Introducción

wolkvox Studio incorpora el nuevo componente “Agent in the Loop”, basado en el enfoque Human in the Loop (HITL), que permite integrar la participación de un agente humano dentro de flujos automatizados construidos con Inteligencia Artificial Agéntica.

Con este componente, un flujo puede detenerse en un punto determinado y enviar información a un agente humano para que la revise y genere una respuesta. Una vez realizada la intervención, la respuesta puede quedar disponible para continuar con la lógica diseñada en el Routing Point.

Esto permite construir automatizaciones en las que la IA y otros componentes ejecutan gran parte del proceso de forma autónoma, pero mantienen la posibilidad de involucrar a una persona cuando una situación requiere criterio, validación, supervisión o una respuesta manual.

El componente “Agent in the Loop” se encuentra en wolkvox Studio, dentro de la pestaña “Cognitivos”, en el grupo “Componentes conversacionales de IA”.

Importante: Agent in the Loop está disponible únicamente para Routing Points de tipo Agentic Engine.

Agent in the Loop no determina por sí mismo qué debe hacer el humano ni ejecuta automáticamente acciones sobre plataformas externas. Su función es enviar al agente humano la información definida en su configuración y recibir su respuesta. Lo que ocurra antes y después dependerá de los demás componentes y de la lógica construida en el flujo.

Por esta razón, puede combinarse con componentes como MCP, Intent, Agentic Deep Research, Agentic BD, Centinela y otros recursos de wolkvox Studio para diseñar procesos autónomos que escalen al equipo humano solamente cuando sea necesario.

¿Para qué puede servir Agent in the Loop?

El componente resulta especialmente útil cuando un proceso puede operar de forma autónoma en la mayoría de los casos, pero existen situaciones que requieren la participación de una persona.

Algunos ejemplos son:

• Revisar una respuesta generada por IA antes de enviarla a un cliente.
• Escalar solicitudes sensibles o excepcionales.
• Validar contenido antes de publicarlo en una plataforma externa.
• Solicitar autorización humana antes de ejecutar una acción crítica.
• Revisar casos en los que un agente autónomo no tenga suficiente información o confianza.
• Permitir que un especialista redacte una respuesta para una gestión específica.
• Incorporar supervisión humana en procesos de redes sociales, servicio al cliente, ventas, soporte o backoffice.
• Combinar procesos automáticos con decisiones humanas dentro de un mismo Routing Point.

Ejemplo: atención de comentarios de YouTube

En el escenario mostrado, se construye un flujo en Agentic Engine que monitorea comentarios realizados en YouTube.

Mediante una integración con el componente MCP, el flujo obtiene los nuevos comentarios publicados en el canal. Posteriormente, diferentes componentes analizan su contenido y determinan qué tratamiento debe recibir cada uno.

Por ejemplo, un usuario puede escribir: “Me gustó mucho conocer la cultura de la empresa. ¿Dónde puedo obtener más información sobre las oportunidades para hacer parte del equipo?”

Este ejemplo utiliza YouTube, pero Agent in the Loop no está limitado a esta plataforma. El mismo principio puede aplicarse a otras herramientas integradas mediante MCP o a información obtenida mediante otros componentes de wolkvox Studio.

Cuando el flujo llega a Agent in the Loop, se genera una interacción para la skill o agente configurado.

En wolkvox Agent, el usuario debe ingresar a la sección Interacciones ubicada en el menú lateral izquierdo.

La nueva interacción aparecerá en el inbox con el asunto definido previamente en el componente. Al seleccionarla, el agente podrá revisar en el panel derecho toda la información enviada desde el flujo.

En este ejemplo actual, el flujo puede evaluar el comentario y determinar si puede responderlo automáticamente o si requiere atención humana.

Cuando se requiere intervención humana, la ruta llega al componente Agent in the Loop. Este genera una interacción para el agente encargado, incluyendo la información que haya sido configurada en los campos Asunto y Cuerpo.

El agente recibe entonces una interacción con datos como:

• Persona que realizó el comentario.
• Contenido del comentario.
• Fecha.
• Identificador o referencia del video.
• Estado o contexto de la gestión.

El contenido dependerá completamente de las variables y datos que hayan sido incorporados al flujo.

En el ejemplo de YouTube, se muestra una interacción denominada: Alerta comentario video y dentro de ella aparece el contenido del comentario y demás información recopilada por el proceso.

Para intervenir:

1. Abre la interacción.
2. Revisa la información enviada por el flujo.
3. Haz clic en “Responder”.
4. Escribe la respuesta en el campo de texto.
5. Haz clic en “Enviar”.

La respuesta quedará asociada a la interacción y podrá continuar dentro de la lógica definida en el proceso.

Cómo configurar Agent in the Loop

1. Da doble clic izquierdo sobre el componente para abrir su panel de configuración.
2. Configura sus campos:
   • Asunto: Define el título que permitirá al agente identificar rápidamente la finalidad de la interacción.
     • Por ejemplo: Alerta comentario video
   • Cuerpo: Define toda la información que deseas entregar al agente para que pueda tomar una decisión o generar una respuesta. Este campo puede incluir variables del Routing Point, por lo que es posible enviar información obtenida previamente mediante componentes de IA, MCP, consultas de datos u otras etapas del flujo.
     • Por ejemplo, el cuerpo podría contener:
       • Nombre de la persona: $nombre_usuario
       • Comentario: $comentario
       • Fecha: $fecha
       • Video: $video_id
       • Estado de gestión: Atención humana
   • Transferir a un skill: Selecciona la skill o cola de agentes encargada de atender este tipo de solicitudes. Todos los agentes habilitados para esa skill podrán recibir la interacción según las reglas operativas definidas.
   • Dar prioridad a un ID de Agente: Si deseas orientar la interacción prioritariamente hacia una persona determinada, ingresa su ID de agente. Esto resulta útil cuando determinadas decisiones deben ser revisadas por un agente específico o especialista.
   • Interacciones simultáneas por agente: Define cuántas interacciones de este tipo puede gestionar simultáneamente un agente. Este valor permite controlar la carga de trabajo generada por los procesos autónomos.
   • El campo Variable de resultado (solo informativa) muestra la variable predeterminada: $agent_in_the_loop_response
     • Esta variable no puede modificarse.
     • En ella queda almacenada la respuesta enviada por el agente humano, permitiendo que otros componentes del Routing Point la utilicen posteriormente.
     • La respuesta admitida por este mecanismo es texto. No se contemplan archivos adjuntos como resultado del componente.
     • Por ejemplo, un componente MCP ubicado posteriormente en el flujo podría recibir: $agent_in_the_loop_response
     • y utilizar esa información como parte de sus instrucciones.
   • Después de completar la configuración, haz clic en “Guardar agent in the loop”.
   • Posteriormente, compila el Routing Point.