Del 4 al 9 d’octubre de 2026, Màlaga va acollir la 29a edició de MODELS (ACM/IEEE International Conference on Model-Driven Engineering Languages and Systems), una de les conferències internacionals de referència en l’àmbit de l’enginyeria del programari i dels sistemes basada en models.
Entre les qüestions més rellevants va destacar el paper creixent de la intel·ligència artificial generativa i la seva relació amb les tècniques tradicionals de modelatge.
Tres perspectives sobre els reptes de l’enginyeria del programari
El programa va incloure tres conferències plenàries (keynotes) a càrrec de David Lo, Steven Kelly i Sira Vegas, que van abordar diferents reptes actuals i futurs de l’enginyeria del programari. Les intervencions van tractar temes com la integració de la intel·ligència artificial i els models formals per reforçar-se mútuament, el futur del modelatge davant dels avenços tecnològics i la importància del rigor metodològic en la recerca experimental.
Un espai per compartir recerca i innovació
Més enllà de les conferències plenàries, MODELS 2026 va reunir presentacions d’articles científics, tallers, tutorials i demostracions d’eines, que van permetre mostrar tant els avenços teòrics com les seves aplicacions pràctiques.
La trobada va oferir un espai per intercanviar coneixement, presentar noves solucions i establir connexions entre la comunitat investigadora i el sector industrial.
En conjunt, MODELS 2026 va posar de manifest la importància de continuar avançant en les tècniques de modelatge per afrontar els reptes d’una enginyeria del programari cada vegada més complexa i influïda per la intel·ligència artificial. La combinació de models formals, eines generatives i metodologies experimentals rigoroses obre noves oportunitats per desenvolupar sistemes més fiables, comprensibles i segurs.
La nostra participació: PRISMA, combinant raonament simbòlic i intel·ligència artificial generativa
En aquesta edició de MODELS, des de l’inLab FIB i dins del marc del projecte SUDOQU / RESET, vam presentar el treball Generating Consistent and Realistic Model Instances with PRISMA, en la track de Demonstrantions and Tools.
Per entendre el problema que abordem, imaginem que volem generar dades per provar una aplicació. Les eines de raonament simbòlic ens permeten generar automàticament dades que compleixen totes les restriccions del sistema. El problema? Que aquestes dades acostumen a ser abstractes i poc comprensibles, amb valors com «0», «1» o «2», que no ens diuen pràcticament res.
I aquí és on entra la nostra aportació. La idea és senzilla: primer, un raonador simbòlic genera les dades que satisfan totes les restriccions del model. Després, utilitzem un LLM per substituir els valors abstractes per dades més realistes i comprensibles. Així, el nostre concert «0» pot convertir-se en un concert anomenat «Autumn Rhapsody», celebrat l’1 d’abril.
Però aquí apareix una pregunta important: com podem garantir que la IA, en fer les dades més realistes, no introdueixi errors que invalidin les restriccions originals? Precisament, aquesta és una de les principals aportacions de PRISMA. En lloc de confiar cegament en les respostes d’un LLM, utilitzem un algorisme de substitució que preserva la consistència lògica de les dades generades.
De fet, en els experiments presentats a l’article, demanant directament a un LLM que substituís les dades abstractes, es van produir violacions de restriccions en un 37,5% de les execucions, de mitjana. Amb PRISMA, en canvi, no se’n va produir cap.
I què passa quan les restriccions del model són contradictòries i no existeix cap solució possible? PRISMA també és capaç d’identificar les restriccions responsables de la contradicció i mostrar-les a l’usuari, facilitant així la detecció de problemes en el model.
Durant el congrés vam presentar una demostració pràctica d’aquestes funcionalitats, mostrant com la IA generativa i els mètodes formals poden complementar-se per facilitar la comprensió i validació de models.
La nostra participació en el MODELS 2026 va ser una experiència molt enriquidora, que ens va permetre compartir la nostra feina amb la comunitat científica internacional, conèixer de primera mà els darrers avenços en enginyeria dirigida per models i descobrir noves perspectives sobre la integració de la intel·ligència artificial en el desenvolupament de programari.
