Últimas Noticias | INTIA

Escuela de Verano Internacional sobre Agentes basados en LLM para Ingeniería de Software

Tue, 16 Sep 2025 00:00:00 +0000

Del 1 al 3 de septiembre de 2025, i3Lab (Grupo Quercus de Ingeniería del Software e INTIA, Universidad de Extremadura) organizó con éxito la 1ª Escuela de Verano Internacional sobre Agentes Basados en LLM para la Ingeniería del Software (LLMA4SE). El evento reunió a investigadores, profesionales y estudiantes de la academia y la industria para explorar el campo en rápida evolución de los sistemas multi-agente basados en LLM y sus aplicaciones en la ingeniería del software.

El día inaugural incluyó dos ponencias destacadas:

AgentWare in Software Engineering: A Taxonomy of LLM-Based Multi-Agent Systems, a cargo de Davide Di Ruscio, que dio lugar a estimulantes debates.
Generative AI Models Running in Your Own Infrastructure, impartida por Jesús M. González Barahona, quien ofreció una profunda reflexión sobre la apertura en los modelos de IA.

Los participantes también disfrutaron de un taller práctico sobre TDD with the Help of AI, dirigido por Jesús M. González Barahona y Giovanni Rosa. La jornada concluyó con un broche cultural: una visita guiada a la ciudad de Cáceres, Patrimonio Mundial de la UNESCO.

El segundo día ofreció una equilibrada combinación de investigación y aplicaciones prácticas. La mañana comenzó con tres presentaciones especialmente interesantes:

Multi-agents for Code Generation, por Jie Zhang, abordando los retos y enfoques actuales.
AI and Software Development: An Industry Paradigm Shift, por Mario Corchero Jiménez y David Naranjo, que ofrecieron la perspectiva del sector industrial.
From Workflow-based to Fully Agentic Applications: smolagents and LangGraph, por Antonio García Domínguez, quien presentó diversos marcos de desarrollo de agentes.

Por la tarde, Antonio García Domínguez guió a los participantes en un taller eminentemente práctico sobre el desarrollo de aplicaciones agenticas con human-in-the-loop mediante LangGraph. El día también incluyó dos actividades sociales enriquecedoras: una visita guiada al Museo de Arte Contemporáneo Helga de Alvear y una cena social en el Gran Hotel Don Manuel.

El último día contó con sesiones especialmente inspiradoras:

Olivier Perard, sobre AI in Enterprise Architecture.
Marc Alier, con Safe AI in Education – The LAMB Project, centrado en la historia, la ética y los riesgos.
Merve Astekin, con Software Maintenance with Agentic LLMs, mostrando proyectos de IA sostenible.

La escuela de verano concluyó con un taller avanzado, Multi-Agent LLMs and Knowledge Graphs for Monitoring and Sustaining Software Systems, impartido por Adela N. Videsjorden y Simeon Andersen Tverdal.

Con el éxito de esta primera edición aún reciente, ya estamos trabajando en la siguiente. Confiamos plenamente en que la segunda edición de nuestra escuela será tan atractiva y enriquecedora como este evento inaugural. Nuestro objetivo es mantener la alta calidad de los contenidos y la variedad de las discusiones para consolidar un gran punto de encuentro para la comunidad.

¡Permaneced atentos a los próximos anuncios!

We open the (Metrika)Box

Thu, 28 Aug 2025 00:00:00 +0000

After months in the making, instead of keeping the information locked away like in a mystery box, we’ve finally opened it! Our lab is proud to share with you the distilled essence of our work: “MetrikaBox: An open framework for experimenting with audio classification”. The title says it all—no further notes needed.

With this publication, Jorge Perianez-Pascual’s PhD journey reaches a turning point, as it brings together years of research in a single paper. As described there, MetrikaBox’s impact is significant: it has supported the development of many papers and experiments, and it lies at the core of MetrikaMedia, a UEx spin-off company that defines itself as a SaaS solution for multimedia content measurement. And now, it’s available for everyone to explore! What will you do with it? Read the paper, play with the code—and don’t forget to tell us about it!

MetrikaBox is one of the main outcomes of musicgenia, a project funded by Grant CPP2021-008491 from MICIU/AEI/10.13039/50100011033 and by the European Union through NextGenerationEU/PRTR. The goal of musicgenia is to develop a cloud-based platform that provides AI-generated production music as a service for content creators and media, both online (live music generation) and offline (pre-recorded music generation). The platform brings clear benefits: (1) royalty-free music, (2) fully original compositions, (3) an easy way to find music that fits your content, and (4) flexible streaming options, where you pay per second instead of per song.

Todo a la vez en todas partes... con sólo un prompt

Mon, 14 Apr 2025 00:00:00 +0000

Siguiendo la línea marcada en uno de nuestros trabajos anteriores, nos alegra comunicaros que se acaba de publicar el artículo “Prompt Once, Segment Everything: Leveraging SAM 2 Potential for Infinite Medical Image Segmentation with a Single Prompt”. La pregunta de partida tras estos dos trabajos es similar: dados los enormes recursos necesarios para desarrollar modelos de Inteligencia Artificial especializados en una tarea, ¿resulta factible utilizar modelos fundacionales para las mismas, sin realizar costosas optimizaciones sobre ellos? Para responderla, nos centramos en una tarea de vital importancia y con aplicaciones que pueden salvar vidas: la segmentación de imagen médica.

En este artículo presentamos un novedoso enfoque que aprovecha las capacidades de segmentación de vídeo de SAM 2 para reducir el número de prompts necesarios para segmentar un volumen completo de imágenes médicas. El estudio compara primero el rendimiento de SAM y SAM 2 en la segmentación de imágenes médicas. A continuación, se presenta nuestro novedoso enfoque. Los resultados muestran que SAM 2 consigue una mejora media del 1,76% en el Jaccard Index y del 1,49% en el Dice Score en comparación con SAM.

Nuestro siguiente objetivo es proporcionar una metodología que permita definir el límite al que podemos llegar al utilizar estos modelos fundacionales.

Seguro que se nos está escapando algo: a fin de cuentas, no podemos estar a en todas partes a la vez. 😉 ¿Te gustaría contarnos alguna de tus ideas? Ven a vernos y hablamos.

Prompt Once, Segment Everything es uno de los resultados de musicgenia, un proyecto financiado por la ayuda CPP2021-008491 del MICIU/AEI/10.13039/50100011033 y por la Unión Europea a través de NextGenerationEU/PRTR.

¡Espectrogramas y más allá!

Sun, 16 Feb 2025 00:00:00 +0000

Es un placer comenzar el año (aunque ya estemos en febrero) celebrando la publicación de un nuevo artículo de nuestro laboratorio. En esta ocasión, se trata de “Beyond Spectrograms: Rethinking Audio Classification from EnCodec’s Latent Space”. En este trabajo, nos planteamos la siguiente pregunta: ¿qué pasaría si la representación latente de un codec de audio neuronal se utilizara en un pipeline de clasificación de audio? Lo que hemos descubierto te sorprenderá. Échale un vistazo al artículo y dinos qué opinas.

Este trabajo es uno de los resultados de la tesis en la que está trabajando Jorge Perianez-Pascual, miembro de nuestro laboratorio. Curiosamente, el concepto de utilizar el espacio latente de EnCodec para la clasificación fue descrito inicialmente como rayando lo poco convencional, pero nuestros resultados demuestran su efectividad. Al ir más allá de los métodos tradicionales basados en espectrogramas, descubrimos nuevas posibilidades para una clasificación de audio más eficiente y precisa.

Este logro no habría sido posible sin la colaboración de Álvaro Rubio Largo y Laura Escobar Encinas, dos compañeros de la Universidad de Extremadura que aportaron su experiencia multidisciplinar tanto durante el proceso de desarrollo y experimentación como en la redacción del artículo.

Beyond Spectrograms es uno de los resultados de musicgenia, un proyecto financiado por la ayuda CPP2021-008491 del MICIU/AEI/10.13039/50100011033 y por la Unión Europea a través de NextGenerationEU/PRTR. El principal objetivo de musicgenia es desarrollar una plataforma en la nube que ofrezca música generada por inteligencia artificial como servicio para creadores de contenido y medios, tanto en línea (generación de música en vivo) como fuera de línea (generación de música pregrabada). Los beneficios directos de esta plataforma incluyen: (1) música libre de regalías, (2) música original, (3) facilidad para encontrar música adecuada para cada contenido y (4) música en streaming, con un modelo de consumo flexible en el que se paga por segundos y no por canción.

i3lab en la Winter School de AI y SE en Doha, Catar

Sun, 19 Jan 2025 00:00:00 +0000

Del 19 al 22 de enero, dos miembros de i3lab, Pery y Emilio, participaron en la Winter School on Artificial Intelligence and Software Engineering organizada por la University of Doha for Science and Technology (UDST) en Doha, Catar.

Este evento reunió a expertos, investigadores y profesionales de diversas partes del mundo para discutir los avances más recientes en inteligencia artificial (AI) e ingeniería de software (SE), dos disciplinas fundamentales para el desarrollo de tecnologías emergentes. Durante cuatro días de conferencias, talleres y sesiones prácticas, los participantes exploraron áreas clave como:

✅ Aprendizaje profundo y modelos generativos, con aplicaciones en visión por computadora, procesamiento de lenguaje natural y generación de contenido.

✅ Desarrollo de software con AI, abordando nuevas metodologías y herramientas para optimizar la creación y mantenimiento de sistemas inteligentes.

✅ Ética y regulación en inteligencia artificial, un tema crucial en el contexto de la implementación responsable de modelos de AI en la sociedad.

✅ Integración de AI en sistemas de software críticos, incluyendo aplicaciones en salud, seguridad y automatización industrial.

Además de la formación académica y técnica, la Winter School permitió a i3lab fortalecer su red de colaboración internacional, compartir experiencias con otros investigadores y explorar nuevas ideas para la aplicación de Deep Learning en el desarrollo de software inteligente.

La estancia en Doha también brindó la oportunidad de conocer más sobre la cultura y el ecosistema de innovación de Catar, un país que está apostando fuertemente por la inteligencia artificial y la transformación digital.

Agradecemos a la UDST por la excelente organización del evento y a todos los ponentes y asistentes por las enriquecedoras discusiones. Sin duda, esta experiencia aportará nuevas perspectivas y oportunidades para la investigación y desarrollo en i3lab.

💡 ¡Seguimos avanzando en la intersección entre AI e ingeniería del software! 🚀🔬

Si te apetece saber más sobre nuestras líneas de investigación en la aplicación de la IA al desarrollo de software, ponte en contacto con nosotros y te lo contamos.

Segundo Seminario de trabajo de la Red de Investigación en AI4Software

Thu, 16 Jan 2025 00:00:00 +0000

El 16 y 17 de enero tuvimos la gran suerte de poder asistir al Segundo Seminario de trabajo de la Red de Investigación en AI4Software organizado por los compañeros de la Universidad Rey Juan Carlos (URJC), Gregorio Robles y Jesús Gonzalez Barahona.

El seminario se organizó fundamentalmente en torno a dos mesas redondas muy interesantes y una sesión de “lightning talks” para conocer el trabajo más actual de cada nodo, desde algoritmos evolutivos detrás de propuestas de AutoML hasta agentes basados en LLMs para la ingeniería de requisitos. La madurez de la red se pudo apreciar en la cantidad y calidad de los trabajos presentados.

En nuestro caso, Chema se encargó de realizar la “lightning talk” del nodo de la Universidad de Extremadura, presentando, primero, nuestra línea de evaluación sistemática de sistemas multi-agente basados en LLM para el desarrollo software y, segundo, nuestra propuesta de organizar en Cáceres una Escuela de Verano de AI4Software, de la que daremos más noticias próximamente.

Además, Roberto tuvo la suerte de participar en la mesa redonda "¿Hacia dónde se dirige la investigación en AI4SE? Reflexión experta sobre tendencias, áreas emergentes y enfoques que han quedado obsoletos en los avances de la IA en la Ingeniería Software", en la que se abordaron temas muy interesantes en la actual aplicación de los LLM en diferentes tareas del desarrollo softare y, también, se comentó la necesidad de que la red trabajase en la línea de cómo incorporar el uso de LLMs (y agentes) en el grado universitario de Ingenieria Software.

Para finalizar se realizó una sesión de demos en la que, entre otros trabajos, nos llamó la atención la demo de la URJC de visualización de código en realidad aumentada, usando por ejemplo la metáfora de la ciudad como en CodeCity. Aquí debajo podéis ver una pequeña app web que te permite visualizar las publicaciones de un investigador con esa metáfora usando su ORCID. En el ejemplo se usa el de Tim Berners Lee.

Han sido unos días muy intesos de trabajo pero a la vez muy gratificantes. Y volvemos con la energía a tope para seguir con nuestros trabajos de investigación en esta línea.

Si te ha parecido interesante, te animamos a que visites la web de la Red de Investigación en AI4Software.

Si te apetece saber más sobre nuestras líneas de investigación en la aplicación de la IA al desarrollo de software, ponte en contacto con nosotros y te lo contamos.

Precisión en la segmentación médica con funciones de pérdida compuestas

Wed, 25 Sep 2024 00:00:00 +0000

¡Tenemos nueva publicación! Nuestro último trabajo se centra en analizar cómo distintas funciones de pérdida impactan en la precisión de la segmentación médica con deep learning. En concreto, evaluamos tres tipos (AUFL, DSCL y CE) aplicadas a la detección de lesiones pulmonares por COVID-19 en imágenes de TC, utilizando arquitecturas avanzadas como TransUNet, ViT y U-Net.

Los resultados son reveladores: la función de pérdida compuesta AUFL destaca por su precisión y estabilidad, superando de forma consistente a las demás, especialmente al segmentar lesiones pequeñas, como las opacidades en vidrio deslustrado (GGOs), tan frecuentes en esta patología.

Esta publicación consolida una línea de investigación centrada en la mejora de modelos para segmentación clínica de precisión, con aplicaciones reales en escenarios de diagnóstico y tratamiento asistido por inteligencia artificial. Nuestro objetivo: garantizar segmentaciones fiables y reproducibles, incluso en modalidades con menor resolución como CBCT.

Advancing precision in medical image segmentation: A performance analysis of loss functions for COVID-19 lung infection segmentation in computed tomography images es uno de los resultados de musicgenia, un proyecto financiado por la ayuda CPP2021-008491 del MICIU/AEI/10.13039/50100011033 y por la Unión Europea a través de NextGenerationEU/PRTR.

¿Te interesa entender por qué la AUFL consigue mejores resultados y cómo se comparan estas funciones en diferentes arquitecturas y modalidades de imagen? Contáctanos y te lo explicamos.

Segmentación de imagen médica con SAM

Fri, 23 Feb 2024 00:00:00 +0000

¡Estamos de enhorabuena! Se acaba de publicar nuestro trabajo dedicado al análisis de las capacidades de segmentación de imagen médica de SAM, el modelo fundacional de Meta. En nuestras pruebas, este modelo consigue resultados cercanos a los obtenidos por modelos específicamente construidos para esta tarea, y eso que SAM no ha sido entrenado para realizar segmentación de este tipo de imágenes en concreto.

Es nuestra primera publicación en el campo del análisis de imágen médica (MIA). Así se abre una nueva línea del investigación dentro del laboratorio, con la que esperamos comenzar una fructífera colaboración con diferentes entidades del campo de la salud.

Ahondando en los resultados obtenidos… ¿te gustaría saber por qué son tan interesantes? Ponte en contacto con nosotros y te lo contamos.

Intel apoya nuestra investigación

Mon, 31 Jul 2023 00:00:00 +0000

¡Ya tenemos en nuestras manos una flamante GPU de Intel! Hace unos meses que la solicitamos para utilizarla en los diferentes proyectos de investigación relacionados con Inteligencia Artificial en los que estamos trabajando. A la vuelta de las vacaciones os contaremos más.

Gracias a Intel por confiar en nuestro laboratorio y a Jocelyn por facilitar todo el proceso. Seguro que ésta es la primera de muchas colaboraciones.

Contar con Intel es un honor, pero poder darle las gracias a John Carmack por compatir los detalles del programa a través de Twitter es una bola extra totalmente inesperada:

Intel is giving away free GPUs for academic work. https://t.co/w5sdEIlkx8
— John Carmack (@ID_AA_Carmack) December 14, 2022

¿Te interesa el tema? ¿Quieres saber más? Ponte en contacto con nosotros y hablamos.

JENUI 2023: mejor trabajo

Thu, 06 Jul 2023 00:00:00 +0000

El 30 de noviembre de 2022 OpenAI presentó ChatGPT. Como a la mayoría, nos pilló por sorpresa 🤯 con sus increíbles capacidades. Desde el primero momento nos planteamos qué impacto tendría en las diferentes facetas de nuestro día a día: en la Ingeniería Informática, en la investigación y en la docencia. A partir de una idea de nuestro compañero Roberto decidimos centrarnos en esta última.

El resultado de varios meses de esfuerzo es nuestro trabajo “Impacto de ChatGPT en los métodos de evaluación de un grado de Ingeniería Informática”, que presentamos a las JENUI de 2023 y por el que nos han concedido el premio a mejor trabajo de las jornadas. En esta edición, dominada por ChatGPT (algo que ha quitado el sueño a alguna que otra conferenciante), el trabajo “Rivalizar o no: análisis del modo competición de Wooclap basado en rendimiento y procesamiento de audio”, de nuestros compañeros de la Universidad de Murcia, también fue premiado.

Aquí puedes ver a Roberto presentando nuestra experiencia ante el resto de asistentes a las jornadas (unos 10 minutos más el turno de preguntas):

En cuanto se publiquen las actas las compartiremos para que puedas leer el trabajo y darnos tu opinión. Mientras tanto, éste es el resumen:

Las Inteligencias Artificiales Generativas han experimentado una importante evolución durante los últimos años y, en especial, en el 2022. Una de las inteligencias que más revuelo ha causado en el mundo académico es ChatGPT, que proporciona una interfaz que simplifica enormemente el uso productivo de un modelo de lenguaje de gran tamaño. Estos modelos de lenguaje son capaces de analizar y generar textos con gran rapidez y calidad. Estas capacidades podrían tener un impacto relevante en las metodologías de enseñanza-aprendizaje y también en los métodos de evaluación. Con el fin de analizar el posible impacto de ChatGPT en los métodos de evaluación, en este trabajo, se ha puesto a prueba la capacidad de ChatGPT para resolver los exámenes de 15 asignaturas de Ingeniería del Software de un grado de Ingeniería Informática. Los resultados muestran que ChatGPT podría tener un impacto evidente en los métodos de evaluación; ya que, es capaz de superar una cantidad significativa de preguntas y problemas de diferente naturaleza en múltiples asignaturas. Como contribución fundamental, se proporciona un estudio detallado de los resultados por tipología de preguntas y problemas, que permite establecer unas recomendaciones a tener en cuenta en el diseño de los métodos de evaluación.

¿Te interesa el tema? ¿Quieres que colaboremos? Ponte en contacto con nosotros y hablamos.

Actualización: Puedes leer el trabajo citado justo aquí.

Concedido proyecto nacional

Thu, 13 Oct 2022 00:00:00 +0000

Concedido el proyecto nacional de la Convocatoria de Generación de Conocimiento 2021 para el desarrollo de Procesos de Ciencia de Datos Reproducibles y Replicables.

El pasado mes de octubre recibimos la noticia de que el Ministerio de Ciencia e Innovación había aprobado nuestra propuesta de proyecto titulada “Model-Driven Engineering for Data Science Projects”, liderada por José M. Conejero. Gracias a ello, podremos investigar nuevas técnicas para mejorar la reproducibilidad y replicabilidad de proyectos de ciencia de datos mediante la aplicación de conceptos relacionados con el Desarrollo de Software Dirigido por Modelos. Asimismo, mediante la aplicación de estas técnicas se podrá hacer frente a algunos de los retos actuales de este tipo de proyectos, como la equidad (fairness) o la trazabilidad de los datos (data provenance). Con todo ello, este proyecto ayudará a paliar el problema conocido como la crisis de la reproducibilidad, que comenzó a ponerse de manifiesto end disciplinas relacionadas con la medicina y la psicología.

Puedes encontrar más información sobre la concesión de los proyectos de esta convocatoria en la propuesta de resolución definitiva del procedimiento de concesión de ayudas 2021 a “PROYECTOS DE GENERACIÓN DE CONOCIMIENTO” en el marco del Programa Estatal para Impulsar la Investigación Científico-Técnica y su Transferencia, del Plan Estatal de Investigación Científica, Técnica y de Innovación 2021-2023.

Presentación de Fran Melchor en las JISBD de 2022

Mon, 07 Sep 2020 00:00:00 +0000

Enhorabuena a Fran Melchor por la presentación de su trabajo sobre replicabilidad de proyectos de ciencia de datos mediante una propuesta dirigida por modelos en las JISBD de 2022.

Durante el pasado mes de septiembre, durante las JISBD organizadas por Sistedes en Santiago de Compostela del 5 al 7 de septiembre de 2022, Fran Melchor presentó su trabajo “A model-driven approach for the definition of reproducible and replicable data analysis projects”. Es fruto del trabajo de tesis que se encuentra desarrollando actualmente, bajo la codirección de Roberto Rodríguez Echeverría y José María Conejero.

Del resumen del artículo:

“It is becoming increasingly common to exploit the data collected by Information Systems in order to carry out an analysis of them and obtain conclusions that give rise to a series of decisions in the different research fields. The fact that in most cases these conclusions cannot be properly backed up has given rise to a reproducibility crisis in Data Science, the discipline that makes it possible to convert such data into knowledge, and in research fields that apply it.In this paper we envision a Model-Driven framework to foster reproducible and replicable Data Science projects. The framework proposes the definition of systematic pipelines that may be (semi)automatically executed in terms of concrete implementation platforms. Proprietary or third party tools are also considered so that flexibility may be ensured without hindering.”

Si estás interesando en consultar el contenido del artículo, puedes encontrarlo en la biblioteca de Sistedes.