El desenvolupament d'agents capaços d'interactuar amb interfícies gràfiques d'ordinador —els anomenats agents d'ús informàtic— ha avançat enormement en els darrers anys. No obstant això, un dels colls d'ampolla més persistents continua sent l'obtenció de dades de demostració humana: gravar un usuari realitzant tasques en un navegador o en una aplicació d'escriptori és lent, car i difícil d'escalar. Per superar aquesta limitació, l'equip darrere de Fara-1.5 ha proposat una arquitectura de generació de dades sintètiques que combina entorns simulats, solvers automàtics i verificadors complementaris. Aquest enfocament no només permet produir trajectòries d'alta qualitat a gran escala, sinó que també estableix les bases perquè empreses com Q2BSTUDIO puguin integrar capacitats d'IA en les seves pròpies solucions d'automatització i programari a mida.
El problema central és que recol·lectar dades d'interacció humà-ordinador en condicions reals exigeix recursos considerables: cal un equip d'anotadors, entorns protegits amb autenticació o accions irreversibles (com compres o enviaments de dades) i un esforç logístic per registrar cada pas. L'alternativa que proposa Fara-1.5 és un pipeline modular anomenat FaraGen1.5, compost per tres components essencials: entorns, solvers i verificadors. Els entorns inclouen tant llocs web reals com entorns sintètics que simulen dominis protegits per autenticació o que requereixen accions irreversibles —per exemple, fer una comanda en una botiga en línia o modificar una base de dades corporativa. Aquesta distinció és clau perquè permet generar dades sense posar en risc sistemes productius ni incórrer en costos operatius.
El segon component, el solver, és un arnès que pot ser impulsat per diversos models, inclosos models frontera com GPT-5.4. A més, incorpora un simulador d'usuari per permetre interaccions multi-torn: el solver no només executa accions, sinó que també rep respostes de l'entorn simulades per un usuari artificial. Això és fonamental per entrenar agents que puguin mantenir diàlegs contextuals —per exemple, per omplir formularis que requereixen confirmació o per navegar per passos interdependents.
El tercer pilar són els verificadors. FaraGen1.5 puntua cada trajectòria generada amb tres verificadors complementaris: correcció de la tasca (s'ha completat l'objectiu?), eficiència (s'han realitzat els passos mínims necessaris?) i adherència a punts crítics (s'han respectat les restriccions del domini?). Aquesta triple validació assegura que les dades sintètiques no només siguin nombroses, sinó també fiables i alineades amb el comportament humà desitjat.
Amb les dades produïdes per FaraGen1.5, els investigadors van entrenar Fara1.5, una família d'agents natius d'ús informàtic basats en Qwen3.5 (en tres escales: 4B, 9B i 27B de paràmetres). El procés d'entrenament va combinar un ajust fi supervisat (SFT) que equilibra acuradament les dades de FaraGen1.5 per aconseguir una cobertura àmplia, tasques específiques d'alt valor i la correcció de deficiències detectades en el model mitjançant un enfocament iteratiu. Els resultats són contundents: Fara1.5-9B aconsegueix un 63,4% a Online-Mind2Web i un 86,6% a WebVoyager, mentre que Fara1.5-27B obté un 72,3% a Online-Mind2Web, competint amb sistemes propietaris molt més grans. A més, els pesos dels models s'han alliberat sota llicència MIT, democratitzant l'accés a agents d'ús informàtic d'última generació.
Des d'una perspectiva empresarial, aquesta investigació té implicacions directes per a companyies que desenvolupen solucions d'automatització de processos. A Q2BSTUDIO, per exemple, la possibilitat de generar dades sintètiques d'alta qualitat permet accelerar la implementació d'agents que interactuen amb sistemes heretats o amb interfícies web complexes, reduint dràsticament el temps de desenvolupament. Un agent entrenat amb dades de FaraGen1.5 podria integrar-se en un flux de treball de ciberseguretat per realitzar anàlisis de vulnerabilitats en panells d'administració, o en un sistema de Business Intelligence per extreure dades de fonts web i alimentar dashboards a Power BI.
L'arquitectura d'entorns sintètics també és rellevant per al desenvolupament de serveis cloud a AWS o Azure. Moltes aplicacions empresarials depenen d'accions que només es poden executar en entorns autenticats —per exemple, la gestió d'instàncies al núvol o la configuració de bases de dades. Un agent entrenat amb simulacions d'aquests entorns pot després desplegar-se en producció sense necessitat d'exposar dades reals durant l'entrenament, millorant la seguretat i l'escalabilitat.
A més, l'enfocament multi-torn amb simulador d'usuari obre la porta a assistents virtuals més sofisticats per a atenció al client, suport tècnic o fins i tot per a l'automatització de tasques administratives en aplicacions a mida. Empreses com Q2BSTUDIO ja treballen en la integració d'aquest tipus d'agents en les seves plataformes d'IA, combinant-los amb tècniques de processament de llenguatge natural i visió per ordinador per interactuar amb qualsevol interfície gràfica.
No obstant això, el camí cap a agents d'ús informàtic completament autònoms encara afronta desafiaments. La diversitat d'interfícies web, la variabilitat en el disseny de pàgines i la necessitat de comprendre contextos semàntics complexos requereixen que els models no només aprenguin seqüències de clics, sinó que també generalitzin a partir d'exemples limitats. Fara-1.5 demostra que les dades sintètiques ben verificades poden tancar aquesta bretxa, però la comunitat de recerca i desenvolupament haurà de continuar refinant els simuladors i els verificadors per cobrir cada cop més dominis.
En resum, FaraGen1.5 representa un avenç significatiu en la generació escalable de dades per a agents d'ús informàtic. La seva combinació d'entorns reals i sintètics, solvers potents i verificadors complementaris permet entrenar models que aconsegueixen resultats d'última generació amb una fracció del cost dels mètodes tradicionals. Per a empreses com Q2BSTUDIO, especialitzades en aplicacions a mida, IA, ciberseguretat i cloud, aquesta tecnologia ofereix una via pragmàtica per incorporar agents intel·ligents en les seves solucions, reduint temps de desenvolupament i millorant la fiabilitat. L'alliberament dels models sota llicència MIT, a més, fomenta un ecosistema obert on startups i grans corporacions poden experimentar i construir sobre les espatlles d'aquest treball.
