Meta y la fiebre de los agentes de IA: cuando la automatización se devora a sí misma

Meta está viviendo una crisis interna que no aparece en los titulares de producto, pero que describe mejor que cualquier anuncio cómo la IA está reconfigurando el mundo laboral.

Según reporta el New York Times (8 de mayo), la compañía ha comenzado a monitorizar la actividad en los ordenadores de sus empleados para entrenar modelos de IA, planea recortar un 10% de su plantilla este mismo mes, y ha empujado a los trabajadores a crear tantos agentes de IA que otros equipos han tenido que desarrollar agentes para encontrar agentes y agentes para evaluar agentes.

El resultado, según empleados actuales y antiguos citados por el periódico: ira, ansiedad y una sensación generalizada de que Meta ya no es un lugar para construir una carrera.

Un ecosistema de agentes que se devoran a sí mismos

La imagen que describe el artículo es casi kafkaiana: la directiva interna exige tantos agentes de IA que la organización se ha vuelto inmanejable. Hay equipos que han creado agentes conversacionales solo para descubrir que otro equipo ya había creado uno similar. Otros han tenido que construir meta-agentes que buscan y clasifican a los demás. Y encima, un tercer grupo debe evaluar si esos meta-agentes funcionan correctamente.

Esto no es ciencia ficción. Es el resultado natural de una estrategia de IA donde la velocidad de ejecución prima sobre la coherencia. Cuando el objetivo es "tener agentes para todo", se crea una arquitectura sin diseño, sin estándares, sin gobernanza.

El patrón no es nuevo en la industria. Se parece mucho al boom de los microservicios de hace una década: todas las empresas pasaron a tener cientos de servicios pequeños que después hubo que integrar, mantener y vigilar. La diferencia es que ahora esos "servicios" pueden tomar decisiones, generar contenido y actuar de forma autónoma.

El seguimiento como consecuencia lógica

La monitorización de la actividad de los empleados para recoger datos de entrenamiento es el siguiente paso natural. Si el modelo necesita interacciones humanas para aprender, ¿qué mejor fuente que el día a día de miles de trabajadores haciendo su trabajo real?

El problema ético es evidente, pero también lo es el problema práctico: los datos collected de esta manera pueden contener sesgos, errores y patrones que no representan lo que la empresa quiere enseñar. Un modelo entrenado con interacciones de empleados que están siendo forzados a usar herramientas que no han elegido puede aprender las malas prácticas antes que las buenas.

Más allá del caso concreto de Meta

Lo interesante de esta noticia no es el drama humano (que lo hay) ni el mal manejo comunicativo de Zuck. Lo interesante es el modelo de transformación organizacional que representa. Estamos viendo a una de las empresas más grandes del mundo intentando integrar IA generativa en cada rincón de su operación, sin un plan claro, sin gobernanza, y con una presión desde la cúpula que no permite cuestionar si lo que se está haciendo tiene sentido.

Este no es un caso aislado. Es un estudio de caso que las escuelas de negocio van a usar durante años: qué pasa cuando mezclas presión por resultados de IA, seguimiento de empleados, reestructuración de personal y ambición desmedida sin gobernanza. Spoiler: no termina bien para la cultura, aunque los números trimestrales puedan暂时 estar bien.

La pregunta que deberían hacerse los directivos no es "¿cómo metemos más IA?" sino "¿para qué queremos la IA y cómo sabemos si está funcionando?" En Meta parece que esa pregunta no se la están haciendo.