La teoría fue presentada en su integridad hace 40 años por Marvin Minsky y no era solo una metáfora futurista. Era una arquitectura, ciertamente conceptual, para explicar cómo emerge la inteligencia: no desde un centro único y racional, sino desde la interacción de múltiples agentes especializados.
Durante décadas, la industria que perseguía construir inteligencia artificial rebuscaba en otra dirección: encontrar “el algoritmo” definitivo, un sistema central capaz de comprenderlo todo. Sin embargo, el desarrollo reciente de sistemas multiagentes, plataformas autónomas y arquitecturas distribuidas muestra que la intuición de Minsky era la correcta.
La propuesta central era simple y radical: la mente no funciona como un programa único. Funciona como una ciudad. Miles de procesos pequeños, especializados y parcialmente independientes cooperan, compiten y negocian entre sí. Ninguno entiende completamente el sistema global, pero juntos producen lo que interpretamos como inteligencia.
La idea resultaba inapropiada porque rompía con la visión clásica de la IA como una máquina lógica y centralizada. Durante años, gran parte de la investigación se concentró en aumentar el tamaño de los modelos, mejorar motores de inferencia o construir sistemas expertos con miles de reglas capaces de representar conocimiento de manera unificada. La inteligencia era vista como un problema de orden, jerarquía y control.
La arquitectura comercialmente emergente ahora en 2026 apunta en otra dirección, puesto que los sistemas actuales más avanzados ya no funcionan como asistentes únicos que responden solo a preguntas. Operan como ecosistemas de agentes especializados. Algunos leen archivos, otros buscan información, otros programan, ejecutan comandos, administran memoria contextual o supervisan tareas. El modelo de lenguaje central deja de ser un “cerebro” absoluto y se convierte en un coordinador que delega, prioriza y sincroniza capacidades distribuidas.
La inteligencia deja entonces de parecerse a una pirámide y comienza a parecerse a un parlamento donde las plataformas multiagentes modernas reflejan esta lógica de manera sorprendente. Cada skill o módulo opera como una entidad relativamente autónoma. Existen capas de memoria persistente, orquestadores, sistemas de permisos y herramientas de coordinación entre agentes. El resultado final no depende de un único algoritmo omnisciente, sino de la interacción dinámica entre múltiples componentes especializados.
Esto explica por qué muchos de los comportamientos más interesantes de los sistemas actuales parecen emerger de manera inesperada. No se trata de magia ni de consciencia espontánea. Se trata de algo así como complejidad distribuida. Cuando agentes especializados interactúan bajo ciertas reglas, aparecen capacidades globales que no estaban explícitamente programadas en ninguna pieza individual.
La industria tecnológica finalmente está construyendo sistemas que se parecen menos a calculadoras gigantes y más a sociedades cognitivas.
La transición es visible también en el lenguaje empresarial y computacional contemporáneo. La conversación ya no gira únicamente alrededor de modelos más grandes, sino alrededor de orquestación, coordinación, gobernanza, memoria contextual y agentes persistentes. La IA agéntica se presenta ahora como infraestructura permanente de trabajo, no como herramienta ocasional.
La diferencia es muy relevante. Un chatbot tradicional espera instrucciones, responde y termina el proceso. Un sistema multiagente opera continuamente: monitorea tareas, actualiza contexto, activa herramientas, coordina subprocesos y toma decisiones parciales durante largos periodos. La inteligencia deja de ser un evento puntual y se convierte en una actividad permanente de tokenización y negociación interna.
Esto también cambia la escala computacional del problema. Un sistema conversacional necesita inferencia y miles de tokens. Una sociedad de agentes necesita coordinación continua, persistencia, memoria distribuida y capacidad de acción autónoma. La demanda de cómputo crece no solo por el tamaño de los modelos, sino porque la arquitectura misma se vuelve social.
La relevancia de estas ideas hoy no es únicamente técnica, y creo que cada vez más es filosófica y en que al gestionar poder, ciertamente, hasta política. Durante décadas, la cultura digital imaginó la inteligencia artificial como una entidad centralizada: un gran cerebro artificial capaz de controlar procesos de manera eficiente y racional. Las arquitecturas multiagente muestran algo ligeramente distinto. La inteligencia compleja no surge de un dictador computacional perfecto. Surge de sistemas heterogéneos, conflictivos y distribuidos.
Eso tiene consecuencias importantes para el diseño tecnológico contemporáneo. Los problemas actuales de coordinación entre agentes, seguridad, gobernanza y control emergente no son errores pasajeros. Son consecuencias naturales de construir sistemas cognitivos distribuidos. Cuando múltiples agentes interactúan de manera autónoma, aparecen tensiones inevitables: conflictos de acceso, decisiones contradictorias, prioridades incompatibles y comportamientos inesperados.
La pregunta ya no es cómo construir un “cerebro maestro”. La pregunta es cómo diseñar instituciones (educativas, regulatorias, sociales), reglas y mecanismos de coordinación para estas sociedades artificiales complejas.
Por eso conceptos como control towers, sandboxes seguros, gobernanza de agentes, políticas de acceso y trazabilidad se han vuelto centrales en la conversación tecnológica. La industria está descubriendo que administrar una sociedad de agentes se parece más a diseñar una constitución que a escribir un algoritmo tradicional.
La inteligencia artificial contemporánea comienza así a abandonar la fantasía del control absoluto. La mente, natural o artificial, parece funcionar mejor cuando existe especialización distribuida, coordinación parcial y autonomía local. La coherencia emerge desde abajo, no desde arriba. El “yo” deja de entenderse como un director central y pasa a verse como el resultado temporal de múltiples negociaciones internas.
Esa intuición resulta especialmente relevante en una época obsesionada con asistentes universales y modelos gigantescos. La verdadera revolución no parece estar únicamente en modelos más grandes, sino en arquitecturas capaces de coordinar múltiples inteligencias parciales. El CEO de NVIDIA, Jensen Huang, ha declarado célebremente que “los agentes de IA son quizá el lanzamiento de software más importante de la historia”, porque cambiarán de manera fundamental la forma en que trabajamos.
La importancia histórica de esta visión es enorme porque redefine qué significa construir IA. Ya no se trata solo de generar texto, imágenes o código. Se trata de construir ecologías cognitivas artificiales. Las condiciones tecnológicas para hacerlo finalmente existen: modelos suficientemente competentes para actuar como agentes autónomos, infraestructura capaz de ejecutar cientos de procesos paralelos y frameworks de orquestación suficientemente maduros para coordinar sistemas distribuidos.
La transición apenas comienza, pero el cambio conceptual ya ocurrió : la inteligencia artificial dejó de imaginarse como una máquina solitaria encerrada en una cámara racional. Ahora se parece más a una ciudad: ruidosa, especializada, conflictiva, adaptable y permanentemente en negociación consigo misma. Y quizá esa era la idea más importante de todas: entender que la inteligencia nunca fue unidad perfecta, sino convivencia compleja.
Parafraseando a Minsky, concluyo que el secreto de la inteligencia es como niños jugando fútbol en la calle: nadie tiene estrategia, todos persiguen la pelota y aun así cae un gol.
Pd: By the way, ojalá que en este Mundial metamos más de los que nos suelen meter.