Nature publica un marco de "perfiles agénticos" para gobernar sistemas de IA
Un paper propone caracterizar a los agentes de IA en cuatro ejes —autonomía, eficacia, complejidad de objetivos y generalidad— para orientar su diseño y su gobernanza.
Un artículo publicado en Nature propone un marco para clasificar sistemas de IA agénticos según cuatro ejes: autonomía (cuánto decide el sistema por sí mismo), eficacia (qué tan bien ejecuta lo que se propone), complejidad del objetivo (de tareas acotadas a metas abiertas) y generalidad (de asistentes de un solo dominio a sistemas de propósito general). Combinando gradaciones en esos cuatro ejes, los autores arman "perfiles agénticos" que van desde asistentes muy acotados hasta sistemas altamente autónomos y generales.
La idea central es que cada combinación de esos ejes plantea preguntas distintas de diseño, operación y gobernanza: un agente de autonomía alta pero dominio angosto necesita salvaguardas muy distintas a uno de autonomía media pero objetivos abiertos, como un agente de coding general. El paper argumenta que hoy se suele tratar "agentic AI" como una categoría única, cuando en realidad cubre un espacio de riesgo mucho más amplio.
Para quien diseña agentes de producción, el marco ofrece un vocabulario útil más allá del debate regulatorio: sirve para ubicar dónde cae el propio sistema —agente de código, agente de soporte, agente de investigación— y así justificar qué nivel de supervisión, sandboxing o revisión humana corresponde, en línea con discusiones como la del modo automático de Claude Code.