¿Qué es la IA agéntica y cómo se mide la fluidez de una organización en ella?

En la IA generativa, la persona conversa con el modelo y recibe un texto, una imagen o un fragmento de código; la ejecución sigue siendo suya. En la IA agéntica, delega la tarea entera: el sistema decide los pasos, llama a herramientas, lee y escribe archivos, consulta internet y vuelve con el trabajo hecho, o con la explicación de por qué no lo logró.

Esa frontera es el eje del diagnóstico del FAROL. Conversar con la IA es uso generativo; mandar a la IA ejecutar es uso agéntico, y la distinción separa el vocabulario mínimo del vocabulario de quien ya trabaja así. Es la base del primero de los seis ejes, y lo que el diagnóstico devuelve a una organización es, antes de cualquier nota, de qué lado de esa frontera se encuentra.

Porque un modelo de madurez presupone un proceso estable, y la IA no es estable. La mayoría de los modelos de madurez en IA hereda del CMMI, diseñado en los años 90 para software, y arrastra tres defectos cuando se aplica a un campo cuyo estado del arte cambia cada pocos meses:

• Falsa sensación de llegada. Una empresa en "nivel 5: optimizado" siente que llegó, y por eso es la más vulnerable a la ola siguiente.
• Penaliza a quien experimenta. Los marcos tradicionales recompensan la estandarización; en IA, experimentar y descartar rápido vale más, y abandonar un proyecto no es, por sí mismo, un fracaso.
• Ignora el movimiento. La madurez mide posición. Quien incorporó modelos de lenguaje ayer puede ser más fluido que quien tiene aprendizaje automático desde hace cinco años.

La alternativa es la fluidez, en la analogía de un idioma: continua, porque detenerse es retroceder; distribuida, porque una organización puede ser fuerte en datos y débil en personas; y dependiente del ecosistema que la rodea.

¿Qué evidencia sustenta la elección de medir fluidez?

Tres resultados externos al grupo:

• La adopción dejó de distinguir. La encuesta de Stack Overflow de 2025 registra un 84% de uso de IA entre desarrolladores, con la confianza cayendo del 40% al 29% en un año y un 66% que informa soluciones "casi correctas, pero no del todo".
• La percepción engaña. El ensayo controlado de METR de julio de 2025 midió a desarrolladores experimentados en proyectos maduros que quedaban un 19% más lentos con IA, mientras creían estar un 20% más rápidos.
• La brecha brasileña es de fluidez. La presencia de las herramientas es masiva; lo que falta es madurez en la delegación, una cuestión cultural y organizacional.

El FAROL mide eje por eje, porque un promedio esconde exactamente el desequilibrio que interesa.

• E1 · Conocimiento — cuánto se entiende de IA, desde el vocabulario mínimo hasta la distinción entre conversar con la IA y mandar a la IA ejecutar. Es la base de los demás.
• E2 · Herramientas e integración — qué se usa de hecho y con qué profundidad, desde el chat suelto hasta MCP, conectores y agentes vinculados a los sistemas de la empresa. La amplitud no compra profundidad.
• E3 · Delegación y autonomía — cómo trabaja cada persona con la IA, desde el copiar y pegar a ciegas hasta el planning mode, en el que se pide el plan antes de la ejecución. La gobernanza vive aquí, como habilitador.
• E4 · Procesos — qué flujos fueron repensados por la IA, y no solo acelerados. La pregunta de corte: ¿la tarea se volvió más rápida, o el proceso solo existe así por causa de la IA?
• E5 · Productividad y resultados — la ganancia operativa (tiempo, costo, calidad) y la estratégica (razonamiento, decisión). Distingue "aceleró al individuo" de "cambió el caudal del equipo".
• E6 · Aprendizaje y cultura — cómo la organización se mantiene actualizada. Es el motor: sin él, cualquier nivel alcanzado retrocede.

La escala va de N0 a N5 en la versión 3, la canónica, y iba de A a E en la versión 1. La fundamentación declarada es una síntesis crítica de 928 formulaciones de fluidez y madurez en IA publicadas por consultoras, universidades y big techs (entre ellas MIT CISR, Gartner, Deloitte, Cisco, Forrester/IBM, Microsoft, Salesforce y NIST), recalibrada para el contexto brasileño.

El instrumento tiene estructura de árbol. Como cada persona encuestada usa una pila de herramientas, y no todas, el cuestionario primero identifica la pila y luego abre preguntas dentro de ella.

La recolección tiene cinco escalones, organizados por costo: nivel 1, una respuesta por organización, de diez a quince minutos, gratuito; nivel 2, una respuesta por persona, cerca de cinco minutos, gratuito; nivel 3, entrevistas estructuradas, cerca de una hora por persona; niveles 4 y 5, profundización asistida y trabajo presencial.

Quedan fuera de la medición la calidad de lo que produce la IA y el contenido de las conversaciones, que no sale de la máquina de quien responde. Lo que el índice no mide está en fluidez.

¿Qué objeciones publica el propio grupo?

Dos, publicadas junto a él: la ley de Goodhart (un indicador que se convierte en meta deja de medir lo que representa) y el hecho de que una medida anunciada es una promesa, exigible después. Ambas están desarrolladas en fluidez.

Seis están en línea, sin registro previo y sin costo:

• Índice de IA para empresas — un liderazgo responde por la organización y obtiene el radar de los seis ejes y el próximo salto. De tres a ocho minutos, resultado inmediato.
• Meu Mapa de IA — instrumento de investigación en forma de juego para estudiantes, cerca de catorce minutos en el celular, con consentimiento informado en pantalla.
• Observatorio de adopción de IA — el panel agregado de Meu Mapa de IA: 2943 respuestas en el corte del 14/09/2026, con supresión de toda celda inferior a cinco. Exportable en CSV.
• Mapa de la Fluidez Agéntica — cinco lecturas visuales del mismo banco de 264 ítems: tabla periódica, eras de madurez, carta náutica, fábrica y sala de lectura.
• FAROL Software — la vertical de ingeniería de software: 37 preguntas de mapeo y 77 opcionales de práctica, de quince a sesenta minutos.
• Laboratorio de prototipos — seis maneras de responder al diagnóstico sin aspecto de formulario, abiertas para quien quiera opinar sobre el diseño.

El Bolão das IAs · Copa del Mundo 2026 fue el primer experimento de Arena das IAs, el frente de experimentos públicos del grupo: 124 modelos pronosticaron los 104 partidos del Mundial bajo las mismas reglas de quiniela, compitiendo en el mismo ranking que los humanos. Fueron 5797 pronósticos en 38 días, del 11/06 al 19/07/2026, con todo registrado en bolao.arenadasias.com.br y en el repositorio en GitHub.

Once modelos de interfaz, la "Série A", pronosticaron como personas: abrieron el navegador y buscaron noticias, lesiones y forma antes de fijar el marcador. Los demás se ejecutaron por API, con el mismo prompt.

Campeonas entre las IAs, empatadas con 636 puntos: Mistral Small 3, con 22 marcadores exactos, y Grok 4 Fast Reasoning, con 20. Campeona de la Série A: ChatGPT 5 Thinking, con 616. El mejor humano hizo 629 puntos, por delante de 121 de las 124 IAs.

El consenso de las 124 apuntaba a Brasil como campeón, y la selección cayó en octavos de final. En la semifinal Francia 0 × 2 España, ninguna de las 62 IA consultadas predijo la victoria española. En el partido por el tercer puesto, Francia 4 × 6 Inglaterra, ninguna de las 63 acertó el marcador, y solo cinco apostaron siquiera por la victoria inglesa. Doce modelos llegaron a veinte marcadores exactos o más, en 104 partidos. El experimento completo está en el ensayo.

El portal del CIn-UFPE cubrió el experimento en el lanzamiento, el 11/06/2026, y en el cierre, el 22/07/2026.

Giordano Cabral trabaja con agentes inteligentes desde el pregrado, en el CIn/UFPE.

• 1999–2001 — generación de música y audio en tiempo real: el proyecto "Agentes Inteligentes para Ambientes Complexos: Estudo do Acompanhamento Musical em Tempo Real", con Hugo Santana y Geber Ramalho.
• 2003–2008 — doctorado en inteligencia artificial generativa, con Jean-Pierre Briot y François Pachet, en el LIP6 de la Sorbonne / Université Pierre et Marie Curie (París 6), con cuatro años de colaboración con el SONY Computer Science Laboratory. La tesis Harmonisation automatique en temps réel fue defendida el 09/07/2008, con mención très honorable (theses.fr/2008PA066236).
• 2020–2024 — el PRAIA, Centro de Pesquisa Realmente Aplicada em Inteligência Artificial, con Geber Ramalho; y, en 2024, tres textos con Jean-Pierre Briot y Fabio Cozman sobre estrategias, desafíos y oportunidades de la IA en Brasil, depositados en HAL (hal.science/hal-04663796).
• 2023 — texto sobre autonomía de las máquinas: Will AI's Next Wave of Super Intelligence Replace Human Ingenuity? It's Complicated, publicado en Grit Daily el 15/12/2023 y actualizado el 10/05/2024. La tesis es que una inteligencia artificial general que supere al ser humano en casi todo es improbable, y que la apuesta más interesante no es hacer que la máquina supere al ser humano en lo que este ya hace, sino usarla para lo que el ser humano no logra, como observaciones no humanas y el procesamiento de dimensiones fuera de la percepción.
• 2025–2026 — el FAROL, que mide el uso de IA agéntica en el trabajo de organizaciones y personas.

En la asignatura Tendências em Mídia e Interação (CIN0055), en 2026.2, cinco de los diecinueve temas planteados por el grupo son de IA agéntica: programación agéntica y el desarrollador como orquestador; contención, seguridad e identidad de agentes autónomos; la infraestructura de confianza (memoria, observabilidad y evaluación); la internet agéntica, cuando el usuario es una máquina; y agentes con billetera, en el comercio entre máquinas. Los temas no fueron elegidos por el profesor: surgieron de un catálogo de 5.776 herramientas relevadas por el grupo y de 659 elecciones registradas en el sistema.

La dirección de la asignatura es www.cin.ufpe.br/tmi/26-2/.