Les termes Agentic AI et Multiagentic AI ont récemment gagné en popularité dans les discussions sur l'intelligence artificielle générative. Ils sont souvent utilisés pour décrire des agents logiciels autonomes et des systèmes composés de tels agents. Cependant, cette utilisation confond ces mots à la mode avec des concepts bien établis dans la littérature sur l'IA : les agents intelligents et les systèmes multi-agents. Dans cet article, nous proposons une analyse critique de cette confusion conceptuelle. Nous passons en revue les origines théoriques du terme "agentic" dans les sciences sociales (Bandura, 1986) ainsi que les notions philosophiques d'intentionnalité (Dennett, 1971). Ensuite, nous résumons les travaux fondamentaux sur les agents intelligents et les systèmes multi-agents de Wooldridge, Jennings et d'autres chercheurs renommés. Nous examinons également les architectures classiques des agents, allant des agents réactifs simples aux modèles Belief-Desire-Intention (BDI), et mettons en lumière leurs propriétés clés telles que l'autonomie, la réactivité, la proactivité et la capacité sociale qui définissent l'agence en IA. Ensuite, nous discutons des développements récents dans le domaine des grands modèles linguistiques (LLMs) ainsi que des plateformes d'agents basées sur LLMs. Cela inclut l'émergence d'agents IA alimentés par LLMs et de cadres d'orchestration multi-agents open-source. Nous soutenons que les termes AI Agentic et AI Multiagentic sont souvent utilisés comme des mots à la mode pour décrire ce qui est essentiellement des agents IA et des systèmes multi-agents. Cette confusion néglige des décennies de recherche dans le domaine des agents autonomes et des systèmes multi-agents. Cet article plaide en faveur de la rigueur scientifique et technologique ainsi que de l'utilisation d'une terminologie établie issue de l'état de l'art en IA, intégrant la richesse des connaissances existantes, y compris les normes pour les plates-formes de système multi-agent, les langages de communication, ainsi que les algorithmes de coordination et coopération. Il est important d'utiliser ces technologies d'accord telles que la négociation automatisée, l'argumentation, les organisations virtuelles, la confiance ou encore la réputation dans cette nouvelle vague prometteuse d'agents IA basés sur LLMs afin de ne pas finir par réinventer la roue.
SummaryLes mots Agentic AI et Multiagentic AI sont importants pour parler de robots intelligents. Ces mots décrivent des logiciels autonomes et des systèmes faits de ces logiciels. Parfois, les gens les confondent avec d'autres idées sur les robots intelligents. Un article explique pourquoi cette confusion est importante en se basant sur des recherches passées. Il parle aussi des caractéristiques importantes des robots, comme leur capacité à agir seuls, à réagir, à être proactifs et sociaux.
Definitions
- Agentic AI: Des robots qui peuvent penser et agir par eux-mêmes.
- Multiagentic AI: Des systèmes composés de plusieurs robots autonomes travaillant ensemble.
- Agents intelligents: Robots capables de prendre des décisions intelligentes.
- Systèmes multi-agents: Groupes de robots qui coopèrent pour atteindre un objectif commun.
- Terminologie (Terminology): Les mots spéciaux utilisés pour parler d'un sujet particulier.
Les termes Agentic AI et Multiagentic AI ont récemment gagné en popularité dans les discussions sur l'intelligence artificielle générative. Ils sont souvent utilisés pour décrire des agents logiciels autonomes et des systèmes composés de tels agents. Cependant, cette utilisation confond ces mots à la mode avec des concepts bien établis dans la littérature sur l'IA : les agents intelligents et les systèmes multi-agents.
Dans cet article, nous proposons une analyse critique de cette confusion conceptuelle. Nous passons en revue les origines théoriques du terme "agentic" dans les sciences sociales (Bandura, 1986) ainsi que les notions philosophiques d'intentionnalité (Dennett, 1971). Ensuite, nous résumons les travaux fondamentaux sur les agents intelligents et les systèmes multi-agents de Wooldridge, Jennings et d'autres chercheurs renommés.
Nous examinons également les architectures classiques des agents, allant des agents réactifs simples aux modèles Belief-Desire-Intention (BDI), et mettons en lumière leurs propriétés clés telles que l'autonomie, la réactivité, la proactivité et la capacité sociale qui définissent l'agence en IA.
Ensuite, nous discutons des développements récents dans le domaine des grands modèles linguistiques (LLMs) ainsi que des plateformes d'agents basées sur LLMs. Cela inclut l'émergence d'agents IA alimentés par LLMs et de cadres d'orchestration multi-agents open-source.
Nous soutenons que les termes AI Agentic et AI Multiagentic sont souvent utilisés comme des mots à la mode pour décrire ce qui est essentiellement des agents IA et des systèmes multi-agents. Cette confusion néglige des décennies de recherche dans le domaine des agents autonomes et des systèmes multi-agents.
Cet article plaide en faveur de la rigueur scientifique et technologique ainsi que de l'utilisation d'une terminologie établie issue de l'état de l'art en IA, intégrant la richesse des connaissances existantes, y compris les normes pour les plates-formes de système multi-agent, les langages de communication, ainsi que les algorithmes de coordination et coopération.
Il est important d'utiliser ces technologies d'accord telles que la négociation automatisée, l'argumentation, les organisations virtuelles, la confiance ou encore la réputation dans cette nouvelle vague prometteuse d'agents IA basés sur LLMs afin de ne pas finir par réinventer la roue.
The terms Agentic AI and Multiagentic AI have recently gained popularity in discussions on generative artificial intelligence, often used to describe autonomous software agents and systems composed of such agents. However, the use of these terms confuses these buzzwords with well-established concepts in AI literature: intelligent agents and multi-agent systems. This article offers a critical analysis of this conceptual misuse. We review the theoretical origins of "agentic" in the social sciences (Bandura, 1986) and philosophical notions of intentionality (Dennett, 1971), and then summarise foundational works on intelligent agents and multi-agent systems by Wooldridge, Jennings and others. We examine classic agent architectures, from simple reactive agents to Belief-Desire-Intention (BDI) models, and highlight key properties (autonomy, reactivity, proactivity, social capability) that define agency in AI. We then discuss recent developments in large language models (LLMs) and agent platforms based on LLMs, including the emergence of LLM-powered AI agents and open-source multi-agent orchestration frameworks. We argue that the term AI Agentic is often used as a buzzword for what are essentially AI agents, and AI Multiagentic for what are multi-agent systems. This confusion overlooks decades of research in the field of autonomous agents and multi-agent systems. The article advocates for scientific and technological rigour and the use of established terminology from the state of the art in AI, incorporating the wealth of existing knowledge, including standards for multi-agent system platforms, communication languages and coordination and cooperation algorithms, agreement technologies (automated negotiation, argumentation, virtual organisations, trust, reputation, etc.), into the new and promising wave of LLM-based AI agents, so as not to end up reinventing the wheel.
