Back to all articlesIA i agents

Què és un agent d'IA? Una guia en llenguatge planer

Últimament segurament has vist la paraula «agent» associada a gairebé qualsevol producte d’IA. Sona important, però sovint s’usa de manera tan laxa que deixa de voler dir res. Aquesta guia talla el soroll: què és realment un agent d’IA, què pot fer i què no, i com distingir un agent autèntic d’un chatbot amb una etiqueta nova.

La idea bàsica

Un agent d’IA és un programa capaç de percebre un objectiu, elaborar un pla i dur a terme accions per assolir-lo — amb una intervenció humana limitada. Un chatbot respon els teus missatges. Un agent va més enllà: decideix què cal fer, fa servir eines, comprova el resultat i s’ajusta.

Pensa en la diferència entre demanar indicacions i contractar un xofer. El primer et dona informació. El segon et porta a destinació, gestiona els desviaments i reacciona al trànsit. Tots dos fan servir la intel·ligència; només un actua en conseqüència.

Què fa que un agent sigui un agent

La majoria de definicions coincideixen en alguns ingredients:

  • Un objectiu. Alguna cosa per assolir, no només una pregunta per respondre — «reserva un viatge dins d’aquest pressupost» en lloc de «quin temps fa?»
  • Raonament. La capacitat de desglossar un objectiu gran en passos més petits i decidir què fer a continuació.
  • Eines. Accés a capacitats externes: cerca al web, un calendari, una base de dades, una API o fins i tot un navegador.
  • Memòria. Alguna manera de recordar què ha passat fins ara, perquè els passos posteriors tinguin sentit.
  • Retroalimentació. La capacitat d’observar el resultat d’una acció i tornar-ho a provar si ha fallat.

Un sistema que només genera text a petició és un model de llenguatge. Dona-li objectius, eines i un bucle d’acció i reflexió, i comença a semblar un agent.

Un exemple concret

Imagina demanar a un agent que «organitzi una reunió amb l’equip de disseny la setmana que ve». Un chatbot senzill podria respondre amb consells sobre com fer-ho. Un agent, en canvi:

  1. Comprova el teu calendari per trobar franges lliures.
  2. Busca qui forma part de l’equip de disseny.
  3. Troba una hora que vagi bé a tothom.
  4. Redacta i envia les invitacions.
  5. Et confirma quan ho ha acabat — i assenyala qualsevol conflicte que no hagi pogut resoldre.

Cada pas alimenta el següent. Si una franja resulta no estar disponible, l’agent se n’adona i en tria una altra. Aquest bucle —actuar, observar, ajustar— és el cor de l’agencialitat.

On els agents són realment útils

Els agents destaquen en tasques de diversos passos, una mica avorrides i amb una condició d’èxit clara. Exemples habituals avui dia:

  • Recerca i resum de moltes fonts, amb citacions.
  • Atenció al client que realment pot canviar una comanda o emetre un reemborsament, no només explicar la política.
  • Assistents de desenvolupament de programari que poden editar fitxers, executar proves i arreglar el que es trenca.
  • Planificació personal que connecta el correu, el calendari i eines de viatge.
  • Anàlisi de dades en què l’agent escriu consultes, comprova resultats i itera.

El patró és el mateix: a l’agent se li dona un resultat, no un guió, i ell descobreix el camí.

Què encara no poden fer els agents

És igualment important ser honest sobre els límits. Els agents d’avui:

  • Cometen errors amb confiança. Un pas equivocat al principi pot fer descarrilar tot el pla.
  • Tenen dificultats amb l’ambigüitat. Objectius vagues produeixen comportaments vagues o imprevisibles.
  • Necessiten baranes. Donar eines a un programa significa donar-li la capacitat de causar danys reals —enviar un correu equivocat, suprimir un fitxer, gastar diners.
  • Poden ser cars. Un objectiu que requereix molts passos també requereix moltes crides al model.
  • Són difícils de verificar. Quan un agent actua en el teu nom, encara necessites una manera de comprovar què ha fet.

Per això la majoria d’implementacions pràctiques mantenen una persona en el bucle per a accions d’alt risc i donen als agents eines estretes i ben definides en lloc d’un accés sense restriccions.

Com detectar un agent real

Quan un producte es diu «agentic», fes algunes preguntes concretes:

  • Pot dur a terme accions en altres sistemes, o només generar text?
  • Pot recuperar-se quan alguna cosa falla, o s’atura en el primer obstacle?
  • Informa de què ha fet, perquè puguis auditar el resultat?
  • Quins permisos té i pots limitar-los?
  • Què passa quan està equivocat — hi ha alguna manera de desfer-ho?

Si les respostes són vagues, probablement estàs davant d’un chatbot amb un millor màrqueting.

En resum

Un agent d’IA és un sistema que persegueix un objectiu al llarg de múltiples passos, fent servir eines i retroalimentació en lloc de limitar-se a respondre missatges. La idea és potent però no màgica: els agents són excel·lents en tasques estructurades i verificables, i poc fiables en tasques difuses i d’alt risc. Entendre aquesta distinció és la manera més ràpida de tallar el soroll — i de detectar els llocs on un agent realment et podria estalviar temps.

Get Ball — Ball

Get Ball

Reading in English? Switch language in the menu.