Tu segundo agente también puede darte la razón por nada.

Dentro del expediente

El primer agente redacta. El segundo revisa. El tercero confirma que el segundo revisó. Parece una auditoría hasta que preguntas qué observación concreta habría hecho cambiar la conclusión.

Esta es mi propuesta de trabajo, no una afirmación de que todos los sistemas multiagente fallen ni un estándar oficial. Repartir tareas entre modelos puede ser útil. Lo que no aceptaría es confundir el número de respuestas con la independencia de las comprobaciones.

Dos agentes de IA no son dos opiniones

Cuando se encadenan agentes de IA para que uno redacte y otro valide, el segundo suele recibir tres cosas, que son el texto ya escrito, el encargo de comprobarlo y ningún acceso nuevo. Con ese material, la respuesta más probable es una confirmación con matices. El motivo es que no se le ha dado nada con lo que discrepar, más que cualquier complacencia del modelo.

La literatura sobre colaboración entre personas y sistemas automáticos es menos entusiasta de lo que suele citarse. Un metaanálisis publicado en 2024 sobre colaboración entre personas y sistemas automáticos encontró que, de media, la combinación rindió peor que la mejor de las dos partes por separado, y que el resultado dependía de la tarea Fuente primaria ↗. No estudia a dos agentes de IA revisándose entre sí, así que lo uso solo como aviso. Añadir un actor no mejora un proceso por aritmética.

El contexto compartido es el problema

Una segunda lectura vale por lo que ve, no por quién la firma. Si el revisor parte del mismo resumen, hereda el mismo error de partida. Si además se le entrega la conclusión antes que los hechos, se le está pidiendo que argumente hacia atrás.

Yo daría al revisor un punto de partida distinto, que serían los documentos originales sin el borrador delante, o la conclusión contraria como hipótesis de trabajo. Y me preocuparía si nunca aparece una discrepancia, porque un proceso que jamás produce fricción probablemente no está mirando.

Empezaría por la tesis que quiero intentar destruir

En vez de «revisa este dictamen», formularía una conclusión de partida, los hechos de los que depende y una alternativa plausible. La tarea crítica consistiría en encontrar qué dato o fuente haría más fuerte esa alternativa. No en producir una lista ornamental de riesgos genéricos.

Por ejemplo, en un caso sintético de daño económico. La tesis atribuye toda una pérdida a un retraso. La revisión debería examinar qué parte podría explicarse por otros factores y qué documentación falta para distinguirlos. No daría por cuantificado el daño solo porque la tabla suma.

Separaría la crítica de la respuesta a la crítica

Conservaría la objeción original antes de pedir al redactor que la resuelva. Después registraría si se acepta, se rechaza con motivos o queda abierta. Una cuestión abierta con efecto material debería poder bloquear la conclusión o aparecer como limitación expresa.

No permitiría que una frase más elegante contase como respuesta a una objeción documental. Si falta el soporte, lo que falta es el soporte. Cambiar el tono de seguridad no cambia los hechos disponibles.

Lo que aporta el profesional va más allá de pulsar «aprobar»

Elegir qué objeciones importan exige conocer la tarea y los límites del encargo. Por eso reservaría a la persona competente la aceptación final de los supuestos y del razonamiento. Cuando el asunto exceda su especialidad, la salida útil puede ser pedir ayuda, no forzar otra respuesta del sistema.

Hay un riesgo silencioso en delegar la crítica, porque quien deja de ejercerla, deja de entrenarla. Una encuesta a trabajadores del conocimiento publicada en 2025 recogía que a mayor confianza en la herramienta, menor esfuerzo crítico declarado sobre sus resultados Fuente primaria ↗. Es una autodeclaración, no una medición de capacidad, pero describe bien el terreno.

La nota que dejaría por escrito

Seis campos bastan. Hecho discutido. Fuente original. Tesis de partida. Objeción más fuerte. Respuesta razonada. Consecuencia para la versión final. No hace falta convertir cada expediente en una tesis doctoral para dejar un rastro que se entienda seis meses después.

Ese rastro tiene un uso práctico y poco romántico. Cuando alguien pregunte por qué se decidió así, la respuesta no dependerá de tu memoria ni del historial de una conversación que quizá ya no exista.

Cómo sabría si la revisión sirve de algo

Mediría los cambios materiales que produce y los defectos detectados antes de entregar, no el número de comentarios generados. Un sistema con agencia amplia y comprobaciones débiles concentra el riesgo justo donde no se mira, que es la crítica recurrente de OWASP sobre autonomía excesiva Fuente primaria ↗.

Y probaría la revisión con un caso donde la conclusión correcta sea incómoda. Si el proceso solo confirma cuando el resultado gusta, eso es una ceremonia y no una comprobación.

Qué pediría ver en una demostración de agentes de IA

No la conversación bonita entre los dos agentes. Pediría un caso donde el segundo tumbó al primero, con lo que encontró, la fuente y lo que pasó después con el trabajo. Si no existe ese caso guardado en ningún sitio, la pregunta siguiente se contesta sola.

También preguntaría qué información recibe el revisor que no tenía el redactor. Si la respuesta es ninguna, ya sé que estoy pagando por una segunda pasada del mismo material.

Cuándo dos agentes sí aportan de verdad

Cuando cada uno trabaja con una porción distinta del problema y ninguno ve el resultado del otro antes de emitir el suyo. Cuando uno busca en las fuentes y el otro solo comprueba que cada afirmación tenga una detrás. Cuando la discrepancia entre ambos no se resuelve automáticamente, sino que sube a una persona.

Ahí la segunda opinión deja de ser decorativa. Y ahí también aumenta el coste, que es la razón real por la que muchos montajes se quedan en la versión que solo confirma.

Revisión adversarial es construir una posibilidad real de que el trabajo vuelva atrás, algo muy distinto de poner a dos agentes a discutir.

Lo que me preguntan cuando cierro el portátil.

¿Sirve poner dos agentes de IA a revisarse entre ellos?

Puede servir si el segundo trabaja con información propia y con el encargo de encontrar el fallo. Si recibe el texto ya redactado y la instrucción de comprobarlo, puede limitarse a confirmarlo. Dos respuestas del mismo material no son dos comprobaciones.

¿Qué es una revisión adversarial?

Una revisión que empieza por intentar sostener la conclusión contraria. En vez de preguntar si el trabajo está bien, se pregunta qué dato haría más fuerte la alternativa. Si no aparece ninguno después de buscarlo en serio, la tesis original queda más firme que con un visto bueno.

¿Cuántas objeciones debería encontrar una revisión?

No hay una cuota razonable. Encontrar cero problemas puede ser correcto, pero debería poder explicarse indicando qué se buscó, dónde y con qué fuente. Una revisión que nunca encuentra nada, en cambio, describe el proceso, no el trabajo.

El expediente detrás del artículo.

Colaboración entre humanos e IA: un metaanálisis ↗Nature Human Behaviour · Vaccaro y colaboradores · 2024
Investigación revisada por paresIA generativa y pensamiento crítico ↗Lee y colaboradores · CHI 2025 / Microsoft Research · 2025
Encuesta publicada en CHILLM06:2025 · Agencia excesiva ↗OWASP GenAI Security Project · 2025
Guía técnica de riesgos

Fuentes consultadas el 10 de septiembre de 2026. Las recomendaciones y ejemplos son elaboración editorial y no se atribuyen íntegramente a estas fuentes. Comprueba versión y ámbito antes de aplicar una norma.

Divulgación general. Ninguna herramienta de esta web certifica la revisión, seguridad o conformidad de un proceso.