La IA puede responder a la pregunta. El próximo desafío es ayudar a las personas a avanzar.

Hemos llegado a ser extraordinariamente buenos para desarrollar IA capaz de responder preguntas. Pregúntale cuándo vence el plazo para presentar una solicitud, qué documentos se necesitan o cómo funciona un proceso, y podrá ofrecer una respuesta útil en cuestión de segundos. Pero cuando están en juego la educación, el futuro financiero o el sentido de pertenencia de alguien, una respuesta es solo el comienzo. Lo que importa es si esa persona realmente puede avanzar.

Ahí es donde la IA agéntica se vuelve interesante. En lugar de tratar cada interacción como una pregunta aislada, un agente de IA puede reconocer en qué punto de un recorrido más amplio se encuentra una persona, identificar qué debe suceder a continuación y ayudarla a llegar allí. Sin embargo, para hacerlo de forma fiable se necesita algo más que un modelo de lenguaje capaz. Hace falta diseñar recorridos específicos, conectar sistemas e incorporar supervisión humana al proceso desde el principio.

Pensemos en la educación superior. Un estudiante presenta una solicitud, tramita la ayuda financiera, se inscribe en cursos, se reúne con un asesor, busca apoyo académico, busca una pasantía, se prepara para graduarse, busca trabajo y, con el tiempo, se convierte en exalumno. Las instituciones organizan esos momentos en departamentos y sistemas tecnológicos separados, pero los estudiantes viven la experiencia de una sola universidad. No deberían tener que entender su organigrama para recibir la ayuda que necesitan.

Las personas no quieren otra interfaz. Quieren hacer algo.

En una encuesta reciente a 1.058 estudiantes universitarios de Estados Unidos actualmente matriculados, el 76 % dijo esperar poder resolver la mayoría de sus necesidades relacionadas con los servicios estudiantiles sin llamar ni acudir a una oficina. Sin embargo, una de cada cuatro personas afirmó que su institución no cumple esa expectativa. Al preguntarles qué valoraban más en una experiencia digital moderna, el 64 % señaló la rapidez de respuesta y resolución, el 54 % la disponibilidad las 24 horas del día, los 7 días de la semana, y el 50 % la posibilidad de completar tareas en un solo lugar. Los estudiantes quieren respuestas más rápidas, menos derivaciones y poder completar tareas sin tener que navegar por varios sistemas.

Un futuro estudiante empieza una solicitud de admisión a la universidad, pero nunca la termina. Un chatbot tradicional podría responder preguntas sobre los requisitos de la solicitud, pero el estudiante aún tendría que averiguar qué falta y cómo continuar. Un sistema agéntico puede reconocer en qué punto se interrumpió la solicitud, identificar el siguiente paso y ayudar al estudiante a retomarla donde la dejó. Si el estudiante dice que ya subió un certificado de notas, el sistema puede consultar el registro de la solicitud, confirmar que el documento está allí y pasar al siguiente requisito, en lugar de pedirle que vuelva a completarlo.

Aquí también persisten algunos de los mayores desafíos técnicos. Microsoft Research señala la fiabilidad, la retención del contexto y la ejecución de flujos de trabajo en el mundo real entre los desafíos que enfrentan los agentes de productividad. Un agente no puede guiar de forma fiable a alguien a lo largo de un proceso si pierde el contexto entre un paso y otro o no puede operar en los sistemas involucrados.

De las respuestas reactivas a la ayuda proactiva

La oportunidad va más allá de responder preguntas: consiste en reconocer cuándo alguien necesita apoyo y ayudar a las instituciones a determinar cuál es el paso adecuado. Por ejemplo, un equipo de desarrollo institucional podría detectar señales de que un exalumno está listo para retomar el contacto, ofrecerse como voluntario o hacer su primera donación. Pero detectar la señal es solo el comienzo. El verdadero valor está en entender qué tipo de contacto tiene sentido para esa persona en ese momento y qué debería ocurrir después.

Los recorridos diseñados específicamente pueden incorporar prácticas consolidadas para distintos públicos y objetivos, y ofrecer a los equipos un punto de partida más sólido que las herramientas genéricas o los flujos de trabajo creados desde cero. Además, el beneficio va más allá de ahorrar tiempo al personal. Las instituciones ya disponen de enormes cantidades de datos. Lo que necesitan es ayuda para interpretar esas señales y convertirlas en interacciones oportunas y bien pensadas.

La necesidad es evidente. En la misma encuesta a estudiantes, la mitad dijo haber evitado ponerse en contacto con su institución porque el proceso le pareció demasiado difícil. A otro 40 % le habían pedido que repitiera información que ya había proporcionado, el 34 % había sido transferido sin que se resolviera su problema y el 31 % no había encontrado lo que necesitaba y se había dado por vencido.

Las experiencias de IA más útiles ayudan a las instituciones a detectar esos obstáculos antes de que lleven a alguien a desvincularse.

El contexto es lo que convierte una respuesta en una acción útil

Todos hemos sentido la frustración de tener que dar la misma información una y otra vez a una organización. Ahora imagina tener que hacerlo mientras intentas inscribirte en cursos, resolver un problema con la ayuda financiera o retomar el contacto con tu alma mater. Cada interacción desconectada hace que la institución parezca un poco menos una organización que te conoce.

Conectar la información en torno a cada persona, en lugar de hacerlo en torno a departamentos separados, transforma esa experiencia. Los estudiantes, exalumnos y donantes se benefician de una interacción más continua y personalizada, mientras que el personal obtiene el contexto necesario para responder con mayor eficacia. Cuando las instituciones facilitan una interacción más personal, crean las condiciones para forjar relaciones más sólidas y una fidelidad duradera.

Los estudiantes ya están indicando que quieren que las experiencias digitales funcionen así. En la misma investigación sobre estudiantes, el 56 % dijo esperar que los sistemas estén conectados, sin redirecciones ni tener que volver a introducir la misma información una y otra vez. La mitad espera que las herramientas digitales señalen de forma proactiva los plazos, requisitos o problemas antes de que se conviertan en inconvenientes.

Ofrecer esa experiencia requiere algo más que hacer más inteligentes las herramientas individuales. Significa conectar la información y los flujos de trabajo para que las instituciones puedan entender en qué punto de su recorrido se encuentra cada persona y responder en consecuencia.

La mejor IA sabe cuándo actuar, cuándo proteger y cuándo dar un paso atrás

El objetivo de la IA agéntica no debería ser alcanzar la máxima autonomía. Debería ser encontrar la combinación adecuada de asistencia, acción y criterio humano, incorporando la aprobación de una persona al flujo de trabajo desde el principio.

A medida que la IA adquiere capacidad para emprender más acciones, decidir qué debería hacer por su cuenta se vuelve tan importante como ampliar lo que puede hacer. Las tareas rutinarias, como detectar formularios incompletos o mostrar información pertinente, pueden ser adecuadas para la automatización. Pero cuando un sistema de IA prepara un mensaje para contactar a un estudiante o recomienda una acción que podría afectar su experiencia, una persona debería tener la oportunidad de aprobarla antes de que nada llegue al estudiante.

La supervisión humana no debería limitarse a escalar casos inusuales o revisar decisiones una vez tomadas. En interacciones de alto impacto, la aprobación debe darse antes de la acción, no después. La IA puede detectar señales, recomendar los siguientes pasos y preparar comunicaciones, mientras que el personal conserva el control de lo que ocurre a continuación.

Este enfoque también deja espacio para el criterio y la empatía que la tecnología no puede reemplazar. Un estudiante que atraviesa una situación financiera inusual o tiene dificultades académicas puede necesitar algo más que una recomendación automatizada. La tecnología debería ayudar al personal a reconocer esos momentos y responder con el contexto necesario, en lugar de excluirlo del proceso.

Una implementación responsable también implica proteger la información confidencial de la que dependen estas experiencias. Conectar sistemas y permitir que la IA actúe plantea cuestiones importantes sobre el acceso a los datos, los permisos, la seguridad y la rendición de cuentas. Un agente que ayuda con una solicitud o un trámite de ayuda financiera debería tener acceso únicamente a la información y las acciones adecuadas para esa interacción, con límites claros sobre lo que puede hacer.

El trabajo de Microsoft Research sobre agentes con intervención humana refuerza la importancia de incorporar la supervisión y el control humanos al diseño de sistemas cada vez más autónomos, incluidos mecanismos que permitan a las personas participar en el trabajo de un agente y redirigirlo. Una IA responsable hace posibles mejores experiencias al generar la confianza necesaria para ofrecerlas.

La próxima generación de IA se centrará en los resultados

Las instituciones también deben dar otro paso: cambiar la forma en que miden si la IA realmente está funcionando.

Hoy, el rendimiento de la IA suele evaluarse mediante métricas de actividad: conversaciones atendidas, preguntas respondidas, tiempos de respuesta o consultas desviadas del personal. Esas medidas pueden indicar si se está utilizando un sistema o si está reduciendo la carga de trabajo, pero no necesariamente revelan si ayudó a alguien a lograr lo que se proponía.

Para el estudiante que se quedó a mitad de una solicitud, el éxito significa completarla, no simplemente recibir respuestas de un asistente de IA. Para un antiguo alumno interesado en volver a conectar, significa dar el siguiente paso en esa relación.

El impacto de estas experiencias digitales va mucho más allá de la comodidad. La investigación sobre estudiantes reveló que el 38 % había pospuesto una tarea importante relacionada con la matrícula, la ayuda financiera o los estudios porque resultaba difícil navegar por las herramientas digitales. Una de cada cuatro personas dijo que esas dificultades le habían hecho preguntarse si valía la pena seguir matriculada. Cuando la tecnología genera tanta fricción, medir la interacción con la propia tecnología no da en el clavo. Las instituciones deberían preguntarse si las personas completan las tareas que se proponen, en qué punto se atascan y si la experiencia mejora con el tiempo.

La próxima generación de IA se definirá por lo que las personas puedan lograr gracias a ella, y ese cambio es emocionante. Ya sea que alguien esté cursando estudios universitarios, gestionando su atención médica o relacionándose con una organización que le importa, la oportunidad consiste en hacer que las experiencias complejas resulten verdaderamente acogedoras y útiles. Para lograrlo, hacen falta recorridos diseñados en torno a personas reales, información conectada, una supervisión humana significativa y el compromiso de medir los resultados, no la actividad.

El objetivo no es automatizar más por el mero hecho de hacerlo. Se trata de ayudar a las personas a avanzar con menos fricción, más confianza y la sensación más clara de que la organización al otro lado realmente las entiende.