{"id":2010,"date":"2025-03-17T15:04:50","date_gmt":"2025-03-17T15:04:50","guid":{"rendered":"https:\/\/elink.cat\/blog\/?p=2010"},"modified":"2025-06-18T14:10:15","modified_gmt":"2025-06-18T14:10:15","slug":"que-es-un-agent-dia-i-com-pensen","status":"publish","type":"post","link":"https:\/\/elink.cat\/blog\/que-es-un-agent-dia-i-com-pensen\/","title":{"rendered":"Qu\u00e8 \u00e9s un Agent d\u2019IA?\u00a0 I com “pensen”"},"content":{"rendered":"Temps de lectura: <\/span> 3<\/span> minuts<\/span><\/span>

 <\/p>\n

L\u2019Intel\u00b7lig\u00e8ncia Artificial (IA)<\/b><\/span> est\u00e0 evolucionant r\u00e0pidament, i cada cop sentim m\u00e9s a parlar dels agents d\u2019IA<\/b><\/span>. Per\u00f2, qu\u00e8 s\u00f3n exactament? I com prenen decisions? En aquest article explorarem el funcionament dels agents d\u2019IA, el seu cicle de pensament, acci\u00f3 i observaci\u00f3<\/b><\/span>, i introduirem el concepte de ReAct Approach<\/b><\/span>, una de les metodologies m\u00e9s avan\u00e7ades en aquest \u00e0mbit.<\/p>\n

Qu\u00e8 \u00e9s un agent d\u2019IA?<\/b><\/b><\/h3>\n

Un agent d\u2019IA<\/b><\/span> \u00e9s un sistema que pren decisions de manera aut\u00f2noma<\/b><\/span> per aconseguir un objectiu. A difer\u00e8ncia dels models tradicionals d\u2019IA (com el machine learning cl\u00e0ssic, que nom\u00e9s classifica o fa prediccions), un agent pot interactuar amb el seu entorn<\/b><\/span>, adaptar-se a noves situacions i millorar les seves accions basant-se en l\u2019experi\u00e8ncia.<\/p>\n

Podem trobar agents d\u2019IA en moltes aplicacions del dia a dia:<\/p>\n

    \n
  • Assistents virtuals (com Siri o Alexa)<\/li>\n
  • Chatbots intel\u00b7ligents<\/li>\n
  • Sistemes de recomanaci\u00f3 personalitzats<\/li>\n
  • Agents de videojocs i simulacions<\/li>\n
  • Robots f\u00edsics aut\u00f2noms (com els cotxes aut\u00f2noms)<\/li>\n<\/ul>\n

    El punt clau \u00e9s que un agent d\u2019IA <\/span>no nom\u00e9s processa informaci\u00f3, sin\u00f3 que actua sobre l\u2019entorn i apr\u00e8n d\u2019aquestes accions<\/b>.<\/span><\/p>\n

    El cicle de pensament, acci\u00f3 i observaci\u00f3<\/b><\/b><\/h3>\n

    Per entendre com funciona un agent d\u2019IA, hem de veure el seu cicle de presa de decisions<\/b><\/span>, que es basa en tres fases:<\/p>\n

      \n
    • \u00a0Observaci\u00f3 (Perception) :\u00a0<\/b><\/b>L\u2019agent percep el seu entorn mitjan\u00e7ant sensors, c\u00e0meres, text o dades digitals<\/b><\/span>. Aquesta informaci\u00f3 li permet entendre qu\u00e8 est\u00e0 passant.<\/li>\n<\/ul>\n

      Exemple:<\/i> Un cotxe aut\u00f2nom detecta que hi ha un sem\u00e0for vermell i un vianant creuant.<\/p>\n

        \n
      • \u00a0Pensament (Reasoning) : <\/b><\/b>L\u2019agent processa la informaci\u00f3 rebuda i decideix qu\u00e8 fer basant-se en algoritmes, regles o models d\u2019aprenentatge<\/b><\/span>.<\/li>\n<\/ul>\n

        Exemple:<\/i> El cotxe aut\u00f2nom analitza si ha de frenar o si pot seguir avan\u00e7ant segons el tr\u00e0nsit i les normes de circulaci\u00f3.<\/p>\n

          \n
        • \u00a0Acci\u00f3 (Action) :\u00a0<\/b><\/b>L\u2019agent realitza una acci\u00f3 sobre l\u2019entorn per complir el seu objectiu. Aquesta acci\u00f3 pot ser f\u00edsica (moure un robot) o digital (respondre en un xat).<\/li>\n<\/ul>\n

          Exemple:<\/i> El cotxe frena per evitar una col\u00b7lisi\u00f3.<\/p>\n

          Aquest proc\u00e9s es repeteix cont\u00ednuament, creant un bucle de millora constant<\/b><\/span> on l\u2019agent va aprenent i optimitzant les seves accions.<\/p>\n

           <\/p>\n

          \"\"<\/p>\n

          L’evoluci\u00f3 : el ReAct Approach: Raonament + Acci\u00f3<\/b><\/b><\/h3>\n

          Una de les metodologies m\u00e9s avan\u00e7ades en agents d\u2019IA \u00e9s el ReAct Approach (Reasoning + Acting)<\/b><\/span>. Aquesta estrat\u00e8gia combina raonament expl\u00edcit i acci\u00f3 immediata<\/b><\/span>, en lloc de simplement seguir regles predefinides.<\/p>\n

          \u00a0<\/span>Com funciona?<\/b><\/b><\/p>\n

          L\u2019agent no nom\u00e9s observa i actua, sin\u00f3 que tamb\u00e9 explica i justifica<\/b><\/span> les seves accions, i pot revisar i ajustar la seva estrat\u00e8gia en temps real basant-se en nous inputs de l\u2019entorn<\/b><\/span>.<\/p>\n

          Aix\u00f2 fa que sigui m\u00e9s flexible i adaptatiu<\/b><\/span> en situacions complexes.<\/p>\n

          Exemple:<\/i> Un chatbot d\u2019atenci\u00f3 al client no nom\u00e9s respon preguntes, sin\u00f3 que pot deduir<\/b><\/span> quin problema t\u00e9 l\u2019usuari i ajustar les seves respostes en conseq\u00fc\u00e8ncia. Com que aix\u00f2 \u00e9s un tema que te molt de suc, en parlar\u00e9 en propers articles.<\/p>\n

          Per qu\u00e8 s\u00f3n importants els agents d\u2019IA?<\/b><\/b><\/h3>\n

          Els agents intel\u00b7ligents s\u00f3n clau per a moltes aplicacions actuals i futures:<\/p>\n

            \n
          • Automatitzaci\u00f3 intel\u00b7ligent:<\/b><\/span> Redueixen la necessitat d\u2019intervenci\u00f3 humana en tasques repetitives.<\/li>\n
          • Adaptabilitat:<\/b><\/span> No nom\u00e9s segueixen regles fixes, sin\u00f3 que aprenen i milloren.<\/li>\n
          • Interacci\u00f3 m\u00e9s natural:<\/b><\/span> Fan que la comunicaci\u00f3 home-m\u00e0quina sigui m\u00e9s fluida i intu\u00eftiva.<\/li>\n<\/ul>\n

            Amb l\u2019evoluci\u00f3 de t\u00e8cniques com el ReAct Approach<\/b><\/span>, els agents d\u2019IA seran cada cop m\u00e9s aut\u00f2noms i eficients, obrint la porta a un futur on la IA no nom\u00e9s executa ordres, sin\u00f3 que tamb\u00e9 raona, apr\u00e8n i decideix per si mateixa<\/b><\/span>.<\/p>\n

            Aquests agents doncs representen un gran pas cap a sistemes aut\u00f2noms capa\u00e7os de prendre decisions, actuar i millorar-se cont\u00ednuament<\/b><\/span>. El seu cicle de pensament, acci\u00f3 i observaci\u00f3<\/b><\/span> els permet interactuar amb el m\u00f3n de manera intel\u00b7ligent, i enfocaments com el ReAct Approach<\/b><\/span> els fan encara m\u00e9s vers\u00e0tils i adaptatius.\u00a0En els propers anys, aquests agents es convertiran en part fonamental de l\u2019automatitzaci\u00f3, la rob\u00f2tica i la intel\u00b7lig\u00e8ncia empresarial<\/b><\/span>. La IA no nom\u00e9s respondr\u00e0 preguntes o generar\u00e0 text, sin\u00f3 que prendr\u00e0 decisions estrat\u00e8giques<\/b><\/span> en temps real!<\/p>\n","protected":false},"excerpt":{"rendered":"

            Temps de lectura: <\/span> 3<\/span> minuts<\/span><\/span>  L\u2019Intel\u00b7lig\u00e8ncia Artificial (IA) est\u00e0 evolucionant r\u00e0pidament, i cada cop sentim m\u00e9s a parlar dels agents d\u2019IA. Per\u00f2, qu\u00e8 s\u00f3n exactament? I com prenen decisions? En aquest article explorarem el<\/p>\n","protected":false},"author":1,"featured_media":2022,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"breadcrumbs_single_post":"","page_title_panel":"","breadcrumbs_single_page":"","single_page_alignment":"","single_page_margin":"","page_structure_type":"","content_style_source":"","content_style":"","blog_post_streched_ed":"","blog_page_streched_ed":"","has_transparent_header":"","disable_transparent_header":"","vertical_spacing_source":"","content_area_spacing":"","single_post_content_background":"","single_page_content_background":"","single_post_boxed_content_spacing":"","single_page_boxed_content_spacing":"","single_post_content_boxed_radius":"","single_page_content_boxed_radius":"","disable_featured_image":"","disable_post_tags":"","disable_author_box":"","disable_posts_navigation":"","disable_comments":"","disable_related_posts":"","disable_header":"","disable_footer":"","footnotes":""},"categories":[31],"tags":[],"class_list":["post-2010","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-agents-ia-automatitzacio","rishi-post"],"_links":{"self":[{"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/posts\/2010","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/comments?post=2010"}],"version-history":[{"count":9,"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/posts\/2010\/revisions"}],"predecessor-version":[{"id":2023,"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/posts\/2010\/revisions\/2023"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/media\/2022"}],"wp:attachment":[{"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/media?parent=2010"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/categories?post=2010"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/elink.cat\/blog\/wp-json\/wp\/v2\/tags?post=2010"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}