Human-Centered AI: User-Driven Adapted Language Models (HumanAI-LANG)
El proyecto HumanAI del grupo HULAT-UC3M coordinado junto el grupo NIL-UCM tiene como objetivo abordar los desafíos a los que se enfrentan las personas con discapacidad de tipo cognitivo al utilizar herramientas de Inteligencia Artificial (IA) generativa. Este proyecto se centra en impulsar la inclusividad y accesibilidad en la IA generativa, reducir la brecha digital y mejorar la calidad de vida de estas personas, manteniendo un compromiso con la responsabilidad ambiental.
El objetivo es definir un framework y métodos para herramientas de IA generativa multimodales en español, asegurando que sean cognitivamente accesibles, personalizables y fáciles de entender a través de la participación activa de los usuarios finales a lo largo del proyecto, desde el perfeccionamiento de modelos de lenguaje hasta el diseño de interfaces de usuario. El logro de estos objetivos respalda la hipótesis de investigación del proyecto de que los avances en interfaces de usuario accesibles y personalizables, junto con enfoques novedosos en IA y Procesamiento del Lenguaje Natural (PLN), pueden cerrar la brecha digital para personas con barreras de accesibilidad cognitiva al utilizar nuevas herramientas de IA generativa.
Este subproyecto del grupo HULAT, HumanAI-LANG, se centrará en abordar los retos que se plantean por la creciente progresión de las tecnologías de la IA generativa, especialmente aquellas basadas en los grandes modelos del lenguaje (LLMs). Los retos incluyen dificultad usando los prompts, la comprensión del contenido de las interacciones y la interpretación de los resultados. El objetivo de este subproyecto es explorar los LLM de código abierto para adaptarlos mediante enfoques de fine-tuning (ajuste fino) basados en instrucciones incluyendo a las personas en ese proceso.
Además, se generarán conjuntos de datos (corpora) con instrucciones que tengan en cuenta el Feedback humano para el ajuste fino de los LLMs, en particular considerando a las personas con discapacidades cognitivas en español, un idioma que no se tiene tan en cuenta en los LLMs como el inglés, lo que permitirá ajustar los modelos de IA generativa para satisfacer las necesidades de estos usuarios, al tiempo que se genera contenido textual que cumple con pautas de lenguaje claro y lectura fácil. Además, se abordará la integración de métodos alternativos de comunicación, como pictogramas y elementos visuales, para mejorar la comprensión de los resultados obtenidos.
Además, el entrenamiento y la puesta a punto de los LLMs son tareas que consumen mucha energía y el funcionamiento de los sistemas de IA generativa ha suscitado preocupaciones medioambientales.
Este subproyecto ha sido dotado de una ayuda FPI el cual realizará una tesis doctoral en "Human-in-the-loop in LLMs fine-tuning in the context of cognitive impairments”.
FINANCIACIÓN: 183,368.74 €