Résultats du processus de synthèse de l'article arXiv : 2506.01463v1

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.

• Les termes Agentic AI et Multiagentic AI sont populaires dans les discussions sur l'intelligence artificielle générative.
• Ils décrivent des agents logiciels autonomes et des systèmes composés de tels agents.
• Ces termes sont souvent confondus avec les concepts bien établis d'agents intelligents et de systèmes multi-agents.
• L'article propose une analyse critique de cette confusion conceptuelle en se basant sur des travaux théoriques antérieurs.
• Il met en lumière les propriétés clés des architectures classiques des agents, telles que l'autonomie, la réactivité, la proactivité et la capacité sociale.
• Il discute également des développements récents dans le domaine des grands modèles linguistiques (LLMs) et des plateformes d'agents basées sur LLMs.
• L'article plaide pour l'utilisation d'une terminologie établie issue de l'état de l'art en IA pour éviter de négliger des décennies de recherche dans le domaine.

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.