- Concepto y definición de agentes de IA generativa
- Evolución histórica: de los sistemas expertos a los agentes autónomos
- Diferencias entre modelos generativos y agentes inteligentes
- Componentes fundamentales de un agente de IA
- Casos de uso actuales y tendencias futuras
- Modelos de lenguaje de gran escala (LLM)
- Modelos generativos: texto, imagen, audio y multimodalidad
- Entrenamiento, fine-tuning y alineación de modelos
- Prompting y control de la generación
- Limitaciones técnicas y riesgos inherentes
- Estructura interna de un agente (percepción, razonamiento y acción)
- Memoria a corto y largo plazo en agentes
- Planificación y toma de decisiones
- Herramientas (tools) y uso de APIs externas
- Orquestación de flujos y ciclos de ejecución
- Definición de objetivos y roles del agente
- Diseño de prompts y sistemas de instrucciones
- Integración de agentes con entornos digitales
- Gestión del estado y la persistencia
- Pruebas, validación y mejora iterativa
- Concepto de autonomía en agentes de IA
- Sistemas multiagente y cooperación
- Comunicación entre agentes
- Resolución de conflictos y coordinación
- Ejemplos de frameworks y plataformas multiagente
- Agentes conversacionales y asistentes virtuales
- Agentes para automatización de procesos
- Agentes creativos (contenido, diseño, programación)
- Agentes para análisis de datos y toma de decisiones
- Casos de estudio en diferentes sectores
- Riesgos éticos y sociales de los agentes autónomos
- Sesgos, alucinaciones y control del comportamiento
- Privacidad y protección de datos
- Seguridad, alineación y supervisión humana
- Marcos regulatorios y buenas prácticas
- Agentes generalistas vs. agentes especializados
- Integración con robótica y entornos físicos
- Impacto en el trabajo y la educación
- Investigación actual y líneas emergentes
- Retos tecnológicos y sociales a largo plazo