Què és un agent d'IA, sense tecnicismes
Un agent d'IA és un programa que fa servir un model d'intel·ligència artificial per perseguir un objectiu de manera autònoma: observa el seu entorn, decideix quin pas fer a continuació i executa accions reals, no només escriu text.
La diferència clau amb un assistent normal és aquesta paraula: autonomia. Si demanes a un chatbot "reserva'm un vol a Roma", t'explica com fer-ho. Un agent, en canvi, busca vols, compara preus, omple el formulari i et demana confirmació abans de pagar. Passa d'aconsellar-te a fer-ho per tu.
La idea no és nova en informàtica, però ha explotat ara perquè els models de llenguatge grans (els que hi ha darrere d'eines com ChatGPT o Claude) són prou bons com per raonar quin pas fer a cada moment. Aquest "cervell" que decideix és el que converteix una simple resposta en una seqüència d'accions amb sentit.
Com funciona un agent d'IA per dins
Per sota, gairebé tots els agents repeteixen un mateix cicle una vegada i una altra fins a complir l'objectiu. És el que en intel·ligència artificial s'anomena el bucle percebre – raonar – actuar:
- Percebre. L'agent rep l'objectiu i el context: la teva petició, dades de l'entorn, resultats de passos anteriors.
- Raonar. El model decideix quin és el següent pas més útil. Aquí és on "pensa": divideix el problema gran en subtasques.
- Actuar. Executa una acció concreta amb una eina: buscar a internet, consultar una base de dades, enviar un correu, executar codi.
- Observar i repetir. Mira el resultat d'aquesta acció i torna al pas 1 amb la informació nova, fins que l'objectiu està complert.
Les dues peces que fan potent un agent són la memòria (recorda què ja ha fet per no repetir-se ni contradir-se) i les eines (les "mans" amb què toca el món real: APIs, cercadors, calculadores, el seu propi codi). Un model sense eines només parla; amb eines, fa.
Agent, chatbot i model de llenguatge: no són el mateix
S'usen com a sinònims i no ho són. Convé tenir clara la jerarquia per no confondre't quan llegeixis sobre el tema:
| Concepte | Què és | Què fa |
|---|---|---|
| Model de llenguatge (LLM) | El "motor" que prediu text | Genera respostes a partir del que li demanes |
| Chatbot / assistent | Un LLM amb una interfície de xat | Conversa i respon, pas a pas, amb tu |
| Agent d'IA | Un LLM amb objectiu, memòria i eines | Planifica i executa diverses accions sol |
Dit en una frase: el model és el cervell, el chatbot és aquest cervell parlant amb tu, i l'agent és aquest cervell amb mans i una llista de tasques per complir. Tots els agents fan servir un model per dins, però no tots els models són agents.
Per a què serveixen: casos d'ús reals
L'abstracte s'entén millor amb exemples. Aquests són usos que ja existeixen i funcionen:
- Atenció al client: un agent que no només respon dubtes, sinó que consulta la teva comanda, gestiona una devolució i actualitza el sistema.
- Programació: agents que llegeixen un repositori de codi, troben un error, el corregeixen i llancen les proves per comprovar que funciona.
- Recerca: apleguen informació de moltes fonts, la contrasten i et lliuren un resum amb les referències citades.
- Productivitat personal: organitzen la teva agenda, redacten esborranys de correus i et preparen el material per a una reunió.
- Estudi: et generen un pla de repàs, et fan preguntes tipus examen i ajusten la dificultat segons on falles.
El patró comú és sempre el mateix: tasques que tenen diversos passos, que requereixen consultar informació i que abans feia una persona "a mà". Aquí és on un agent aporta valor; per a una pregunta simple, un chatbot normal ja en té prou.
Un exemple concret: un agent que t'organitza l'estudi
Imagina't que li dius: "Tinc l'examen de Química el 20 de juny i em queden 18 dies; organitza'm el repàs". Un chatbot et donaria un pla genèric. Un agent faria una cosa més semblant a això:
- Descompon l'objectiu: mira el temari, detecta 6 blocs i calcula quants dies pot dedicar a cadascun reservant els 3 últims per al repàs global.
- Fa servir una eina: consulta el teu calendari, veu que els dimarts tens entrenament i reparteix menys càrrega aquests dies.
- Actua: crea els esdeveniments d'estudi, et genera 10 preguntes del primer bloc i espera les teves respostes.
- S'adapta: falles 7 de 10 a "equilibri químic", així que l'endemà torna a posar aquest tema en lloc d'avançar.
Fixa't en el detall clau: l'agent reacciona a un resultat (els teus errors) i canvia el pla. Aquesta capacitat de corregir el rumb sol és el que separa un agent d'una simple llista de tasques escrita per una IA.
Errors comuns quan vols entendre els agents d'IA
Quan algú comença amb aquest tema, gairebé sempre ensopega als mateixos llocs. Si els evites, ho entendràs molt més de pressa:
- Pensar que són conscients. Un agent no "vol" res. Segueix un objectiu que tu li dones i prediu el següent pas amb estadística; no hi ha intenció ni comprensió humana al darrere.
- Confondre més autonomia amb més fiabilitat. Com més sol treballa, més s'acumulen els seus errors. Per això els bons agents demanen confirmació en passos crítics (pagar, esborrar, enviar).
- Creure que encerten sempre. Poden "al·lucinar" (inventar dades amb tota la seguretat). Un agent ben dissenyat verifica amb eines en lloc de fiar-se de la seva memòria.
- Oblidar les eines. Sense accés a cercadors, APIs o codi, un agent és només un chatbot amb passos extra. El seu poder és en allò que pot tocar.
Entendre aquestes limitacions no resta valor a la tecnologia: és just el que et permet fer-la servir bé i saber quan no fiar-te'n a cegues.
Quan val la pena un professor particular d'IA
La intel·ligència artificial es pot aprendre pel teu compte, però hi ha un punt en què un professor particular t'estalvia mesos: quan ja entens els conceptes solts però no saps com encaixen, quan vols construir el teu propi agent i t'encalles a la pràctica, o quan prepares una assignatura d'IA a la universitat i els apunts van més de pressa que tu.
Un professor pot partir del teu nivell real, ensenyar-te amb un projecte concret i resoldre els teus dubtes a l'instant, sense que perdis hores donant voltes a un error d'instal·lació. A Eurekademy pots començar amb una primera classe amb 50% de descompte, sense compromís: si no encaixa, ho deixes; si encaixa, avances molt més de pressa que en solitari.
Preguntes freqüents
Necessito saber programar per entendre els agents d'IA?
No per entendre el concepte: la idea de "percebre, raonar i actuar" es capta sense codi. Per construir-ne un sí que ajuda saber una mica de Python i de com funcionen les APIs, però pots entendre perfectament què fan i per a què serveixen sense escriure ni una línia.
Un agent d'IA em prendrà la feina?
El més realista avui és que automatitzin tasques repetitives dins d'una feina, no la feina sencera. Solen necessitar supervisió humana en els passos importants. Saber-los fer servir bé és, de fet, un avantatge professional cada cop més valorat.
Quina diferència hi ha entre un agent i "automatitzar" amb un programa normal?
Un programa clàssic segueix regles fixes que algú va escriure a mà. Un agent decideix sobre la marxa què fer davant de situacions noves, gràcies al model d'IA. Per això s'adapta a casos que no estaven previstos, encara que a canvi sigui menys predictible.
Per on començo si vull aprendre de debò sobre agents d'IA?
Comença per entendre bé què és un model de llenguatge i prova d'usar eines que ja existeixen abans de construir res. Després fes un projecte petit amb un objectiu clar. Un professor o un curs guiat t'evita perdre't entre l'enorme quantitat d'informació dispersa que hi ha.