Un periodista deja que la IA de Meta le controle la vida: qué salió bien y qué falló

Eli Tan, periodista de tecnología del diario The New York Times, se ha sometido a un experimento poco habitual: cederle el mando de su día a día a Muse, el agente de inteligencia artificial de Meta Platforms. La prueba, bautizada como «Take Over My Life», consistió en darle acceso a su vida digital y dejar que la IA actuara por él, en lugar de limitarse a contestar a sus preguntas. Tras convivir con el agente, su veredicto es llamativo: lo considera «uno de los productos de IA más útiles» que ha probado. Eso sí, el propio titular deja claro que la experiencia tuvo dos caras: momentos en los que el agente rindió por encima de lo esperado y otros en los que se quedó corto o directamente falló.

La clave está en la diferencia entre un chatbot y un agente. Un chatbot te responde; un agente hace cosas por ti: actúa dentro de tus aplicaciones, encadena tareas y toma decisiones con la información que le das. Ese salto es justo la gran apuesta del sector ahora mismo, y Meta no quiere quedarse atrás. Para la compañía, Muse no es un juguete tecnológico: es la forma de meter la IA en el centro de su ecosistema, allí donde ya pasan horas millones de personas, y de demostrar que su inversión en inteligencia artificial se traduce en algo que el usuario realmente usa.

Ahora bien, el experimento de Tan también deja al descubierto la otra cara. Que una IA necesite acceso a tus cuentas, mensajes o calendario para ser de verdad útil es precisamente lo que frena a mucha gente: hay que confiarle datos sensibles a un sistema que, como muestra la propia prueba, a veces se equivoca. El cuello de botella de los agentes no es tanto la potencia del modelo como la confianza, los permisos y qué pasa cuando el agente la lía. La experiencia de un periodista tecnológico, acostumbrado a cacharrear, no es lo mismo que la de un usuario normal que se juega su correo o su agenda.

Para el inversor, la noticia no mueve números por sí sola, pero sí apunta a una tendencia que importa. Si los agentes de IA funcionan, el negocio deja de medirse por quién tiene el mejor modelo y pasa a medirse por quién controla el flujo de trabajo del usuario. Ahí Meta parte con ventaja porque ya tiene la distribución, aunque también se expone a más escrutinio sobre privacidad y responsabilidad si su IA mete la pata en casa del cliente. La señal a vigilar: si Muse pasa de las reseñas y las demostraciones a métricas de uso reales y a una vía clara de monetización.