Integrar las poblaciones sintéticas en una arquitectura de agentes.

Las arquitecturas de agentes sobresalen en descomponer un problema, orquestar herramientas y redactar síntesis. Fracasan en un punto preciso: el anclaje del comportamiento. Cuando un agente debe evaluar cómo reaccionarán clientes, administrados o equipos ante una decisión, no tiene otro recurso que preguntárselo al LLM que lo sostiene. Ahora bien, un LLM librado a sí mismo tiene una deriva estructural: promedia. Produce la reacción más probable y aplasta la varianza interna de los grupos; las combinaciones raras y las voces minoritarias desaparecen, precisamente lo que la decisión necesita ver. Multiplicar los agentes no corrige nada: diez agentes que interrogan al mismo modelo promedian diez veces.

El problema no es la capacidad de razonamiento de la arquitectura. Es la ausencia de una capa de evidencia: un sustrato que los agentes pueden interrogar y que posee, él sí, propiedades estadísticas controladas y desviaciones medidas. Ese es exactamente el papel de una población sintética.

El principio de arquitectura es una separación de capas. La capa de razonamiento, los agentes, descompone la decisión, formula las hipótesis, orquesta los análisis y redacta las restituciones. La capa de evidencia, la población sintética, aporta la materia de comportamiento: individuos modelizados hasta varios millones, generados bajo restricciones estadísticas multidimensionales, estructurados en tipologías granulares, entrevistables uno a uno. Los agentes ya no especulan sobre las reacciones: las recogen, mediante entrevistas conducidas sobre la población, y las restituyen con su traza.

Esta separación cambia la naturaleza de las garantías. La calidad del razonamiento sigue siendo la de los agentes; la calidad de la evidencia se vuelve medible independientemente: desviaciones respecto a las distribuciones de referencia documentadas en un informe de calibración, varianza comparada con las referencias de encuestas, trazabilidad de cada insight hasta las entrevistas individuales. Una arquitectura de agentes anclada es auditable allí donde una arquitectura de agentes desnuda no lo es.

Tres patrones cubren lo esencial de los casos. El patrón herramienta, primero: la población se expone a los agentes como una herramienta invocable, vía una API, al mismo título que una base documental o un motor de cálculo; el agente decide cuándo interrogar la población, formula sus peticiones, recibe los resultados trazados. Es el patrón más rápido de desplegar y el más corriente. El patrón skill, después: la población y sus modelos cognitivos se integran como una capacidad del propio LLM, detentados en licencia exclusiva o en plena propiedad por la organización; es el patrón de los actores que hacen de la simulación un activo estratégico interno. El patrón servicio dedicado, por último: la simulación se convierte en una etapa de pleno derecho del pipeline de decisión, orquestada entre los agentes de encuadre aguas arriba y los agentes de restitución aguas abajo; es el patrón de las arquitecturas de gobernanza donde cada etapa debe ser aislable y auditable.

La elección se hace sobre tres criterios: la frecuencia de interrogación (la herramienta basta para los usos puntuales, el skill y el servicio dedicado sirven los usos continuos), la exigencia de propiedad (el skill responde a las estrategias de activo propietario), y la exigencia de auditabilidad (el servicio dedicado aísla la simulación para las funciones de control).

Cualquiera que sea la integración, la población se expone a los agentes mediante tres familias de servicios. La generación: instanciar una población coherente según las tipologías pertinentes para la decisión, calibrada sobre los datos públicos y los segmentos propietarios de la organización. La interrogación: conducir entrevistas dinámicas sobre la población, colectivamente o individuo por individuo, con repreguntas contextualizadas, de 7 a 12 por persona de media, conducidas en paralelo sobre varios centenares a más de un millar de hilos de cálculo. La proyección: calcular las trayectorias de comportamiento a varios meses o años bajo los escenarios formulados por los agentes, con la traza completa de los razonamientos.

La disciplina de interfaz cuenta tanto como los servicios: cada respuesta devuelta a los agentes porta sus metadatos de trazabilidad, el identificador de las entrevistas fuente, las tipologías movilizadas, las desviaciones de calibración de la población interrogada. Es lo que permitirá, al final de la cadena, remontar de una recomendación de agente hasta las entrevistas que la fundan.

El flujo de trabajo tipo se organiza en bucle. Los agentes de encuadre transponen la decisión en pregunta simulable y en escenarios contrastados. La población se instancia a la escala pertinente. Los agentes someten cada escenario a la población mediante entrevistas; los insights remontan con sus trazas. Los agentes de síntesis confrontan los escenarios, identifican los puntos de inflexión y redactan la restitución, cada conclusión citando sus entrevistas fuente. Si un insight sorprende, los agentes pueden relanzar la entrevista, descender a una tipología, probar una variante: el bucle es iterativo, y cada iteración se cuenta en minutos de cálculo, no en semanas de trabajo de campo.

La regla de oro del anclaje: ninguna afirmación de comportamiento en la restitución final que no provenga de la capa de evidencia. Lo que corresponde al razonamiento de los agentes, descomposición, hipótesis, arbitrajes de presentación, se asume como tal; lo que corresponde a las reacciones humanas se documenta sistemáticamente en las entrevistas. Esta disciplina editorial es lo que distingue una ayuda a la decisión anclada de una redacción elocuente.

El riesgo propio de las cadenas de agentes es el blanqueo de procedencia: a fuerza de resúmenes de resúmenes, la restitución final ya no sabe de dónde vienen sus afirmaciones. La respuesta es arquitectural: la trazabilidad se propaga como un metadato obligatorio en cada eslabón. Cada insight conserva sus identificadores de entrevistas; cada síntesis conserva los identificadores de los insights que agrega; la restitución final es impugnable línea a línea. Las direcciones de riesgos y de conformidad pueden auditar la cadena completa, del expediente restituido hasta las entrevistas individuales, y verificar las desviaciones de calibración de la población movilizada. Es la condición para que la arquitectura de agentes sea admisible en los procesos de decisión regulados.

Tres exigencias de gobernanza estructuran el despliegue. Los datos primero: ningún dato nominativo entra en la capa de evidencia, las poblaciones se reconstruyen a partir de agregados anónimos y de segmentos, nativamente conformes con el RGPD; los datos propietarios de la organización sirven para la calibración tras una anonimización estricta y no reentrenan ningún modelo. La soberanía después: la capa de evidencia se aloja en una infraestructura controlada, en Francia para los despliegues estándar, en sus propias instalaciones, hasta el aislamiento completo air-gapped, para los actores regulados; la arquitectura de agentes puede así satisfacer exigencias que las dependencias de los hyperscalers extranjeros prohíben. La responsabilidad por último: la arquitectura ilumina la decisión, no la toma; el posicionamiento respecto al AI Act es el de un instrumento de ayuda a la decisión trazable, cuya decisión final sigue siendo humana.

El primer antipatrón es el agente que simula su propia población: pedir al LLM que interprete a los encuestados, sin restricciones estadísticas ni desviaciones medidas. Cada respuesta parece plausible; la población entera es falsa, arrastrada hacia la media. El segundo es la población sin pruebas: una capa de evidencia cuyas propiedades no se miden ni se documentan solo añade la apariencia del rigor; sin informe de calibración, el anclaje es una hipótesis disfrazada. El tercero es la delegación: conectar la cadena de agentes directamente a la ejecución de la decisión. Una organización que delegara sus decisiones en una arquitectura de agentes, por bien anclada que estuviera, cometería una falta metodológica y política mayor. La arquitectura aumenta la lucidez del decisor; no reemplaza su responsabilidad.