Sistemas Agénticos con Inteligencia Artificial (IA)

Tecnologías emergentes y disruptivas

Edimer David Jaramillo

2025-06-28

“Vivimos en una sociedad profundamente dependiente de la ciencia y la tecnología y en la que nadie sabe nada de estos temas. Ello constituye una fórmula segura para el desastre.” - Carl Sagan

Agenda

Fundamentos y evolución

  1. Introducción: contexto de la IA
  2. Avances importantes: hitos clave
  3. Redes neuronales: CNN, RNN, Transformers
  4. Sistemas conversacionales: era ChatGPT (2022)

Aplicación y futuro

  1. Sistemas agénticos: ecosistemas 2025
  2. Casos de uso: ejemplos prácticos
  3. Conclusiones: IA como necesidad profesional
  4. Recursos: herramientas para comenzar

1. Introducción

El contexto actual de la IA

¿Qué es la IA?


“Sistemas que, dado un objetivo, perciben su entorno, interpretan los datos recopilados, razonan para derivar conocimiento y deciden las mejores acciones para lograr la meta.” The European Commission’s, 2018.

IA es la capacidad de las máquinas para:

  • Procesar información como los humanos
  • Aprender de experiencias pasadas
  • Tomar decisiones autónomas
  • Resolver problemas complejos

¿Por qué importa en agronomía?

10 mil millones de personas para alimentar en 2050
Recursos limitados Cambio climático

Actualidad: factores habilitadores convergentes

Poder computacional + Datos + Algoritmos

  • GPUs masivamente paralelas
  • Computación en la nube accesible
  • Sensores IoT
  • Imágenes satelitales abiertas
  • Redes neuronales profundas
  • Sistemas agénticos

Crecimiento exponencial
El cómputo se duplica cada 3-4 meses
Desde 2012 ⬆️ 300 mil veces


Dos eras diferentes de uso computacional en entrenamiento de sistemas de IA

2. Avances importantes

Análisis de datos moderno: los orígenes

La era de la computación personal

El siglo XXI

El momento ChatGPT: punto de inflexión

Antes de ChatGPT (noviembre 2022)

  • IA para expertos técnicos e implementación compleja
  • Adopción lenta en sectores tradicionales

Después de ChatGPT

  • IA “accesible” para todos
  • Interfaces conversacionales intuitivas

100 millones usuarios en 2 meses
Record histórico de adopción tecnológica


Oportunidades en agricultura

  • Asistentes agronómicos inteligentes
  • Diagnóstico conversacional de cultivos
  • Planificación automatizada de siembras

¿Quién usa la IA actualmente?

  • El 66% de los líderes dicen que no contratarían a alguien sin habilidades en IA
  • El 71% dice que preferiría contratar a un candidato menos experimentado con habilidades de IA que a un candidato más experimentado sin ellas

3. Las redes neuronales

Arquitecturas que potencian la IA moderna

Redes neuronales convolucionales (CNN)

Especialistas en visión artificial

  • Procesan imágenes capa por capa
  • Detectan patrones y características
  • Clasifican y reconocen objetos

Aplicaciones prácticas

  • Diagnóstico de enfermedades en hojas
  • Conteo automático de frutas
  • Identificación de malezas
  • Control de calidad de productos

Redes neuronales recurrentes (RNN/LSTM)

Especialistas en secuencias temporales

  • Procesan datos que cambian en el tiempo
  • “Recuerdan” información pasada
  • Predicen patrones futuros

Aplicaciones prácticas

  • Análisis de datos meteorológicos históricos
  • Proyección de producción por temporada
  • Optimización de recursoss

Transformers y mecanismo de atención

La revolución Transformer (2017) 🔥 Attention is All You Need

  • Procesa información en paralelo
  • Entiende contexto global
  • Base de ChatGPT, GPT-4, etc.

Aplicaciones prácticas

  • Consultas en lenguaje natural
  • Recomendaciones personalizadas
  • Síntesis de literatura científica
  • Traducción técnica especializada

4. Sistemas conversacionales

El fenómeno ChatGPT y sus implicaciones

De interfaces complejas a conversaciones naturales

  • Antes: Programar → Configurar → Entrenar → Implementar
  • Ahora: Simplemente preguntar en lenguaje natural

Aplicaciones prácticas

  • ❓❓¿Cuál es la aplicación práctica de este tipo de tecnologías?

La “democratización” de la IA





5. Sistemas agénticos de IA

¿Qué son los sistemas agénticos de IA?

Un Sistema Agéntico de IA es aquél que:

  • Percibe su entorno (sensores, datos, contexto)
  • Toma decisiones autónomas
  • Ejecuta acciones para lograr objetivos
  • Aprende y se adapta continuamente

Diferencia clave con IA tradicional

  • IA TradicionalHumano pregunta → IA responde
  • Agentes de IAIA observa → decide → actúa → aprende


Tipos de sistemas agénticos


Arquitecturas de sistemas agénticos


Ecosistemas para construir agentes

LangChain + LangGraph

  • Open source y flexible
  • Framework desarrollo agentes
  • Orquestación de múltiples modelos

n8n

  • Open source y flexible
  • Drag-n-drop (arrastrar y soltar)
  • Automatización flexible

Microsoft Copilot Studio

  • Agentes empresariales
  • Integración Office 365
  • No-code/low-code

OpenAI GPTs + Assistants API

  • Agentes conversacionales especializados
  • Integración con herramientas externas
  • Marketplace de agentes

Nuevos paradigmas

6. Casos de uso aplicados

Cereza

Nutribot

Feedibot

Análisis predictivo geoespacial


GenCast

Planet Parasol


7. Conclusiones

8. Recursos de información y herramientas para IA

Herramientas de software


Herramientas para IA

Recursos educativos


Windsurf

Cursor

Google - NotebookLM

¡Gracias!