En la Conferencia AAMAS 2026 en Chipre se premiaron diez trabajos sobresalientes, incluyendo guías para equipos humanos‑LLM, planificación neurosimbólica y modelos fundacionales para agentes adaptativos.
La 25ª Conferencia Internacional de Agentes Autónomos y Sistemas Multi‑agente (AAMAS) se celebró del 25 al 29 de mayo de 2025 en Paphos, Chipre. Se entregaron premios en tres categorías: mejor artículo, mejor artículo de estudiante y mejor idea de “blue sky”. Cada categoría contó con un ganador y una lista de nominados.
El trabajo ganador, “Developing Guidelines for Human‑LLM Agent Teams: A Multi‑Stakeholder Lens”, presentó a Mireia Yurrita, Davide Dell’Anna, Pradeep K. Murukannaiah, Catholijn M. Jonker y Pinar Yolum. El estudio propone directrices para la colaboración entre humanos y modelos de lenguaje grande (LLM) desde la perspectiva de múltiples partes interesadas. Entre los nominados se incluyeron investigaciones como “UNCAP: Uncertainty‑Guided Neurosymbolic Planning Using Natural Language Communication for Cooperative Autonomous Vehicles”, que explora planificación neurosimbólica guiada por incertidumbre; y “Ratio‑Based Signaling for Source‑Victim Separation in Swarm Fault Detection”, centrada en detección de fallas en enjambres. Otros trabajos abordaron temas de teoría de votación, optimización de políticas multi‑agente, generación de debates asistidos por recuperación, selección de socios en dilemas sociales, modelado de flujos de creencias y gobernanza democrática a escala.
El premio al estudiante correspondió al artículo “Planning Ahead with RSA: Efficient Signalling in Dynamic Environments by Projecting User Awareness across Future Timesteps”, de Anwesha Das, John Duff, Jörg Hoffmann y Vera Demberg. La propuesta mejora la señalización en entornos dinámicos mediante proyección de la conciencia del usuario a lo largo del tiempo. Los demás nominados trataron de cálculo de equilibrios en juegos de agregación presupuestaria, defensa de drones a gran escala, inferencia contrafactual robusta en procesos de decisión de Markov, asignación de tareas en sistemas de recolección y entrega, y reputación como mecanismo para evitar colapsos de cooperación en sistemas multi‑agente basados en LLM.
El galardón “Blue Sky Ideas” fue para “Foundation World Models for Agents that Learn, Verify, and Adapt Reliably Beyond Static Environments”, de Florent Delgrange. El trabajo propone modelos de mundo fundacionales que permitan a los agentes aprender, verificar y adaptarse de manera fiable fuera de entornos estáticos. Las candidaturas incluyeron propuestas para guiar sistemas sociotécnicos hacia equilibrios de valores y normas, y una investigación sobre la evolución dinámica de lógicas estratégicas.
Para los ejecutivos, estos resultados indican áreas críticas a considerar al diseñar sistemas basados en agentes. La guía para equipos humanos‑LLM sugiere formalizar procesos de interacción y documentación que reduzcan riesgos de malinterpretación. Los enfoques de planificación neurosimbólica y detección de fallas en enjambres requieren infraestructura de sensores y capacidad de cómputo en tiempo real, lo que implica inversiones en hardware y arquitectura de nube. La propuesta de modelos fundacionales implica que los futuros agentes podrán operar en entornos cambiantes sin re‑entrenamiento extensivo, reduciendo costos de mantenimiento y mejorando la resiliencia.
En resumen, los premios AAMAS 2026 resaltan avances que van desde metodologías de colaboración humano‑IA hasta arquitecturas de agentes autosuficientes, ofreciendo a los responsables de negocio una hoja de ruta clara para incorporar IA multi‑agente con gobernanza, eficiencia y adaptabilidad como pilares fundamentales.
Escrito por
Experto en procesos y calidad
Ingeniero industrial con una obsesión por los estándares. Certificado en ISO 9001, ISO 27001 e ISO 42001 — la norma que define cómo las organizaciones deben gestionar la inteligencia artificial de forma responsable. Para Henry, la IA no es solo tecnología sino un sistema que debe auditarse, gobernarse y medirse.
Ver todos sus artículos →Un nuevo pipeline llamado Agents‑K1 transforma artículos académicos en grafos de conocimiento listos para agentes de IA, ofreciendo datos más ricos que abstracts y citaciones simples, y ya está disponible con un subconjunto de un millón de papers.
Directores latinoamericanos deben frenar la IA sombra que filtra datos sensibles a proveedores externos, alineando productividad con protección legal y reputacional.
OpenAI incorpora la tecnología de nube segura de Ona, permitiendo que los agentes de Codex trabajen más allá de la sesión y el dispositivo, con control total de datos y cumplimiento para empresas.
