Apple ML Research: los equipos multiagente de LLM frenan a los agentes expertos

Los sistemas multiagente de LLM, en los que los modelos-agente interactúan libremente, sin roles ni guiones predefinidos, no superan a un solo experto bien calibrado, sino que, por el contrario, lo frenan. Esta es la principal conclusión de un nuevo estudio de Apple ML Research, cuyo título lo dice todo: "Multi-Agent Teams Hold Experts Back" ("Los equipos multiagente frenan a los expertos").

Qué estudió Apple ML Research

Los sistemas multiagente son una de las herramientas clave de las aplicaciones de IA modernas: varios agentes especializados trabajan juntos —uno recopila datos, otro analiza, un tercero formula la respuesta—. La mayoría de los enfoques existentes garantizan la coordinación mediante una estructura rígida: roles fijos, un orden determinado de pasos o reglas de agregación de resultados. Esto funciona, pero limita la flexibilidad.

Apple ML Research se preguntó qué ocurriría si se eliminaran estas restricciones y se dejara que los agentes interactuaran de forma completamente libre. Los autores denominan a dicho sistema "equipo autoorganizado": la coordinación no está definida de antemano, sino que debe surgir de manera orgánica a través de la interacción mutua de los agentes. La pregunta es relevante para toda la industria: precisamente hacia una mayor autonomía y una interacción libre se están moviendo actualmente los marcos modernos de orquestación de agentes.

Basándose en la psicología organizacional, los autores introdujeron una métrica clave: la sinergia fuerte. Un equipo se considera sinérgico solo si supera de manera consistente al mejor de sus participantes, y no simplemente su resultado promedio.

Resultado principal: no hay sinergia fuerte

Según Apple ML Research, los equipos autoorganizados de LLM no logran una sinergia fuerte. Es más, en condiciones de interacción sin restricciones, el equipo frena a sus miembros expertos en lugar de potenciarlos. Los hallazgos clave del estudio:

• Los equipos multiagente sin roles fijos no superan al mejor agente experto de su composición.
• La coordinación libre limita, en lugar de liberar, el potencial de los participantes expertos.
• Los enfoques estructurados, con roles predefinidos y reglas de agregación, son consistentemente más eficaces que los no estructurados.
• El efecto de "sabiduría de las multitudes", bien documentado en colectivos humanos, no se reproduce en los agentes LLM.

Por qué la "sabiduría de las multitudes" no funciona en los LLM

Esto rompe con la forma en que operan las personas. En los grupos humanos sin jerarquía rígida, la corrección mutua de errores y la diversidad de puntos de vista a menudo permiten encontrar soluciones inaccesibles para cualquier participante por separado. Desde la perspectiva de la psicología organizacional, esto se explica por la cultura acumulada de trabajo conjunto y el contexto compartido que el grupo forma con el tiempo.

Los modelos de lenguaje no acumulan ese contexto: cada sesión comienza de cero, sin historia compartida ni normas de interacción establecidas entre los agentes. Como resultado, la coordinación libre genera interferencias, no sinergia: el agente experto dentro de dicho equipo funciona peor que si actuara solo.

Qué significa esto para los desarrolladores de sistemas agénticos

La conclusión práctica del estudio: si la coordinación no está establecida de forma explícita —mediante roles, flujos de trabajo o reglas de agregación de resultados—, el sistema multiagente corre el riesgo de perder frente a un solo especialista bien calibrado. Añadir agentes es fácil; organizar su interacción para que realmente funcione es mucho más difícil.

El trabajo de Apple ML Research es un argumento de peso a favor del diseño estructurado de los sistemas multiagente: la sinergia no surge por sí sola de la interacción libre, hay que construirla de manera explícita. Mientras los modelos de lenguaje no aprendan a establecer orgánicamente la coordinación que los grupos humanos construyen mediante la cultura y la experiencia, los equipos de IA autoorganizados seguirán perdiendo frente a los estructurados, y frenarán, en lugar de potenciar, a los mejores agentes de su composición.

¿Qué es la "sinergia fuerte" en el estudio de

Apple ML Research?

La sinergia fuerte es una métrica introducida por los autores del estudio a partir de la psicología organizacional: un equipo de agentes LLM se considera sinérgico solo cuando supera de manera consistente al mejor de sus participantes individuales, y no simplemente cuando muestra un resultado superior a la media del equipo. Precisamente este umbral es el que, según Apple ML Research, los equipos autoorganizados de agentes no logran superar.

¿Por qué los equipos autoorganizados de agentes LLM rinden peor que

los expertos individuales?

Porque a los modelos de lenguaje les falta lo que permite a las personas coordinarse eficazmente sin una estructura rígida: una cultura acumulada de trabajo conjunto y un contexto compartido que se forma con el tiempo. Cada sesión de agentes LLM comienza de cero, sin historia compartida ni normas de interacción establecidas, por lo que la interacción libre de los agentes genera interferencias en lugar de "sabiduría de las multitudes", y el agente experto dentro de dicho equipo funciona peor que actuando en solitario.

¿Cómo evitar el fracaso de un sistema multiagente, según

Apple ML Research?

La coordinación debe establecerse de forma explícita: mediante roles fijos para los agentes, un orden determinado de pasos (workflow) y reglas específicas de agregación de resultados. El estudio muestra que precisamente estos enfoques estructurados son consistentemente más eficaces que la interacción libre y sin restricciones de los agentes, la cual corre el riesgo de frenar, en lugar de potenciar, al mejor experto del equipo.