A medida que los agentes de AI se encargan de tareas como la redacción de correos electrónicos o la resolución de problemas de atención al cliente, se hace evidente un reto: ¿cómo pueden estos agentes comunicarse eficazmente, no sólo con los humanos, sino también con los sistemas de software de los que dependen?
El mundo digital actual está hecho para la interacción humana. Medidas como los CAPTCHA y los protocolos anti-bot, diseñados para bloquear la automatización maliciosa, reflejan esta realidad. Los sitios web y las aplicaciones están optimizados para la experiencia humana, no para las necesidades de AI. Esto crea una ineficiencia fundamental: un agente, como Operator de OpenAI, encargado de interactuar en un sitio web debe imitar el comportamiento humano: pulsar botones, rellenar formularios o navegar por las páginas. Aunque esta capacidad es una proeza tecnológica, también revela un problema subyacente: en lugar de replantearnos cómo los sistemas podrían apoyar mejor a AI, AI obligamos a adaptarse a sistemas diseñados para nosotros.
Este planteamiento traslada por completo la carga de la adaptación al agente. Debe lidiar con API fragmentadas, capas de autenticación e interfaces que priorizan la usabilidad humana. ¿Es éste realmente el mejor camino a seguir? Recuerda al ornitóptero de Leonardo da Vinci, una máquina voladora inspirada en el aleteo de las alas de los pájaros. Ingenioso, sí, pero los aviones modernos, que abandonaron esa imitación, alzaron el vuelo porque reimaginaron el problema en lugar de intentar trabajar dentro de los paradigmas existentes. La forma en que diseñamos hoy la AI corre el riesgo de repetir ese mismo error, priorizando la adaptación sobre la optimización.
Algunas iniciativas, como el Model Context Protocol (MCP) de Anthropic, van en la buena dirección al proponer normas universales sobre cómo interactúan los agentes con el software. MCP Servicios un marco en el que los agentes no necesitan imitar los flujos de trabajo humanos ni depender de integraciones a medida. En su lugar, pueden ejecutar acciones directamente, a través de un protocolo unificado, pasando por alto capas como formularios o entradas de lenguaje natural. Esta abstracción no sólo reduce la fricción, sino que también facilita la escalabilidad y el mantenimiento de los sistemas.
Pero el reto más profundo sigue siendo cómo replantearnos los propios sistemas. Históricamente, los sitios web, las aplicaciones y los flujos de trabajo se creaban para maximizar la experiencia humana, y es comprensible. Los humanos eran los usuarios principales. Ahora, a medida que AI adquiere un papel central, este paradigma parece cada vez más obsoleto. Obligar a AI a adaptarse a sistemas que no fueron diseñados para ella limita la eficiencia y la escalabilidad, como si se tratara de adaptar un ornitóptero para que siga el ritmo de un avión.
El camino a seguir no consiste en abandonar la usabilidad humana, sino en equilibrarla con sistemas que adopten la automatización. La eficiencia no tiene por qué ir en detrimento de la confianza, la transparencia o la supervisión. Las empresas que adopten este cambio no sólo seguirán el ritmo AI cambio AI, sino que lo liderarán. Establecerán las normas para un mundo en el que AI y los sistemas humanos coexistan de forma que ambos mejoren.
Obtenga más información sobre la última evolución de AI suscribiéndose a nuestro boletín Gen AI .
