Durante la conferencia Build 2025, Microsoft sorprendió con la introducción de una función de ajuste fino para su modelo de lenguaje Phi Silica, mediante la técnica de adaptación de bajo rango (LoRA). Esta innovación promete transformar diversas tareas al optimizar el rendimiento del modelo usando un mínimo de datos personalizados, sin sacrificar sus capacidades generales.
La aplicación de esta técnica se centró en un entorno práctico: la generación de cuestionarios Kahoot! de alta calidad. Este enfoque resultó en una notable reducción del 75% en las tasas de rechazo y una mejora 4.6 veces superior en la calidad subjetiva de los cuestionarios producidos.
Microsoft Learning Zone, la innovadora aplicación para PCs con Copilot+, se asoció con Kahoot! para potenciar el desarrollo de juegos educativos interactivos, gracias a Phi Silica. Esta herramienta se especializa en tareas de generación educativa, desde presentaciones dinámicas hasta cuestionarios de opción múltiple. LoRA permitió personalizar un modelo base de Phi Silica para una variedad de necesidades pedagógicas, eliminando la necesidad de varios modelos ajustados.
La calidad de los cuestionarios generados se evaluó en dos dimensiones: verificable, cumpliendo con los formatos de Kahoot!, y subjetiva, que abarca claridad y relevancia pedagógica. Microsoft empleó un marco de evaluación innovador que integra agentes de inteligencia artificial para simular revisiones.
Para asegurar un ajuste LoRA efectivo, se construyó un conjunto de datos de alta calidad, mezclando materiales educativos con preguntas y respuestas al estilo Kahoot!, utilizando un modelo lingüístico avanzado como guía. Esto resultó vital para enriquecer el conjunto de entrenamiento del modelo.
Además, los parámetros del sistema fueron minuciosamente optimizados durante el entrenamiento, demostrando que los valores predeterminados del kit de herramientas de inteligencia artificial eran idóneos para mejorar los resultados. Los ajustes mejoraron la experiencia del usuario y la relevancia de los outputs generados.
Las pruebas de calidad mostraron que el sistema personalizado Phi Silica con LoRA superó al modelo base en todas las métricas, incrementando la satisfacción tanto en evaluaciones automáticas como humanas. Un total de 13,000 ejemplos sintéticos sirvieron para entrenar y verificar el modelo.
El lanzamiento público del generador de juegos Kahoot! a través de Microsoft Learning Zone se espera para este verano, permitiendo a los educadores explorar esta herramienta revolucionaria. Este avance evidencia cómo modelos lingüísticos más pequeños, bien adaptados, pueden proporcionar experiencias de inteligencia artificial eficientes y personalizadas en entornos educativos.
