a la boca, basándose en lo que realmente está en el registro del proyecto.
Un agente de IA es el sistema construido alrededor del modelo para suministrar esa segunda parte. La modelo nunca ve una pregunta fría. En el momento en que genera algo, el cerebro ya ha decidido qué es realmente la pregunta, qué evidencia es relevante y si hay suficiente para responder de manera responsable.
El primer trabajo del agente es averiguar qué se le pregunta.
Dos preguntas pueden parecer similares y requerir un trabajo completamente diferente.
"¿Cuál es el estado de RFI 204" es una búsqueda. Hay un registro, tiene un campo de estado, la respuesta es un problema de recuperación de hechos.
"¿Por qué estamos atrasados en el encuadre del nivel 3?" no es una búsqueda. No existe ningún documento único con esa respuesta. Requiere unirse RFIs, cambiar directivas, informes diarios y programar actividades, y luego razonar en todos ellos para encontrar un patrón.
El primer paso de un agente es clasificar el tipo de pregunta a la que se enfrenta antes de intentar responder cualquiera de ellas. Esto es detección de intenciones: dirigir la pregunta al tipo de recuperación correcto, en lugar de realizar cada pregunta con la misma búsqueda genérica y esperar lo mejor.
Se vuelve más complicado en la práctica. Un solo mensaje a menudo contiene más de una pregunta ("cuál es el estado de RFI 204 y ha afectado el cronograma de encuadre"), y el agente tiene que reconocer ambas, manejar cada una en sus propios términos y reunir los resultados en una sola respuesta. Si se equivoca en este paso, todo lo posterior se construirá sobre la base equivocada, sin importar cuán buena sea la recuperación o el modelo.
| Chatbot | Agente | |
|---|---|---|
| Primer paso | Envía la pregunta directamente al modelo | Clasifica qué tipo de pregunta es |
| Fuente de respuesta | Los datos de entrenamiento del modelo y el mensaje | El registro del proyecto, recuperado a pedido |
| Varias preguntas en un mensaje | A menudo responde sólo una o las combina | Detecta y maneja cada uno por separado |
| Cuando no tiene respuesta | Genera algo plausible de todos modos | Puede decidir no responder |
Esto es también, silenciosamente, lo que son muchos de los "copilotos de IA" incorporados al software de construcción existente. Aparece una ventana de chat en la esquina de una herramienta familiar y se parece a la columna del agente. Debajo, a menudo es solo un modelo con un cuadro de búsqueda conectado: no hay una clasificación real de lo que se pregunta, no se siguen los enlaces entre los registros, no hay forma de decir que se quedó corto. Parece un agente. Se comporta como un chatbot.
Luego va y obtiene la evidencia, de la misma manera que lo haría una persona.
Una vez que el agente sabe lo que se le pregunta, tiene que buscar la evidencia, y eso implica una serie de decisiones, no un solo cuadro de búsqueda. ¿Esta pregunta necesita una búsqueda de documentos, una búsqueda siguiendo los enlaces a través de registros relacionados, una consulta de programación o alguna combinación de las tres?
Aquí es donde la estructura del proyecto hace el trabajo pesado. Un RFI enlaza con la directiva que respondió. Una directiva enlaza con la actividad del cronograma a la que afectó. Una solicitud de cambio se vincula a la orden de cambio en la que se convirtió. El agente no necesita adivinar estas conexiones únicamente a partir de la similitud del texto. Puede seguirlos, de la misma manera que una persona pasaría un hilo de un documento al siguiente.
¿Qué significa realmente aquí 'llamada de herramientas'?
Cuando la gente dice que un agente "llama herramientas", se refiere a que el modelo mismo decide, a mitad del razonamiento, cuál de estos pasos de recuperación necesita. Es posible que primero verifique el cronograma, se dé cuenta de que el retraso se remonta a un RFI, luego vaya a buscar ese RFI y la directiva que lo siguió, antes de que tenga suficiente para responder.
Aquí también vale la pena el paso anterior de clasificación. Una búsqueda de estado puede necesitar una búsqueda específica. Es posible que una pregunta de "por qué" deba seguir tres o cuatro enlaces entre registros relacionados antes de que haya suficiente para decir algo útil. El agente decide cuántos enlaces son suficientes y cuándo detenerse.
El verdadero trabajo del cerebro es saber cuándo decir "No sé"
Esta es la incómoda verdad sobre las generaciones anteriores de estos asistentes: cuando no podían encontrar un documento relevante, a menudo respondían de todos modos. Vimos esto con una pregunta tan simple como "¿cuál es la revisión actual de las especificaciones mecánicas de nivel 4?". Una versión anterior del asistente no encontró nada actual en sus resultados de búsqueda y respondió de todos modos, citando una revisión que había sido reemplazada meses antes. El modelo no estaba funcionando mal. Nada en el sistema verificaba si "no encontramos nada actual" debería producir una respuesta.
Una respuesta incorrecta que llega instantáneamente y parece segura es más peligrosa que una lenta, porque nadie vuelve a verificar lo que ya cree.
La solución no es un modelo más inteligente. Es un sistema que verifica su propia evidencia antes de hablar. Si el paso de recuperación resulta insuficiente, contradictorio o simplemente no cubre la pregunta, el trabajo del agente es decirlo, señalar lo que encontró y sugerir dónde debe buscar la persona a continuación. Esa es una respuesta menos satisfactoria que un párrafo seguro. También es el único tipo de respuesta en torno a la cual vale la pena crear un flujo de trabajo.
Ésta es la diferencia entre un asistente que en ocasiones es impresionante y uno que es confiablemente útil. Impresionante es una demostración. Confiable es algo sobre lo que un gerente de proyecto puede actuar sin volver a verificarlo primero con los archivos fuente, porque los archivos fuente están ahí en la respuesta.
¿Hacia dónde va esto?
El siguiente paso para estos agentes no es un modelo más grande. Son cadenas de razonamiento más largas: un agente que sigue una pregunta desde un RFI hasta la directiva que la respondió a la actividad del cronograma que tocó hasta la orden de cambio que produjo, todo en una sola pasada, sin perder el hilo ni las fuentes en el camino. Eso es menos "hacer una pregunta, obtener una respuesta" y más "hacer una pregunta, observar cómo investiga".
Esa es la dirección en la que se dirigen los agentes de Storia: no una boca más rápida, sino un cerebro mejor informado detrás de cada uno de ellos, uno que trata los documentos y registros de su proyecto como algo sobre lo que razonar y conectarse, no solo buscar uno a la vez.
Amin Bayatpour Ingeniero de IA en Storia, trabajando en GenAI, RAG y sistemas agentes. Comuníquese con info@storiatechnologies.com si desea ver cómo se manifiesta este tipo de razonamiento entre los agentes de Storia.
¿Tiene alguna pregunta sobre esta pieza? Comuníquese con info@storiatechnologies.com.
