Duela urtebete, adimen artifizialari eta hizkuntza-eredu handiei (LLM) buruz idatzitako artikulu batean honakoa esan nuen: «AA sistemek testuak ulertu eta sortzeko gaitasuna erakusten dute, giza elkarrizketa bat simulatuz. Baina benetan ulertzen al dugu horien funtzionamendua?».

Garai hartan, LLMek emandako erantzunen fidagarritasunaz gain, DeepSeek bezalako ereduen agerpenaz eta ChatGPT-k webean bilatzeko zuen gaitasunaz ere aritu nintzen, eta horrelakoek bide berri bat ireki zezaketela azpimarratu nuen.

Gaur egun, ordea, panorama hura urrun geratu dela dirudi. Adituek «Agentic Era», hots, agenteen garaia deitu dioten honetan murgilduta gaude: hizkuntza-ereduetan oinarritutako sistemak ez dira jada hitzen arteko erlazioa identifikatzera mugatzen; agente gisa jarduteko gaitasuna dutela esaten da. Hala ere, galdera berbera da oraindik: funtsa aldatu al da, ala konplexutasun handiagoko tresna berberen aurrean gaude, oraindik ere benetako ulermenik eta autonomia errealik gabe?

Aldaketa hau ulertzeko, baliagarria da gaur egun erreferente diren bi ikertzaile nagusiren ikuspegia kontuan hartzea. Andrew Ng-ek azpimarratzen duenez, AAren hurrengo jauzia ez dago zertan eredu handiagoak sortzean egon, agentic workflows deritzen lan-fluxuetan baizik. Hau da, ereduari iteratzeko, bere akatsak zuzentzeko eta pauso anitzeko prozesuak gauzatzeko aukera ematea proposatzen du. Ng-ek analogia argi bat erabiltzen du hau azaltzeko: pertsona bati saiakera bat edo txosten bat idazteko eskatzen diogunean ez dugu espero lehenengo zirriborroa perfektua izatea; berrikustea eta zuzentzea espero dugu. Orduan, zergatik nahi dugu adimen artifizialak lehen aukeran erantzun borobil bat lortzea? Lan-fluxu agentikoen gakoa prozesu hori bera da: adimen artifizialari “pentsatzeko” eta bere lana fintzeko denbora eta tresnak ematea.

Ikuspegi hori osatzeko, Andrej Karpathy-k (OpenAIko kide ohiak) proposatutako analogia erabil dezakegu: berak LLMak ordenagailu baten nukleoarekin edo prozesadorearekin (CPU) alderatzen ditu. Prozesadore bat, berez, kalkuluak egiteko pieza indartsu bat da, baina bere horretan ezin du ezer handirik egin. Benetako ordenagailu bat izateko, prozesadore horri memoria, tresnak eta kanpo-mundurako sarbidea gehitu behar zaizkio.

Karpathyren ustez, AAren etorkizuna ez da eredu isolatu bat izatea, sistema oso bat baizik. «Agenteak» dira sistema horren osagaiak: LLMa da «garuna», baina agenteak dira informazioa gogoratzen dutenak, fitxategiak irakurtzen dituztenak edo Interneten bilaketak egiten dituztenak.

Ikuspegi horiek lagungarriak badira ere, komeni da galdera bera berriz planteatzea: benetan paradigma-aldaketa baten aurrean gaude, ala lehendik genituen ereduen gainean eraikitako geruza konplexuago baten aurrean? Izan ere, agente deitzen diegun sistema horiek gai dira atazak zatitzeko, informazioa bilatzeko edo ekintzak kateatzeko, baina funtsean eredu estatistiko berberetan oinarritzen dira.

Azkenaldian, DeepSeek-R1 bezalako “arrazoibide-ereduek” ere arreta piztu dute, erantzun aurretik pausoak esplizituki egituratzeko duten gaitasunagatik. Hala ere, “pentsamendu” horren izaera bera eztabaidagai da: benetako arrazoibidea al da, ala arazo jakin batzuetan hobeto funtzionatzeko optimizatutako prozedura sekuentzial bat?

Horregatik, aldaketa hori norabide baten adierazle gisa ulertzea agian egokiagoa da. Sistemek gero eta erabilgarriagoak eta autonomoagoak dirudite, baina oraindik ere zalantzazkoa da autonomiaren, ulermenaren eta benetako adimenaren arteko muga non dagoen.

Duela urtebete azpimarratzen nuen bezala, «tresna hauen erabilera ona erabiltzaileen hezkuntza teknologikoaren baitakoa da». Premisa horrek, gaur egun, indar bera edo handiagoa du. Agenteek gure izenean ekintzak burutzeko gaitasuna dutenean, galdera etikoak areagotu egiten dira: nor da arduraduna, agente batek nire izenean akats bat egiten badu? Nola berma dezakegu gure datuen pribatutasuna sistema batek gure ordenagailuan edo sarean jarduten duenean?

Horregatik, ezinbestekoa da haien mugak ulertzea. Agente batek eraginkortasun harrigarria izan dezake, baina oraindik ez du pentsamendu kritiko independenterik, ezta bere ekintzen ondorioen benetako ulermenik ere. Sortzen edo gauzatzen dituen emaitzak baloratu, testuinguruan kokatu eta gainbegiratu egin behar ditugu, baliagarritzat jo aurretik. Duela urtebete bezala, gaur ere gure esku dago tresna hauek tresna gisa mantentzea, eta ez gure irizpidearen ordezko gisa. •