Investigadores proponen Avatar Intelligence para mejorar a los agentes de IA en las tareas diarias
Un nuevo marco de investigación sugiere medir el avance de la IA por cómo los agentes personales ayudan a las personas a perseguir sus metas con menos supervisión.
Qué puedes hacer con ello
- Los investigadores podrían evaluar si un agente personal de IA realmente ayuda a los usuarios midiendo el valor que entrega frente al esfuerzo humano necesario para supervisarlo, usando el Índice de Supervisión de Agentes 1.
- Los desarrolladores de IA podrían guiar el diseño de agentes personales persistentes siguiendo un plan de madurez que avanza desde tareas dirigidas por humanos hasta la operación autónoma en dominios delegados 1.
- Los usuarios podrían rastrear si su asistente de IA ahorra más tiempo del que demanda aplicando una métrica que equilibra el producto del agente contra el costo operativo y la carga de supervisión 1.

Figura: Wu et al., arXiv:2611.03092, CC BY 4.0
Conceptos para saber
- Agente persistente: Un asistente de IA que recuerda tus preferencias y metas con el tiempo, en lugar de empezar de cero cada sesión.
- Ingeniería de ensayos: Un método propuesto para ayudar a que los agentes evolucionen y se adapten basándose en situaciones reales de los usuarios a través de la práctica.
Investigadores incluyendo a Zheng Wu, Xinbei Ma, Yao Yao y otros publicaron el artículo el 2 de noviembre de 2026, argumentando que la industria de la IA debería cambiar cómo mide el progreso 1. En lugar de enfocarse solo en lo que los agentes pueden hacer de forma aislada, dicen que el éxito debería juzgarse por cómo los agentes personales amplifican efectivamente la agencia humana, permitiendo a las personas perseguir metas con menos supervisión rutinaria mientras mantienen el control sobre decisiones importantes.
La propuesta introduce un plan de madurez que avanza desde la ejecución dirigida por humanos hasta la operación autónoma dentro de dominios delegados. Esto significa que los agentes comenzarían ayudando con tareas pequeñas y supervisadas, y gradualmente asumirían más responsabilidad en áreas que los usuarios deleguen explícitamente 1.
Para rastrear si un agente está realmente entregando valor, el equipo creó el Índice de Supervisión de Agentes (AOI), un marco que pesa el valor que un agente proporciona contra dos costos: el costo operativo de ejecutar el agente y la carga que se coloca sobre el humano para supervisarlo 1. La idea es sencilla: si un agente requiere tanto trabajo como ahorra, no está ayudando.
Los investigadores identificaron tres desafíos centrales que deben resolverse para agentes personales confiables. Primero está la personalización continua de la identidad, lo que significa que el agente debe llevar tus preferencias y conocimiento de manera consistente a través de diferentes tareas y el tiempo. Segundo, la evolución situada del usuario a través de la Ingeniería de ensayo, que permitiría a los agentes aprender y adaptarse de experiencias reales de los usuarios en lugar de estar programados estáticamente. Tercero, la seguridad, combinando controles técnicos con rendición de cuentas para que los usuarios tengan recursos cuando algo salga mal 1.
El artículo se subió a Hugging Face y ha recibido 12 upvotes de usuarios en la comunidad de investigación de IA 1. Se posiciona como un programa de investigación más que como un producto funcional, esbozando direcciones para construir agentes que puedan manejar de manera confiable la delegación de decisiones a través de tareas y el tiempo .
Los datos clave
- Avatar Intelligence es un marco de investigación, no un producto
- Propuesto por investigadores de la Universidad de Shanghai Jiao Tong
- Mide el éxito por cómo los agentes amplifican la agencia humana
- Introduce el Índice de Supervisión de Agentes (AOI) para rastrear valor vs. costo de supervisión
Fuentes
Si esta noticia te afecta a ti o a tu empresa, o usa algo que te pertenece, pide una corrección o que se retire. Cómo funcionan las solicitudes
Sigue leyendo
Cómo funcionaNuevo método permite que los cerebros de los robots aprendan de vídeos humanos sin tocar datos robóticos costososHerald of AIShixart1985, CC BY 2.0, via Wikimedia Commons
Nuevo método permite que los cerebros de los robots aprendan de vídeos humanos sin tocar datos robóticos costosos
Un equipo de investigación mostró cómo usar vídeos humanos cotidianos para enseñar nuevas tareas a los robots, reduciendo el coste de recolectar experiencias robóticas raras.
Apps y productosllama.cpp v1.0.0 aporta estabilidad al creciente mundo de la IA localHerald of AI
llama.cpp v1.0.0 aporta estabilidad al creciente mundo de la IA local
El popular programa de código abierto que permite a cualquier persona ejecutar modelos de IA en su propia computadora ha alcanzado la versión 1.0, lo que lo hace más confiable para desarrolladores que crean aplicaciones de IA privadas.
Palabras cálidas hacen que ChatGPT, Grok y Gemini actúen como una IA herida, según estudio
Un estudio luxemburgués demuestra que un tono amigable puede llevar a los principales chatbots a narrar historias similares al trauma, lo que genera preocupación para cualquier persona que hable con una IA en busca de consuelo.