.jpg)
Els Objectius de Desenvolupament Sostenible (ODS) de Nacions Unides marquen un full de ruta global cap a un futur més equitatiu i sostenible. No obstant això, mesurar si les accions documentades a la premsa o en informes corporatius realment representen avenços o retrocessos continua sent un repte analític complex. La simple identificació de termes associats a un ODS no n'hi ha prou: cal determinar la polaritat del contingut, és a dir, si la informació reflecteix progrés, estancament o fins i tot un empitjorament de la situació. Aquí és on la intel·ligència artificial aplicada al processament del llenguatge natural troba un camp d'aplicació estratègic.
La detecció de polaritat en textos periodístics sobre ODS va més enllà d'un etiquetatge binari. Implica comprendre matisos semàntics, context temporal i la relació entre actors i resultats. Els models de llenguatge de gran escala (LLMs) han demostrat capacitat per classificar textos, però la direcció del canvi —positiva o negativa— continua sent una tasca especialment sensible. Per abordar-ho, s'estan desenvolupant conjunts de dades de referència que combinen anotacions humanes amb exemples generats sintèticament, cosa que permet entrenar models més robustos. Això obre la porta a sistemes de monitoratge automatitzats que ajudin governs, ONGs i empreses a avaluar el seu impacte real.
En aquest escenari, disposar d'intel·ligència artificial per a empreses esdevé clau. A Q2BSTUDIO dissenyem aplicacions a mida que integren models de llenguatge, aprenentatge automàtic i serveis cloud com AWS i Azure per processar grans volums de dades no estructurades. El nostre enfocament combina la potència dels agents IA amb la flexibilitat del programari a mida, permetent construir pipelines d'anàlisi que van des de l'extracció de notícies fins a la visualització de tendències en quadres de comandament amb Power BI. La ciberseguretat, a més, garanteix la integritat de les dades sensibles que gestionen aquestes solucions.
La clau està a no limitar-se a una classificació superficial. Un sistema professional de monitorització d'ODS ha de ser capaç de diferenciar entre una promesa d'inversió i un projecte real executat, entre un informe optimista i una evidència de deteriorament. Amb la combinació adequada de serveis d'intel·ligència de negoci i models entrenats específicament, es poden obtenir insights accionables. A Q2BSTUDIO apliquem aquests principis per ajudar organitzacions a transformar la informació en decisions estratègiques, integrant tecnologies cloud i eines de visualització que fan tangible la sostenibilitat.
