تُعتَبر الوكالة في أنظمة الذكاء الاصطناعي موضوعًا حيويًا يتطلب منا إعادة التفكير في الطريقة التي نتعامل بها مع هذه الأنظمة. في الوقت الذي تتسارع فيه تطورات الذكاء الاصطناعي الوكالي، نجد أن التعريفات السائدة تعتمد بشكل رئيسي على مفهوم الاستقلالية والهدف المحدد.

ومع ذلك، يقدم الباحثون نهجًا جديدًا يعتبر أكثر قدرة على استيعاب التعقيد في سلوك هذه الأنظمة. يتمثل هذا النهج في مفهوم "الاستدلال النشط" (Active Inference)، الذي يحدد ثلاثة معايير أساسية للوكالة:
1. ​​**النية**: تتطلب أن تكون الأفعال مستندة إلى معتقدات ورغبات معينة.
2. **العقلانية**: تحتم أن تكون الأفعال متسقة مع نموذج واقعي معين.
3. **قابلية التفسير**: يجب أن يكون من الممكن تتبع الأفعال إلى الحالات الداخلية.

يتم تطبيق هذا الإطار من خلال نموذج قرار ماركوف القابل للملاحظة جزئيًا في إطار فاريايشنال (Variational Framework)، حيث تنسجم المعتقدات والاهتمامات السابقة مع تقليل الطاقة الحرة المتوقعة لتشكيل سلسلة من الأفعال الوكالية.

عبر استخدام نموذج متاهة "T-maze" الشهير، يظهر كيف يتشكل الفهم من خلال "تمكين" الأنظمة، الذي يصيغ القدرة على العمل بناءً على توقعات النتائج المتوقعة. بالتالي، يمكن تمييز الأنماط السلوكية لمنظمات الوكالة (zero-, intermediate-, high-agency phenotypes) وفقًا للقدرة على التأثير على النموذج التوليدي.

ختامًا، يبدو أن تفويض التحكم يجب أن يتغير بصفة منهجية من القيود الخارجية إلى التعديل الداخلي للتفضيلات السابقة، مما يفتح جسراً جديداً بين الفينوتيب الحسابي واستراتيجيات حوكمة الذكاء الاصطناعي.