Arquitecturas subagénticas de IA: hacia la especialización y la orquestación jerárquica
DOI:
https://doi.org/10.26439/interfases2026.n023.8714Palabras clave:
agentes, arquitecturas, ILIA, inteligencia artificial, subagentesResumen
Durante el segundo semestre del 2025, la investigación en inteligencia artificial (IA) ha evidenciado una transición hacia arquitecturas multiagente, en las cuales los subagentes adquieren un rol estructural central. A diferencia de los enfoques monolíticos, estas arquitecturas permiten descomponer tareas complejas en unidades funcionales especializadas, coordinadas por un agente orquestador, lo que favorece la escalabilidad, el paralelismo y una gestión más eficiente del contexto. Se definen los sistemas multiagente, agentes web y subagentes. Se analiza el marco conceptual multi-agent data mining (MADM), la arquitectura del árbol de tareas complejas y la metáfora de la cocina. Se identifican beneficios en términos de eficiencia, resiliencia y adaptabilidad, tanto en entornos científicos como en plataformas comerciales. No obstante, persisten desafíos asociados a la orquestación, la seguridad, los costos computacionales, formación académica y la gobernanza ética. En este contexto, se examina el Índice Latinoamericano de Inteligencia Artificial (ILIA 2025) como guía para integrar arquitecturas subagénticas a modelos educativos con enfoque ético, interdisciplinario y sostenible, orientadas a impulsar una innovación regional más responsable e inclusiva.
Descargas
Referencias
Auto-GPT. (s. f.). Auto-GPT – The next evolution of data driven Chat AI. https://auto-gpt.ai/
Babaei, G., & Giudici, P. (2025). Explainable artificial intelligence (XAI) in investment decision-making. Academia AI and Applications, 1(2). https://doi.org/10.20935/AcadAI8017
Bustillos Ortega, O., Murillo Gamboa, J., Núñez Peralta, O., & Rodríguez Sibaja, F. (2025). Creando asistentes, agentes y plataformas colaborativas de inteligencia artificial. Interfases, (21), 35-57. https://doi.org/10.26439/interfases2025.n021.7801
Carrascosa, C., Terrasa, A., Fabregat, J., & Botti, V. (2005). Gestión de comportamientos en agentes de tiempo real. Inteligencia Artificial: Revista Iberoamericana de Inteligencia Artificial, 9(25), 39-48. https://dialnet.unirioja.es/servlet/articulo?codigo=1212985
Chaimontree, S., Atkinson, K., & Coenen, F. (2010). Multi-agent based clustering: Towards generic multi-agent data mining. En P. Perner (Ed.), Advances in data mining: Applications and theoretical aspects (pp. 115-127). Springer. https://doi.org/10.1007/978-3-642-14400-4_9
Chan, A., Ezell, C., Kaufmann, M., Wei, K., Hammond, L., Bradley, H., Bluemke, E., Rajkumar, N., Krueger, D., Kolt, N., Heim, L., & Anderljung, M. (2024). Visibility into AI agents. En FAccT ’24: The 2024 ACM conference on fairness, accountability, and transparency (pp. 958-973). Association for Computing Machinery. https://doi.org/10.1145/3630106.3658948
Chevrot, A., Vernotte, A., Falleri, J.-R., Blanc, X., Legeard, B., & Cretin, A. (2025). Are autonomous web agents good testers? Proceedings of the ACM on Software Engineering, 2(ISSTA), 206-228. https://doi.org/10.1145/3728879
Claude Code Docs. (2025). Crear subagentes personalizados. https://code.claude.com/docs/es/sub-agents
Deng, Z., Guo, Y., Han, C., Ma, W., Xiong, J., Wen, S., & Xiang, Y. (2025). AI agents under threat: A survey of key security challenges and future pathways. ACM Computing Surveys, 57(7), Artículo 182. https://doi.org/10.1145/3716628
Durán, R., Moreno, A., Adasme, S., Rovira, S., Jordán, V., & Poveda, L. (Coords.). (2025). Índice Latinoamericano de inteligencia artificial (ILIA) ٢٠٢٥. Comisión Económica para América Latina y el Caribe. https://www.cepal.org/es/publicaciones/82514-indice-latinoamericano-inteligencia-artificial-ilia-2025
Elmahalawy, A. M. (2015). A new approach in learning for intelligent multi agent systems. En Proceedings 21st European Conference on Modelling and Simulation. European Council for Modelling and Simulation. https://www.academia.edu/70025062/Intelligent_Agent_Technology_Intelligent_Multi_Agent
Github. (s. f.). Github Copilot. Domina tu oficio. https://github.com/features/copilot?locale=es-419
Gonçalves, E. J. T., Cortés, M. I., Campos, G. A. L., Lopes, Y. S., Freire, E. S. S., Da Silva, V. T., De Oliveira, K. S. F., & De Oliveira, M. A. (2015). MAS-ML 2.0: Supporting the modelling of multi-agent systems with different agent architectures. Journal of Systems and Software, 108, 77-109. https://doi.org/10.1016/j.jss.2015.06.008
Ning, L., Liang, Z., Jiang, Z., Qu, H., Ding, Y., Fan, W., Wei, X. Y., Lin, S., Liu, H., Yu, P. S., & Li, Q. (2025). A survey of web agents: Towards next-generation AI agents for web automation with large foundation models. En Proceedings of the 31st ACM SIGKDD Conference on Knowledge Discovery and Data Mining (pp. 6140-6150). Association for Computing Machinery. https://doi.org/10.1145/3711896.3736555
Rother, D., Pajarinen, J., Peters, J., & Weisswange, T. H. (2025). Open-ended coordination for multi-agent systems using modular open policies. Autonomous Agents and Multi-Agent Systems, 39, Artículo 40. https://doi.org/10.1007/s10458-025-09723-7
Samdani, G., Viswanathan, G., & Dasu Jegadeesh, A. (2025). Human-AI collaboration: Balancing agentic ai and autonomy in hybrid systems. International Journal on Cloud Computing: Services and Architecture, 15(1). https://doi.org/10.5121/ijccsa.2025.15101
Soto Arriaza, A., & Durán Rojas, R. (Dirs.). (2023). Índice latinoamericano de inteligencia artificial. Centro Nacional de Inteligencia Artificial. https://indicelatam.cl/wp-content/uploads/2023/08/ILIA-2023.pdf
White, R. W. (2024). Advancing the search frontier with AI agents. Communications of the ACM, 67(9), 54-65. https://doi.org/10.1145/3655615
Zhu, Z., Tan, Y., Yamashita, N., Lee, Y. C., & Zhang, R. (2025, 26 de abril). The benefits of prosociality towards AI agents: Examining the effects of helping AI agents on human well-being. En Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (pp. 1-18). Association for Computing Machinery. https://doi.org/10.1145/3706598.3713116
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
Última actualización: 03/05/21
