Traducido del original en inglés. Las cifras y las fuentes no cambian. Leer el original en inglés

Comunicado por el proveedorEn producción desde ago 2025Añadido el oct 2026

Instituto PROA

Instituto PROA reduce de 30 a 5 minutos los informes de preparación de entrevistas con Llama 3.1

Instituto PROA, una organización sin ánimo de lucro brasileña que prepara a jóvenes para el empleo, usa Llama 3.1, el modelo de pesos abiertos de Meta, en Oracle Cloud para redactar en portugués informes sobre empleadores y vacantes. Según Meta, cada informe requiere ahora unos cinco minutos de trabajo del personal en lugar de 30.

Cifras clave

Copiadas literalmente de las fuentes. Copie cualquier cifra con su cita.

30

minutos de media

Tiempo del personal por informe de preparación de entrevista, antes del asistente1

cinco minutos

Tiempo del personal por informe, con el asistente1

60

veces

Crecimiento del programa que la fuente atribuye al asistente1

35.000

Estudiantes matriculados al año1

Qué requirió

CosteNo divulgado
EquipoNo divulgado
PlazosNo divulgado

Las fuentes no divulgan el coste, el tamaño del equipo ni los plazos.

El problema

Instituto PROA ayuda a jóvenes de familias con pocos ingresos en Brasil a encontrar trabajo. Antes de cada entrevista, un candidato necesita datos sobre el empleador y el puesto. El personal elaboraba antes estos dosieres a mano, buscando en varios sitios web y recopilando un documento. Eso llevaba unos 30 minutos por informe.

Qué construyeron

PROA creó un asistente que conversa en portugués con los estudiantes. El estudiante escribe el nombre de una empresa y recibe un informe estructurado en PDF para preparar la entrevista. El texto lo redacta Llama 3.1, un modelo de pesos abiertos de Meta, es decir, cuyos archivos están publicados y puede ejecutar cualquier empresa. Las herramientas funcionan en Oracle Cloud Infrastructure, donde PROA aloja sus otras soluciones.

Cómo lo hicieron

El sistema funciona en tres pasos. Envía el nombre de la empresa a un servicio de búsqueda y recopila los resultados web. Los guarda en una base de conocimiento, que hace de capa de consulta de un sistema de generación aumentada por recuperación (RAG), en el que un modelo responde a partir de documentos recuperados. Después Llama 3.1 redacta el informe con ese material y el sistema lo convierte en PDF. La dirección ejecutiva de PROA dice que eligió Llama 3.1 sobre todo por su fácil integración con su entorno Oracle. PROA estudia informes más ricos con los modelos de visión de Llama 3.2.

Resultados

La publicación dice que la preparación de un informe pasó de una media de 30 minutos a cinco. También dice que el asistente impulsó un crecimiento de 60 veces del programa, hasta 35.000 estudiantes matriculados al año, y que el personal dedica ahora más tiempo al apoyo individual. Es el relato de Meta sobre los resultados de PROA. Ninguna fuente independiente los confirma.

Lecciones para su proyecto

  1. Automatice la investigación y deje a las personas el acompañamiento. PROA liberó al personal de la elaboración de informes para que pudiera dar apoyo individual a los estudiantes.

  2. Elija el modelo que encaje con su nube actual. PROA escogió Llama 3.1 sobre todo porque encajaba con su entorno Oracle, donde ya funcionaban todas sus herramientas.

  3. Apoye el resultado en búsquedas recientes. El asistente recupera información actual de la web sobre un empleador antes de escribir, en lugar de basarse en lo que el modelo ya sabe.

  4. Compruebe qué impulsa el crecimiento. El crecimiento de un programa tiene muchas causas, así que mida por separado el tiempo ahorrado por informe.

Salvedades

  • La única fuente es una publicación de Meta, que suministra el modelo y tiene motivos para presentar bien los resultados. Las cifras proceden de Instituto PROA a través de esa publicación.
  • El crecimiento de 60 veces y los 35.000 estudiantes son cifras del conjunto del programa. La publicación los atribuye al asistente, pero no da año ni periodo de referencia y pueden contribuir otros factores.
  • La publicación no da fecha de puesta en marcha. La fecha de despliegue que se muestra es la de la publicación. No informa de coste, tamaño del equipo ni calendario.
  • La publicación no dice cómo se comprobó la calidad de los informes.

Fuentes

  1. How Llama and Oracle are helping Instituto PROA kickstart careers for students in Brazil

    Meta AI Blog · 2025-08-27 · Caso de estudio del proveedor · ai.meta.com

Resumido con nuestras propias palabras a partir de las fuentes anteriores. ¿Ha detectado un error? Consulte correcciones.