6G conectará agentes inteligentes heterogéneos para que operen de manera nativa en tareas cooperativas complejas. Al conectar la inteligencia, surgen dos preguntas de investigación principales para identificar cómo se comportan los modelos de inteligencia artificial y aprendizaje automático dependiendo de la calidad de los datos de entrada, afectados por errores inducidos por interferencias y ruido aditivo durante la comunicación inalámbrica; su efectividad contextual y resiliencia para interpretar y explotar el significado detrás de los datos. Ambas preguntas están dentro del ámbito de las comunicaciones. Con este documento, investigamos cómo compartir de manera efectiva los recursos del espectro de comunicación entre un sistema de comunicación heredado (es decir, orientado a datos) y uno nuevo orientado a objetivos de inteligencia en el borde. Específicamente, abordamos el escenario de un servicio de Banda Ancha Móvil Mejorada (eMBB), es decir, un usuario subiendo un flujo de video a un punto de acceso radioeléctrico, interfiriendo con un sistema de inferencia en el borde, en el que un usuario sube imágenes a un Host de Borde Móvil que ejecuta una tarea de clasificación. Nuestro objetivo es lograr, a través de la cooperación, la mayor tasa de datos del servicio eMBB, sujeto a un objetivo específico del servicio de inferencia en el borde, a saber, la probabilidad de inferencia confiable a tiempo. Primero formalizamos una definición general de un objetivo en el contexto de las comunicaciones inalámbricas. Esto incluye la efectividad del objetivo, (es decir, la tasa de alcanzabilidad del objetivo, o la probabilidad de alcanzar el objetivo), así como (es decir, el consumo de recursos de la red necesario para alcanzar el objetivo con la efectividad objetivo). Argumentamos y mostramos, a través de evaluaciones numéricas, que la fiabilidad de la comunicación y la efectividad del objetivo no están directamente vinculadas. Luego, después de una evaluación del rendimiento que busca aclarar la diferencia entre el rendimiento de la comunicación y la efectividad del objetivo, se formula y resuelve un problema de optimización a largo plazo mediante herramientas de optimización de redes estocásticas de Lyapunov para garantizar el rendimiento objetivo deseado. Finalmente, nuestros resultados numéricos evalúan las ventajas de la optimización propuesta y la superioridad de la estrategia orientada a objetivos frente a enfoques heredados compatibles con 5G, tanto en entornos de comunicación (y computación) estacionarios como no estacionarios.