EDICIÓN Nº 069 · Domingo 22 nov 2026
Tecnología

DeReAct: dos vigilantes para que los agentes de IA no den por hecha una tarea a medias

Una nueva arquitectura separa en tres piezas lo que un agente de IA suele hacer él solo: proponer acciones, revisarlas y decidir cuándo ha terminado. Los modelos más modestos son los que más ganan.

Redacción2026-10-05agentes de IA · inteligencia artificial · modelos de lenguaje · fiabilidad · arXiv
Robot arm operates machine in factory setting
Foto: Shixart1985 · CC BY 2.0 · Wikimedia Commons · realzada con IA

Los llamados agentes de inteligencia artificial ya no se limitan a responder preguntas. Buscan información en la web, ejecutan código, abren archivos o corrigen errores en un proyecto de software. Casi todos siguen el mismo esquema, conocido como ReAct (de reasoning and acting, razonar y actuar): el modelo de lenguaje piensa un paso, lo ejecuta, mira el resultado y vuelve a pensar. Y así hasta que decide que la tarea está terminada.

Un trabajo publicado en arXiv el 1 de octubre de 2026 por Ajay Vohra, Tao Chen, Neeti Narayan y Caron Zhang señala el problema de fondo: el mismo modelo hace de obrero, de inspector y de juez. Propone su propia propuesta, la ejecuta y se pone él mismo el aprobado. Su respuesta se llama DeReAct.

El problema: un agente que se lo guisa y se lo come

En un agente ReAct clásico, una única «política», es decir, un único modelo tomando decisiones, se encarga de todo. Según los autores, ese acoplamiento hace difícil controlar por separado dos cosas fundamentales: qué acciones se autorizan y cuándo se da una tarea por concluida.

Control panel of a robotic arm in a factory
Foto: Shixart1985 · CC BY 2.0 · Wikimedia Commons

Las consecuencias son conocidas por cualquiera que haya trasteado con estas herramientas. Un error en un paso temprano se arrastra hasta el final. Y, lo que es peor, el agente puede anunciar «listo» sin pruebas reales de haberlo conseguido. En el artículo lo describen como afirmaciones de finalización sin respaldo que cortan la ejecución antes de tiempo.

Cómo funciona por dentro: cerebro, crítico y gestor de contexto

DeReAct parte el trabajo en piezas con funciones distintas:

  • El Cerebro (Brain): el modelo principal, que sigue razonando y proponiendo el siguiente paso.
  • El Crítico (Critic): revisa cada acción propuesta antes de que se ejecute. Si no la valida, no pasa.
  • El Gestor de Contexto (Context Manager): reconstruye un «estado» de la tarea apoyado en lo que realmente ha ocurrido en el entorno, no en lo que el agente cree que ha pasado. Además, es quien certifica que la tarea está terminada.

La idea es sacar fuera del modelo principal esas dos «puertas» de control. Es parecido a lo que ocurre en una obra bien organizada: quien levanta el muro no es quien firma el certificado final.

Qué dicen los resultados

Los autores probaron el sistema en dos bancos de pruebas exigentes: GAIA, centrado en tareas de asistente general que exigen buscar y combinar información, y SWE-bench Verified, que consiste en resolver incidencias reales de programas de código abierto. La métrica es Pass@1: el porcentaje de tareas resueltas a la primera.

Las mejoras son mayores cuanto más modesto es el modelo que hace de cerebro. Con un modelo abierto de programación, Qwen3-Coder-480B, la tasa de acierto sube entre 6,5 y 7 puntos. Con un modelo comercial de gama media, la subida es de 4,2 a 5,2 puntos. Y con el modelo más potente probado, el acierto queda en niveles comparables a los de ReAct.

Eso no significa que en ese caso no aporte nada. Según el estudio, aun sin mejorar la tasa de acierto, DeReAct produce recorridos más completos en pruebas y que respetan mejor las restricciones de la tarea. Dicho de otro modo: llega a lo mismo, pero dejando un rastro más fácil de auditar.

La letra pequeña

Conviene leer este trabajo con varias cautelas:

  • Es un preprint: está publicado en arXiv y todavía no ha pasado revisión por pares.
  • Las ganancias se reducen a medida que el modelo principal es más capaz. Los propios análisis de los autores indican que los controles externos funcionan cuando los fallos que buscan son lo bastante frecuentes y cuando el vigilante es, a su vez, lo bastante bueno. Un crítico flojo no arregla a un cerebro flojo.
  • Más piezas, más coste: añadir revisores implica más llamadas y más complejidad. El resumen no detalla cuánto tiempo o cálculo extra supone, así que es un punto a vigilar.
  • Los resultados se miden en dos bancos de pruebas concretos; habrá que ver cómo se comporta en tareas del mundo real.

Por qué importa

Cada vez se delegan más tareas en agentes que actúan solos: tocar código, gestionar archivos o hacer búsquedas encadenadas. En ese contexto, que un agente diga «hecho» sin estarlo no es un detalle menor. DeReAct apuesta por una idea sencilla y muy de ingeniería clásica, la de separar quien hace de quien revisa y de quien da el visto bueno. Además, sugiere una ventaja práctica: con buena supervisión, modelos más pequeños y baratos pueden acercarse a los grandes. Y para los modelos punteros, el beneficio no está tanto en acertar más como en poder comprobar por qué han acertado.

Fuente: Vohra, A., Chen, T., Narayan, N. y Zhang, C. «DeReAct: Decomposed Reasoning and Acting for Reliable AI Agents». arXiv (preprint), 2026. DOI: 10.48550/arXiv.2610.02351. Licencia CC BY 4.0.

FuentesResumen propio de la redacción a partir de las fuentes citadas; no es una traducción. Licencia de la fuente: cc-by.

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.