La generació de fórmules en fulls de càlcul continua sent un dels principals colls d’ampolla per a milions d’usuaris, malgrat la ubiqüitat d’eines com Excel o Google Sheets. Escriure expressions correctes requereix no només conèixer la sintaxi, sinó també comprendre la lògica de negoci subjacent. Els sistemes d’intel·ligència artificial han abordat aquest problema mitjançant l’ajust fi supervisat (SFT), però l’escassetat de dades etiquetades provoca una saturació ràpida del rendiment. En aquest context, FormulaSPIN emergeix com una solució innovadora que trenca aquest sostre gràcies a un mecanisme d’auto-millora iteratiu, sense necessitat de noves anotacions humanes.
FormulaSPIN es basa en el concepte de self-play (joc autocontingut), inspirat en tècniques de reforç que han funcionat en dominis com els jocs o la generació de codi. Tanmateix, l’aplicació directa de SPIN a la generació de fórmules resultava contraproduent: penalitzava per igual qualsevol sortida que no coincidís exactament amb la referència, fins i tot quan existien múltiples formulacions equivalents des del punt de vista de l’execució. Això generava gradients contradictoris, ja que una mateixa expressió podia ser considerada errònia en un exemple i correcta en un altre. FormulaSPIN resol aquest problema explotant una propietat única de les fórmules: l’executabilitat binària. Una fórmula s’executa correctament o no, cosa que permet separar de manera implícita els errors semàntics de les variants estilístiques vàlides.
El marc d’entrenament es modela com un joc de dos jugadors. El jugador principal aprèn a preferir les fórmules reals (ground truth) davant de les generades per la seva versió anterior, mentre que el feedback d’execució classifica les sortides en diferents nivells de granularitat. Això dona lloc a un currículum adaptatiu: primer es fomenta la correcció semàntica absoluta i, posteriorment, es refina l’estil. Per gestionar les múltiples fórmules vàlides, s’incorpora ExecVote, un mecanisme de votació semàntica que agrega les solucions equivalents sense perdre precisió. Els resultats en benchmarks com NL2FORMULA mostren un 74,9 % de coincidència exacta i un 87,1 % de precisió d’execució, igualant models entrenats amb anotacions addicionals de preferència i superant tant els mètodes SFT tradicionals com els models propietaris de frontera.
Aquest avenç té implicacions profundes per al desenvolupament d’aplicacions empresarials. A Q2BSTUDIO entenem que la capacitat de generar fórmules precises de forma automàtica no només estalvia temps, sinó que redueix errors en processos crítics de reporting i anàlisi. La integració de models d’IA com FormulaSPIN en plataformes de Business Intelligence (BI) permet que els usuaris no tècnics puguin construir indicadors complexos sense dependre d’equips de TI. Per exemple, en un dashboard de Power BI, un agent IA podria suggerir fórmules DAX correctes basant-se en descripcions en llenguatge natural, accelerant l’adopció de l’analítica self-service.
Des d’una perspectiva tècnica, la implementació de FormulaSPIN requereix entorns d’execució segurs i escalables. L’executabilitat binària implica que cada fórmula ha de ser avaluada en un sandbox per evitar efectes secundaris. Això encaixa perfectament amb les arquitectures cloud que oferim a Q2BSTUDIO, on despleguem contenidors aïllats a AWS o Azure que executen milions de proves de correcció sense comprometre la seguretat. La ciberseguretat és crucial, especialment quan les fórmules poden accedir a dades sensibles; per això, els nostres serveis de pentesting i auditoria garanteixen que els models d’IA no introdueixin vulnerabilitats.
El concepte d’auto-millora sense dades addicionals és especialment rellevant per a empreses que gestionen dominis molt específics, on etiquetar dades resulta prohibitius. La filosofia de FormulaSPIN es pot estendre a altres àrees de l’automatització de processos, com la generació de consultes SQL, regles de negoci o scripts d’orquestració. A Q2BSTUDIO desenvolupem agents d’IA que aprenen de la pròpia interacció amb el sistema, aplicant bucles de retroalimentació similars. Això permet que el programari evolucioni amb l’ús, reduint la necessitat d’intervenció humana constant.
A més, la capacitat de gestionar múltiples solucions equivalents obre la porta a sistemes més robustos i adaptables. En lloc de forçar una única resposta correcta, el model pot oferir diverses alternatives igualment vàlides, deixant que l’usuari triï la que millor s’adapti al seu context. Això és especialment útil en entorns col·laboratius on diferents departaments poden tenir preferències estilístiques distintes. La nostra experiència en desenvolupament d’aplicacions a mida ens mostra que la flexibilitat és clau per a l’adopció de qualsevol eina d’IA a l’empresa.
Un altre aspecte destacable és el currículum adaptatiu. De la mateixa manera que un tutor humà ajusta la dificultat segons el progrés de l’alumne, FormulaSPIN va refinant el seu criteri a mesura que el model millora. Això redueix la inestabilitat típica de l’entrenament adversarial i accelera la convergència. A Q2BSTUDIO apliquem principis similars en l’optimització de models de llenguatge per a chatbots empresarials, combinant aprenentatge per reforç amb feedback d’experts per aconseguir assistents més precisos i coherents.
La combinació d’intel·ligència artificial i automatització de processos està redefinint la productivitat a les organitzacions. FormulaSPIN demostra que és possible assolir un rendiment d’avantguarda sense dependre de grans conjunts de dades etiquetades, democratitzant l’accés a la IA avançada. A Q2BSTUDIO treballem per integrar aquestes capacitats en solucions cloud que cobreixen des de la ciberseguretat fins al Business Intelligence, sempre amb un enfocament en la qualitat i l’escalabilitat. Si la teva empresa busca implementar agents intel·ligents capaços de millorar amb l’ús, no dubtis a contactar-nos; estem preparats per ajudar-te a transformar les teves dades en avantatges competitius.
