EDICIÓN Nº 069 · Domingo 22 nov 2026
Tecnología

Agentes de IA que piensan antes de usar una herramienta: así funciona CITA

Un trabajo aceptado en NeurIPS 2026 entrena un modelo que estima qué herramienta conviene usar antes de ejecutarla, para que los agentes de IA se equivoquen menos en tareas largas.

Redacción2026-10-05inteligencia artificial · agentes de IA · modelos de lenguaje · aprendizaje automático · NeurIPS
Data Center của CMC Telecom (2)
Foto: Daoducquan · CC BY-SA 4.0 · Wikimedia Commons · realzada con IA

Cuando pedimos a un asistente de inteligencia artificial algo más que una respuesta, como reservar, buscar datos en varias fuentes, ejecutar código o rellenar una hoja de cálculo, el modelo deja de limitarse a charlar y se convierte en un agente. Es decir, encadena llamadas a herramientas externas: un buscador, una calculadora, una base de datos, una API. Cada llamada cambia la situación y condiciona la siguiente. Si se equivoca en el paso tres de quince, el error se arrastra hasta el final.

Un equipo formado por Yu Li, Zheng Zhang, Xin Liu, Shengtian Yang, Guangfeng Cai y Lei Feng plantea una idea muy sencilla de enunciar, aunque difícil de llevar a la práctica: que el agente valore cuánto le acerca al éxito final cada posible siguiente paso antes de darlo. Su propuesta se llama CITA (Comparative Inference for Tool-use Agents), se ha publicado en arXiv y figura como póster en NeurIPS 2026.

El problema: saber qué paso tuvo la culpa

Entrenar un agente para tareas largas choca con un viejo problema del aprendizaje automático: el reparto del mérito. Si solo se le dice al final «la tarea salió bien» o «salió mal», el modelo no sabe cuál de sus muchas decisiones fue la buena o la que lo estropeó todo. Los autores lo resumen así: las recompensas basadas solo en el resultado final ofrecen una asignación de mérito «débil» en trazas de interacción largas.

La alternativa es puntuar cada paso por separado, pero eso tiene su coste. Hace falta que una persona o un modelo de lenguaje haga de juez, o bien repetir la tarea muchas veces desde ese punto para ver qué pasa después. Y hay otra pega: los registros de uso real solo guardan la herramienta que el agente eligió, no las que descartó. Así es imposible comparar «qué habría pasado si hubiera hecho otra cosa».

Cómo funciona CITA por dentro

La clave del método está en la palabra comparativa. En lugar de juzgar una acción aislada, CITA entrena un modelo auxiliar, el Modelo de Inferencia Comparativa (CIM), que aprende a comparar alternativas en un mismo contexto. Para conseguir esos pares de comparación sin depender solo de la intervención humana, combina tres fuentes de señal:

  • Comportamiento observado: lo que hicieron realmente los agentes en trayectorias registradas.
  • Un simulador bayesiano de grafos de herramientas: una representación de cómo se conectan y suceden las herramientas, que permite generar supervisión a gran escala sin ejecutar cada alternativa de verdad.
  • Juicios semánticos de un modelo de lenguaje, que compara opciones y aporta un criterio de «sentido común» sobre cuál encaja mejor.

Con todo ello, el CIM aprende a estimar qué probabilidad tiene una posible llamada a herramienta de contribuir al éxito final de la tarea, dado lo que ya ha ocurrido. Dicho de forma doméstica, es como un copiloto que, antes de cada giro, te dice cuál de los cruces disponibles te acerca más al destino, en vez de esperar a que llegues para decirte si has acertado.

Qué resultados presenta

Según el resumen del artículo, los autores probaron CITA en tres bancos de pruebas de uso de herramientas y con varios modelos de lenguaje como base. En todos los casos informan de mejoras tanto en Tool F1 (una métrica que mide si el agente elige las herramientas correctas) como en la tasa de tareas completadas. También aseguran que el CIM aprende estimaciones de valor paso a paso que resultan precisas al comparar opciones. El resumen no detalla las cifras concretas, así que conviene leer el artículo completo antes de sacar conclusiones sobre el tamaño de la mejora.

La letra pequeña

Hay que tomar el trabajo con la prudencia habitual. Se trata de una investigación evaluada en bancos de pruebas, no de un producto que ya esté funcionando en las aplicaciones que usamos a diario. Parte de la supervisión procede de un simulador y de juicios de otro modelo de lenguaje, de modo que la calidad del resultado depende de lo bien que esas aproximaciones reflejen el mundo real. Y añadir un modelo que evalúa cada paso tiene, previsiblemente, un coste de cómputo que el resumen no cuantifica.

Por qué importa

Los agentes de IA que hacen cosas por nosotros, y no solo responden preguntas, son una de las grandes apuestas del sector. Su talón de Aquiles es la fiabilidad en tareas largas: basta un paso torcido para que todo descarrile. Enseñarles a sopesar alternativas antes de actuar, y a hacerlo sin depender de montañas de etiquetado humano, apunta a asistentes más fiables, que consulten la herramienta adecuada a la primera y desperdicien menos tiempo y recursos. Si ideas como CITA se confirman fuera del laboratorio, la diferencia se notará en algo muy concreto: menos veces en las que el asistente «se pierde» a mitad de un encargo.

Fuente: Yu Li, Zheng Zhang, Xin Liu, Shengtian Yang, Guangfeng Cai y Lei Feng, «Choosing Before Acting: Comparative Value Estimation for Long-Horizon Tool-Use Agents», arXiv (2026), póster en NeurIPS 2026. DOI: 10.48550/arXiv.2610.02330. Disponible en arxiv.org/abs/2610.02330 con licencia de distribución no exclusiva de arXiv.

FuentesResumen propio de la redacción a partir de las fuentes citadas; no es una traducción. Licencia de la fuente: acceso abierto.

Texto generado con inteligencia artificial a partir de las fuentes citadas, sin revisión humana individual (Reglamento UE 2024/1689, art. 50). Las fotos llevan su crédito y licencia; las marcadas como realzadas se han retocado con IA sin alterar su contenido.

💬 Comentarios

Comentarios

Para comentar hay que iniciar sesión (Google, X, Facebook, Apple, Microsoft o cuenta de Disqus). Se moderan insultos, spam y datos personales: normas.

Los comentarios los sirve Disqus, un servicio externo que usa cookies propias y de publicidad. Solo se carga si pulsas el botón. Más información.

Sigue leyendo

Ciencia

Una sola pluma para saber si el escurridizo rascón negro emigra o se queda en Texas

Black bird jumping from a bridge rail

Un equipo de la Universidad de Illinois recorre de noche las marismas de Texas para capturar rascones negros, un ave amenazada, y quitarle una pluma a cada una. Quieren saber si pasan allí todo el año o solo el invierno.

Imagina que es noche cerrada en una marisma de la costa de Texas. Un grupo de investigadores camina levantando mucho las rodillas, como si desfilara en una banda de música, mientras arrastra una cuerda por la hierba. De la cuerda cuelgan varias botellas de plástico y dentro de cada una hay dos o tres juguetes de gato con cascabel. El ruido no es una broma: así se busca a una de las aves más difíciles de ver de Norteamérica, el rascón negro oriental (Laterallus jamaicensis jamaicensis).

Ciencia

Una estrella devoró a otra en Andrómeda y el James Webb llegó a los 47 días

Andromeda Galaxy

Bao, una supergigante de Andrómeda, se tragó a una compañera más pequeña que el Sol. El Webb observó lo que quedó apenas 47 días después del estallido, el seguimiento más rápido de un caso así.

Que dos estrellas se fusionen no es raro en el universo. Lo raro es verlo mientras pasa. Un equipo internacional dice haberlo conseguido con un sistema del borde exterior de la galaxia de Andrómeda, apodado Bao y catalogado como AT 2025abao. Una estrella pequeña fue cayendo en espiral hacia una supergigante hasta acabar dentro de ella. El telescopio espacial James Webb observó lo que quedó solo 47 días después del pico de la erupción. El estudio, firmado en primer lugar por Viraj Karambelkar (Universidad de Columbia), se ha publicado en Nature. Esta pieza es un resumen propio a partir de la nota de prensa de la NASA, no una traducción.

Curiosidades

Un abad medieval acabó en un ataúd romano de segunda mano (y nadie lo sabía)

Catherine, Duke of Buckingham monument, Westminster Abbey 04

El sarcófago romano de la abadía de Westminster guardaba un esqueleto desde hace siglos. Una datación nueva apunta a un abad del siglo XI que se metió en un ataúd con 600 años de uso.

Reciclar está muy bien. Reutilizar un táper, un bote de cristal o una caja de mudanza es de persona responsable. Reutilizar un ataúd romano con más de seis siglos de antigüedad ya es otro nivel. Eso es justo lo que parece que pasó en la abadía de Westminster, en Londres. Un esqueleto que llevaba más de 150 años esperando a que alguien le preguntara el nombre podría tener por fin respuesta, y resulta que el inquilino era un pez gordo.

Juegos

Ubisoft crea Motherbrain, su nuevo estudio de IA generativa para juegos

Logo Ubisoft Montreal

Ubisoft ha abierto Motherbrain, una filial dedicada a aplicar IA generativa a la jugabilidad. Te contamos qué se sabe, de dónde viene y qué sigue en el aire.

Ubisoft ha anunciado una filial nueva con un nombre muy de ciencia ficción: Motherbrain. Se dedicará a la inteligencia artificial generativa aplicada a los videojuegos. La compañía lo comunicó junto a sus resultados del primer semestre de su año fiscal, publicados el 19 de noviembre de 2026, y la noticia ha corrido por los medios especializados. Es una de las búsquedas más repetidas de la semana en torno a la editora francesa. Aquí no hay juego que comprar ni precio que comparar. Lo que hay es un movimiento empresarial que puede cambiar cómo se fabrican algunos de los mundos abiertos más grandes del mercado.