El desarrollo de agentes capaces de interactuar con interfaces gráficas de ordenador —los llamados agentes de uso informático— ha avanzado enormemente en los últimos años. Sin embargo, uno de los cuellos de botella más persistentes sigue siendo la obtención de datos de demostración humana: grabar a un usuario realizando tareas en un navegador o en una aplicación de escritorio es lento, caro y difícil de escalar. Para superar esta limitación, el equipo detrás de Fara-1.5 ha propuesto una arquitectura de generación de datos sintéticos que combina entornos simulados, solvers automáticos y verificadores complementarios. Este enfoque no solo permite producir trayectorias de alta calidad a gran escala, sino que también sienta las bases para que empresas como Q2BSTUDIO puedan integrar capacidades de IA en sus propias soluciones de automatización y software a medida.
El problema central es que recolectar datos de interacción humano-computadora en condiciones reales exige recursos considerables: se necesita un equipo de anotadores, entornos protegidos con autenticación o acciones irreversibles (como compras o envíos de datos) y un esfuerzo logístico para registrar cada paso. La alternativa que propone Fara-1.5 es un pipeline modular llamado FaraGen1.5, compuesto por tres componentes esenciales: entornos, solvers y verificadores. Los entornos incluyen tanto sitios web reales como entornos sintéticos que simulan dominios protegidos por autenticación o que requieren acciones que no se pueden deshacer —por ejemplo, la realización de un pedido en una tienda online o la modificación de una base de datos corporativa. Esta distinción es clave porque permite generar datos sin poner en riesgo sistemas productivos ni incurrir en costes operativos.
El segundo componente, el solver, es un arnés que puede ser impulsado por varios modelos, incluidos modelos frontera como GPT-5.4. Además, incorpora un simulador de usuario para permitir interacciones multi-turno: el solver no solo ejecuta acciones, sino que también recibe respuestas del entorno simuladas por un usuario artificial. Esto es fundamental para entrenar agentes que puedan mantener diálogos contextuales —por ejemplo, para rellenar formularios que requieren confirmación o para navegar por pasos interdependientes.
El tercer pilar son los verificadores. FaraGen1.5 puntúa cada trayectoria generada con tres verificadores complementarios: corrección de la tarea (¿se ha completado el objetivo?), eficiencia (¿se han realizado los pasos mínimos necesarios?) y adherencia a puntos críticos (¿se han respetado las restricciones del dominio?). Esta triple validación asegura que los datos sintéticos no solo sean numerosos, sino también fiables y alineados con el comportamiento humano deseado.
Con los datos producidos por FaraGen1.5, los investigadores entrenaron Fara1.5, una familia de agentes nativos de uso informático basados en Qwen3.5 (en tres escalas: 4B, 9B y 27B de parámetros). El proceso de entrenamiento combinó un ajuste fino supervisado (SFT) que equilibra cuidadosamente los datos de FaraGen1.5 para lograr una cobertura amplia, tareas específicas de alto valor y la corrección de deficiencias detectadas en el modelo mediante un enfoque iterativo. Los resultados son contundentes: Fara1.5-9B alcanza un 63,4% en Online-Mind2Web y un 86,6% en WebVoyager, mientras que Fara1.5-27B obtiene un 72,3% en Online-Mind2Web, compitiendo con sistemas propietarios mucho más grandes. Además, los pesos de los modelos se han liberado bajo licencia MIT, democratizando el acceso a agentes de uso informático de última generación.
Desde una perspectiva empresarial, esta investigación tiene implicaciones directas para compañías que desarrollan soluciones de automatización de procesos. En Q2BSTUDIO, por ejemplo, la posibilidad de generar datos sintéticos de alta calidad permite acelerar la implementación de agentes que interactúan con sistemas heredados o con interfaces web complejas, reduciendo drásticamente el tiempo de desarrollo. Un agente entrenado con datos de FaraGen1.5 podría integrarse en un flujo de trabajo de ciberseguridad para realizar análisis de vulnerabilidades en paneles de administración, o en un sistema de Business Intelligence para extraer datos de fuentes web y alimentar dashboards en Power BI.
La arquitectura de entornos sintéticos también es relevante para el desarrollo de servicios cloud en AWS o Azure. Muchas aplicaciones empresariales dependen de acciones que solo pueden ejecutarse en entornos autenticados —por ejemplo, la gestión de instancias en la nube o la configuración de bases de datos. Un agente entrenado con simulaciones de estos entornos puede luego desplegarse en producción sin necesidad de exponer datos reales durante el entrenamiento, mejorando la seguridad y la escalabilidad.
Además, el enfoque multi-turno con simulador de usuario abre la puerta a asistentes virtuales más sofisticados para atención al cliente, soporte técnico o incluso para la automatización de tareas administrativas en aplicaciones a medida. Empresas como Q2BSTUDIO ya trabajan en la integración de este tipo de agentes en sus plataformas de IA, combinándolos con técnicas de procesamiento de lenguaje natural y visión por ordenador para interactuar con cualquier interfaz gráfica.
No obstante, el camino hacia agentes de uso informático completamente autónomos aún enfrenta desafíos. La diversidad de interfaces web, la variabilidad en el diseño de páginas y la necesidad de comprender contextos semánticos complejos requieren que los modelos no solo aprendan secuencias de clics, sino que también generalicen a partir de ejemplos limitados. Fara-1.5 demuestra que los datos sintéticos bien verificados pueden cerrar esa brecha, pero la comunidad de investigación y desarrollo deberá seguir refinando los simuladores y los verificadores para cubrir cada vez más dominios.
En resumen, FaraGen1.5 representa un avance significativo en la generación escalable de datos para agentes de uso informático. Su combinación de entornos reales y sintéticos, solvers potentes y verificadores complementarios permite entrenar modelos que alcanzan resultados de última generación con una fracción del coste de los métodos tradicionales. Para empresas como Q2BSTUDIO, especializadas en aplicaciones a medida, IA, ciberseguridad y cloud, esta tecnología ofrece una vía pragmática para incorporar agentes inteligentes en sus soluciones, reduciendo tiempos de desarrollo y mejorando la fiabilidad. La liberación de los modelos bajo licencia MIT, además, fomenta un ecosistema abierto donde startups y grandes corporaciones pueden experimentar y construir sobre los hombros de este trabajo.
