miércoles, 18 de noviembre de 2026

Grafos y agentes (II): los grafos de flujo de trabajo

En este post continuamos revisando el uso de grafos en agentes, una temática iniciada hace unos pocos artículos atrás.

Habitualmente, cuando pensamos en el uso de grafos en un entorno de inteligencia artificial, lo normal es pensar en los grafos de conocimiento ('knowledge graphs'), es decir, en el registro del conocimiento de un dominio mediante unos grafos que, en sus nodos, recogen entidades y conceptos, y en sus arcos las relaciones entre éstos.

Sin embargo, aunque no deja de ser otra forma de conocimiento, en este caso no vamos a hablar de un conocimiento de dominio, sino en unos grafos orientados al flujo de tareas, al workflow. 

Y lo hacemos apoyándonos, como en los posts anteriores, en el libro 'Agentic GraphRAG: Integrating Knowledge Graphs, Reasoning, and Agency for Enterprise AI' de Anthony Alcaraz y Sam Julien.


Recordando la arquitectura dual y los tres grafos


Como ya hemos visto en post anteriores, estos autores proponen en primer lugar una estructura dual con dos grafos: el grafo que llaman vertical, que es grafo de conocimiento que recoge ese conocimiento del dominio de trabajo, y el grafo horizontal, del que nos ocuparemos ahora, que lo que trata es de tareas y flujos de trabajo.

Como ya vimos también en un post anterior, a pesar de esa repetida mención expresa a una arquitectura dual, con dos grafos, al final de su obra, y de una manera que a mi me ha parecido menos clara, nos hablan de un tercer grafo usado como traza (log) y a efectos de operación, monitorización y diagnóstico.

Pero, como decía, en este post nos referiremos al segundo al grafo de workflow o de flujo de trabajo.


Razonamiento basado en grafos


Antes de abordar el tratamiento de estos grafos de flujo de trabajo, los autores se detienen a hablarnos del razonamiento basado en grafos.

Argumentan que, de cara al razonamiento, el sólo uso de 'prompts' es un mecanismo frágil cuando hablamos de procesos largos y con elementos condicionales, es decir, justo el caso de las automatizaciones de las que esperamos se ocupen los agentes.

En este razonamiento basado en grafos, el agente se apoya en unos grafos que le proporcionan, de alguna forma, el espacio donde puede 'moverse', un espacio en que los nodos 'le hablan' de conceptos, estados y decisiones, mientras los arcos  representan relaciones y transiciones posibles.

Cuando un agente tienen que tratar un flujo de trabajo con múltiples pasos, y siempre según la obra citada, debe responder adecuadamente a tres restricciones:


  • Estado: Es decir, el agente debe recordar el pasado para actuar de manera coherente, y ello sin necesidad de recabar constantemente una información que pueda resultar excesiva y/o irrelevante.

  • Estructura: El agente debe conocer las relaciones entre entidades y, sobre todo, conocer qué acciones o transiciones son posibles en un estado dado, de forma que no incurra en un tipo de alucinación que consistiría en intentar una acción (normalmente a través de una herramienta) que en la realidad no fuese viable.

  • Escala: El agente tiene que ser capaz de llevar a cabo planes que pueden involucrar decenas y decenas de pasos involucrando a numerosas herramientas o aplicaciones externas, y hacerlo sin perderse en su propia complejidad.

Es al cumplimiento de estas restricciones a lo que contribuyen los grafos de workflow.


El grafo de workflow


Los grafos de workflow, o de flujo de tareas ('workflow graph') sustituyen a un mecanismo de razonamiento tradicional basado en reglas lógicas del tipo IF-THEN que, por desgracia, resultan demasiado rígidas.

Por el contrario, lo grafos de flujo de trabajo permiten una forma de decisión dinámica y consciente del estado en que se encuentra el agente (y cómo ha llegado hasta ese estado).

Para ello, el grafo de flujo de trabajo tiene en sus nodos acciones y en sus arcos las transiciones posibles y, con ello, el agente tiene un registro del pasado (a través de qué acciones el agente llegó hasta donde se encuentra) pero también un conocimiento de qué acciones es posible llevar a cabo a continuación.

Este tipo de grafos con estado suponen, pues, una capa de memoria que mantiene la consistencia a lo largo de todo el razonamiento.


El equilibrio entre grafos


Los autores señalan un interesante equilibro o relación entre los grafos (el vertical del conocimiento y el horizontal del workflow).

Así, nos dicen que los workflows de flujo de trabajo se ocupan de la dimensión de cómo razonar o cómo pensar, mientras que los grafos de conocimiento cubren la dimensión de qué saber.

Argumentan también que, mantenerlos como grafos separados, habilita una optimización independiente  pero, al tiempo, permitie un uso coordinado en tiempo de ejecución del agente.


Conclusiones


Al grafo de conocimiento, que aportaba un conocimiento estructurado del dominio de trabajo del agente, unimos ahora el grafo de flujo de trabajo ('workflow') que se ocupa de la historia y estado del agente y, además, de qué acciones es viable llevar a cabo en un momento y estado dados.


Artículos de este blog relacionados


No hay comentarios:

Publicar un comentario