Imagine un sistema de salud compuesto por múltiples agentes de IA: uno que gestiona la evaluación de síntomas, otro la programación, un tercero los seguros y un cuarto la farmacia. Cada uno es experto en su dominio. Pero todos tienen sus propios conocimientos y objetivos distintos.

Hoy en día pueden intercambiar datos, pero aún no son capaces de coordinar realmente la atención al paciente sin que un humano tome las decisiones. «La inteligencia ya está ahí. Lo que falta es el tejido conectivo que convierte a cuatro extraños en un solo equipo», explica Vijoy Pandey, vicepresidente sénior y director general de Outshift by Cisco.

Este «tejido conectivo» proviene de la adición de una capa semántica —lo que Outshift denomina el «Internet de la Cognición»— que permite a los agentes de todos los dominios trabajar juntos y, de manera crítica, «pensar» juntos a través de la intención, el contexto y el razonamiento compartidos.

Esta capa semántica se basa en una capa de conectividad subyacente llamada el «Internet de los Agentes», que permite a los agentes autónomos descubrirse entre sí, demostrar su identidad e intercambiar mensajes entre dominios. Cuando se utilizan juntos, permiten «el próximo paso en el camino hacia la superinteligencia artificial distribuida», afirma Pandey.

Durante años, la industria de la IA se ha centrado en el crecimiento. El escalado vertical ha llevado a modelos más grandes, entrenados con más datos y con mayor capacidad de cálculo. Esto ha producido las capacidades de razonamiento que pueden actuar como un «cerebro» para los agentes de IA, los cuales pueden percibir, razonar y actuar en entornos digitales.

Aunque el escalado vertical puede producir agentes cada vez más capaces, para permitir la resolución de problemas basada en agentes en diferentes sistemas, empresas y plataformas, el próximo eje de escalado debe ser horizontal, dice Pandey.

Los sistemas multiagente ya se están explorando en áreas como la ingeniería de software, el descubrimiento de fármacos y las simulaciones científicas, pero sus rendimientos hasta ahora han sido decepcionantes. Un estudio encuentra una tasa de fallo de entre el 41% y alrededor del 87% al evaluar siete sistemas multiagente de código abierto.

«Los agentes conectados manejan bien la acción coordinada; toman una tarea cuya forma han visto, la dividen y se la pasan unos a otros», explica Pandey. «Lo que no pueden hacer es mantener un objetivo en común y razonar hacia algo que ninguno de ellos fue entrenado para resolver».

«La brecha es arquitectónica, no un problema de redacción de peticiones», añade Pandey. «Sin la capa de coordinación adecuada, las configuraciones multiagente ingenuas pueden funcionar peor que un solo agente. El cambio radical es ese equipo de agentes convergiendo por sí mismo en un nuevo problema, sin ningún humano cosiendo las costuras».

Para alcanzar este objetivo, Pandey dice que Outshift ha construido una capa de conectividad llamada AGNTCY, un proyecto de código abierto ahora bajo la Fundación Linux. AGNTCY permite que los agentes de diferentes sistemas, empresas y plataformas se encuentren, prueben su identidad e intercambien mensajes a través de protocolos abiertos y estandarizados.

Y, como explica Pandey, esto permite que la tesis del Internet de la Cognición dé un paso más. Crea una capa semántica que permite a los agentes alinear objetivos (compartir intenciones), agrupar conocimiento institucional y memoria compuesta (compartir contexto) y tomar decisiones de compromiso colectivas (compartir razonamiento).

Pandey compara esta progresión con la de los humanos: «Durante cientos de miles de años los humanos se volvieron individualmente más inteligentes, y las ganancias morían con cada persona que las hacía», explica. «Hace unos 70.000 años eso cambió, cuando los humanos aprendieron a compartir intenciones, construir conocimiento acumulativo y razonar colectivamente. Fue entonces cuando los individuos dispersos se convirtieron en civilización».

«Los agentes están en el mismo umbral. Hemos construido los genios de silicio y les hemos dado agencia. Lo que les falta es la capa que permitió a los humanos volverse colectivos», señala.

Permitir que los agentes trabajen colectivamente se basa en tres pilares en la pila tecnológica:

Intención compartida a través de protocolos de estado de cognición: los protocolos de estado de cognición son el apretón de manos semántico que permite a los agentes acordar un objetivo antes de actuar y luego negociar hacia él. Outshift ha creado una capa de coordinación de código abierto llamada Mycelium, que las organizaciones pueden clonar y utilizar con sus propios agentes.

«Descubrimos que los grupos no estructurados llegaban a una decisión aproximadamente un tercio de las veces en 14 escenarios», dice Pandey, hablando sobre pruebas internas. «Un protocolo de coordinación que hace que los agentes declaren un objetivo, expongan información faltante y resuelvan conflictos antes de actuar elevó eso al 93%».

Contexto compartido a través de la tela de cognición: una tela de cognición es una memoria institucional compartida y una red de comunicación que permite que la perspicacia de los agentes se acumule con el tiempo en lugar de reiniciarse en cada sesión.

Esta capa de contexto gobernada por políticas resuelve el problema de la «amnesia organizacional», dice Pandey, al garantizar que la inteligencia de base de los sistemas siempre vaya en aumento.

Razonamiento compartido a través de amplificadores cognitivos y tecnologías de protección: se pueden utilizar juntos dos tipos de motores de cognición para permitir el razonamiento compartido. Los amplificadores cognitivos aceleran el razonamiento y la modelización compartidos, y las tecnologías de protección (GAT) crean marcos de seguridad, costos y cumplimiento.

Los humanos son contribuyentes activos a esta capa, tomando decisiones de juicio que el sistema les deriva (en lugar de revisar los resultados después del hecho).

Compartir la cognición en sistemas multiagente puede crear nuevos riesgos, incluidas delegaciones no intencionadas, inyecciones maliciosas de peticiones o envenenamiento de memoria, o agentes con privilegios excesivos con acceso a permisos y datos mucho más allá de lo que sus tareas requieren.

Por lo tanto, se necesitan controles específicos del entorno para protegerse contra acciones o consecuencias no intencionadas.

«Los agentes tienen atributos similares a los humanos pero operan a la velocidad y escala de la máquina», dice Pandey. «Todo lo que construimos durante veinte años —control de acceso, identidad, cumplimiento— fue construido para humanos o para máquinas, no para ambos».

La Autorización Sémantica Continua de Agentes (CASA)—una implementación de referencia de código abierto desarrollada por Outshift—es una GAT que trabaja para garantizar que las acciones de los agentes permanezcan alineadas de manera segura con el objetivo original del usuario a través de un proceso de autorización continua.

Hace esto leyendo lo que el agente está tratando de lograr y luego comprobando cada solicitud de herramienta con esa tarea. En el caso de un sistema de salud, por ejemplo, un agente al que se le dice que resuma el historial de un paciente puede comenzar consultando una base de datos completa.

Esto podría llevar a que CASA niegue la llamada, porque la solicitud ya no coincide con la tarea para la que fue autorizado.

«Los controles de hoy en día están limitados a un rol o a una sesión, no a la tarea, por lo que a un agente al que se le otorga una herramienta se le permite usarla para cualquier cosa», explica Pandey. «Aproximadamente el 90% de las veces, un agente no tiene forma de confirmar si siquiera está autorizado para el trabajo que se le entregó».

Al escalar horizontalmente la inteligencia en la empresa, las empresas deben comenzar experimentando con un flujo de trabajo multifuncional que abarque tres o cuatro equipos y que actualmente necesite un humano que autorice las transferencias, aconseja Pandey.

«Levántalo como un pequeño sistema multiagente en una infraestructura abierta e interoperable, con una línea base mensurable», dice. «Sigue construyendo modelos más grandes, añade el eje horizontal encima de ellos y cambia lo que mides. Rastrea dónde la perspectiva de un agente hizo mejor a otro agente: esa es la señal de que el eje horizontal está funcionando».

Al comenzar a experimentar ahora con las capas de intención, contexto y razonamiento, las organizaciones pueden adelantarse a la curva.

«Los problemas están abiertos y la infraestructura todavía se está escribiendo», dice Pandey. «Este es el momento de construirla».

Para obtener más información sobre el Internet de la Cognición, visite Outshift.com.

Este contenido fue producido por Insights, el brazo de contenido personalizado de MIT Technology Review. No fue escrito por el personal editorial de MIT Technology Review.

Fue investigado, diseñado y escrito por escritores, editores, analistas e ilustradores humanos. Esto incluye la redacción de encuestas y la recolección de datos para encuestas. Las herramientas de IA que puedan haberse utilizado se limitaron a procesos de producción secundaria que pasaron por una revisión humana exhaustiva.