Desarrollo de un Modelo Conversacional para Asistencia a Personas de Edad Avanzada con programación RAG sobre LLMs

Abstract

[ES] La creciente proporción de personas mayores en la sociedad actual presenta un reto considerable, especialmente en términos de su inclusión tecnológica. Este estudio se centró en mejorar la asistencia a este grupo demográfico mediante el uso de tecnologías avanzadas de Procesamiento del Lenguaje Natural (NLP), implementando la programación Retrieval-Augmented Generation (RAG) en entornos de Large Language Models (LLMs). Se analizaron cuatro LLMs: Mistral7B, PoliGPT, ChatGPT3.5 y ChatGPT4, utilizando herramientas como LangChain para personalizar y optimizar las conversaciones. La metodología incluyó el uso de estos modelos en un entorno controlado, evaluando su efectividad a través de cuestionarios y métricas de similitud. Se realizaron correlaciones entre las evaluaciones automáticas y las valoraciones humanas en diferentes idiomas. Los resultados indicaron que ChatGPT4 y ChatGPT3.5 obtuvieron los mejores resultados en términos de similitud de respuestas y tiempos de respuesta, con ChatGPT4 liderando en ambos aspectos, mientras que Mistral mostró un rendimiento inferior en comparación. Aunque ChatGPT4 fue el más efectivo, su alto costo podría inclinar la preferencia hacia ChatGPT3.5 como una solución más equilibrada. Este estudio subraya la relevancia de integrar tecnologías NLP avanzadas para mejorar la calidad de vida de las personas mayores, proporcionando una base para futuras investigaciones en la interacción asistida por IA para este grupo demográfico.

[EN] The growing proportion of elderly people today presents a significant challenge, especially in terms of their technological inclusion. This study focused on improving assistance to this demographic group through the use of advanced Natural Language Processing (NLP) technologies, implementing Retrieval-Augmented Generation (RAG) programming in Large Language Models (LLMs) environments. Four LLMs were analyzed: Mistral7B, PoliGPT, ChatGPT3.5, and ChatGPT4, using tools like LangChain to personalize and optimize conversations. The methodology included using these models in a controlled environment, evaluating their effectiveness through questionnaires and similarity metrics. Correlations were made between automatic evaluations and human assessments in different languages. The results indicated that ChatGPT4 and ChatGPT3.5 achieved the best results in terms of response similarity and response times, with ChatGPT4 leading in both aspects, while Mistral showed inferior performance in comparison. Although ChatGPT4 was the most effective, its high cost might favor ChatGPT3.5 as a more balanced solution. This study highlights the relevance of integrating advanced NLP technologies to improve the quality of life of elderly people, providing a foundation for future research in AI-assisted interaction for this demographic group.