Ecosistema de agentes inteligentes: aproximación a la IA
Explicación de un sistema de agentes de IA que colaboran entre sí, llamados BIKAs, para automatizar trabajo experto.
La Inteligencia Artificial es un área multidisciplinar que se ocupa de técnicas y algoritmos que permiten crear sistemas con habilidades tales como aprendizaje, inferencia de conocimiento, procesamiento de información y razonamiento, entre otras, todas ellas basadas en el paradigma de la inteligencia humana.
En nuestro caso, el área de investigación se ha basado en la automatización de trabajo experto (Automation of Knowledge Work, McKinsey 2013 ↗), esto es, cómo hacer que ciertas tareas complejas realizadas por expertos se automaticen. En el siguiente gráfico se puede ver un informe de McKinsey acerca de la estimación del impacto económico de ciertas áreas en 2025, y en segundo lugar se encuentra el área Automation of Knowledge Work.
Impacto económico de tecnologías en 2025. Fuente: McKinsey, 2013
Durante los últimos años, por parte de los usuarios, se ha dado un incesante crecimiento de la demanda de servicios cada vez más complejos y difíciles de ejecutar. Esto ha obligado al uso de conocimiento más experto para llevar a cabo las tareas subyacentes, dando lugar a lo que se denomina como knowledge workers, concepto que identificamos con aquellos trabajadores cuyo principal valor es el conocimiento experto que pueden aportar.
Una tendencia creciente es el uso de la tecnología para automatizar tareas normalmente realizadas por estos knowledge workers o trabajadores expertos. Para ello, se necesita descomponer el flujo de tareas que llevan a cabo dichos expertos en un conjunto de tareas automatizables que requieran una mínima supervisión de los expertos para su ejecución.
Flujo de trabajo y tareas automatizables.
Para automatizar este trabajo, las empresas están adoptando una variedad de tecnologías del ámbito de la inteligencia artificial, entre ellas el Procesamiento de Lenguaje Natural ↗, las interfaces naturales y las técnicas de Machine Learning.
Ecosistema de agentes inteligentes#
La solución que se plantea desde BEEVA para implementar la automatización de flujos de trabajo consiste en un ecosistema de agentes inteligentes. Un ecosistema resuelve la necesidad de llevar a cabo procesos complejos a través de tareas simples realizadas por múltiples agentes inteligentes (denominados BIKAs en nuestro sistema) imitando, en la medida de lo posible, a las personas o trabajadores expertos.
Un ejemplo de proceso llevado a cabo por expertos es el proceso de selección de trabajadores realizado por el departamento de Recursos Humanos (RRHH) de cualquier empresa. En este proceso se puede observar cómo es necesaria la colaboración de múltiples personas, cada una con conocimiento específico de una tarea concreta. Entre las subtareas que componen este proceso se pueden distinguir las siguientes:
- Gestión de ofertas de trabajo.
- Gestión de candidatos.
- Procesos de selección de candidatos para ofertas.
- Realización de informes de los procesos de selección.
Proceso de selección de candidatos para una oferta de empleo dividido en subtareas.
En esta imagen se observa cómo se necesita una persona con unas características concretas para un proyecto y se inicia una cadena o flujo de comunicaciones entre los expertos de cada subtarea para llevar a cabo la búsqueda del candidato. Si transformamos este proceso y lo automatizamos aplicando un ecosistema de agentes inteligentes, quedaría de la siguiente manera:
Agentes inteligentes en un proceso de selección de candidatos para una oferta de empleo.
En este caso, las tareas de la persona encargada de la gestión de ofertas las realiza un agente llamado BIKA Oferta. Del mismo modo, para la gestión de candidatos existe otro agente llamado BIKA Candidato que se encarga de recibir curriculums de candidatos, junto a un agente BIKA Selección (o Matching) para la selección del candidato apropiado y un agente BIKA Informe encargado de comunicar los resultados.
Arquitectura del ecosistema#
Los distintos agentes inteligentes o BIKAs de un ecosistema conviven y colaboran bajo ciertas normas de entendimiento y comportamiento. Para ello se ha diseñado una serie de sistemas, además de los agentes, que permiten establecer cómo deben de interactuar los agentes entre sí y con el usuario del ecosistema.
Por ejemplo, para que los agentes se conozcan entre sí es necesario un sistema similar a un directorio de una empresa en el que se puede saber dónde encontrar a una persona y a qué se dedica. A este sistema se le ha denominado cerebro del ecosistema (ecosystem graph). De este modo, cuando un BIKA necesita información de un dominio (o ámbito de conocimiento) que no comprende o bien necesita que otro agente realice una determinada tarea, consulta en el cerebro del ecosistema cómo debe proceder para completar su objetivo. Las relaciones funcionales de los distintos BIKAs y su colaboración/cooperación son las que definen los flujos de actividades que conforman los procesos complejos.
El ecosistema contiene también una base de conocimiento o knowledge graph con la información que necesita cada agente inteligente para llevar a cabo su tarea dentro de su dominio. Esta información es un conjunto de conceptos relacionados entre sí. El ecosistema es capaz de aprender de manera automática gracias a la creación de relaciones entre conceptos de su base de conocimiento y a la búsqueda fuera del ecosistema de conceptos nuevos relacionados con otros que ya tiene. En el ecosistema hay un tutor que supervisa este aprendizaje.
Por último, para que la persona encargada o usuario pueda comunicarse con el ecosistema se ha creado una interfaz. Ésta contiene tanto entornos web de acceso como una interfaz de comunicación en lenguaje natural. Esta última permite que el usuario se comunique con el ecosistema para realizar operaciones más complejas que las del entorno web a través de un diálogo interactivo en lenguaje natural.
El esquema general que describe el ecosistema es el siguiente:
Arquitectura de un ecosistema de agentes inteligentes.
Proyectos automatizables#
Un ecosistema de agentes se puede aplicar a cualquier proyecto en el que haya una necesidad de automatizar tareas complejas que solo pueden realizar personas expertas. Con esto en mente, muchos proyectos pueden darle utilidad a un ecosistema y cualquier persona encargada en seguir el flujo de los procesos lo puede utilizar.
Los casos de uso desarrollados por el grupo de Innovación de BEEVA se han basado en pruebas de concepto que demuestran la utilidad de estos sistemas, ayudando a personas que no son expertas en una tarea concreta a que puedan realizarla. Durante varios meses hemos aplicado los ecosistemas de agentes en la automatización del proceso de reserva de salas y en el proceso de selección de candidatos dentro de un departamento de Recursos Humanos.
En ambos casos, una gran parte de la investigación se ha centrado en técnicas de inteligencia artificial como el procesamiento de frases en lenguaje natural. Con el lenguaje natural, cualquier usuario puede interaccionar con el sistema de automatización de trabajo de una manera más sencilla.
El resultado de nuestra segunda prueba de concepto ha sido muy prometedor y las posibilidades de aplicación son numerosas dentro de BEEVA, ya que en cada proyecto hay infinidad de procesos que pueden automatizarse y aplicaciones de estos. Por ejemplo, la selección del mejor empleado disponible en un puesto de un proyecto, ayuda y soporte durante el proceso de formación de empleados en función de las necesidades de proyectos.
Casos de éxito y tendencias#
A lo largo de los últimos años, importantes empresas han comenzado a implementar pruebas de esta tecnología. Por ejemplo, el conocido proyecto de IBM IBM Watson ↗, una tecnología cognitiva que procesa información de forma más parecida a una persona que a un ordenador. Otras como Price Waterhouse Cooper (PwC) hablan de una aplicación de SAP ↗ para la National Football League en Estados Unidos en la que ayudan a los interesados en contratar jugadores durante el proceso de selección del mejor candidato. PwC denomina a lo que nosotros llamamos flujo de trabajo como ‘mindflow’. En otro artículo científico reciente ↗ (2014) se habla de cómo aplicar el automation of knowledge work en el campo de la medicina para áreas de genética y diagnóstico de enfermedades basado en imágenes.
Evaluando investigaciones y pruebas, podemos concluir que la aplicación de soluciones como los ecosistemas de agentes al problema de automation of knowledge work son una tendencia que se empieza a explorar y se espera que dentro de unos años se convierta en una gran fuente de ingreso en las empresas.
Los buenos resultados que dan los ecosistemas de agentes nos motivan a seguir aplicándolos dentro de procesos complejos que nos ayuden y que hagan que nuestros sistemas sean más eficientes y usables.
Imagen: Informe McKinsey.
Originally published at labs.beeva.com on November 27, 2014. BEEVA is now BBVA Technology.