Tamanho Fonte: 

Introducción

Los tesauros son de suma utilidad en la indización de recursos de información en bibliotecas físicas y digitales, así como en archivos, museos, galerías y otras unidades documentales. De igual modo, en el entorno digital, son herramientas clave para controlar el vocabulario y facilitar la recuperación de información en sitios web, plataformas de entretenimiento y portales comerciales.

 

Su construcción es una actividad continua que día a día se nutre de más teorías y se apoya en técnicas innovadoras. Hacia finales del siglo pasado las tecnologías asociadas al Procesamiento del Lenguaje Natural aportaron enormes ventajas en la construcción de tesauros, en tareas como extracción automatizada de términos, redes de co-palabras y el diseño de nodos semánticos. En tiempos más recientes, los avances en las tecnologías de la información y el conocimiento, especialmente en el campo de la Inteligencia Artificial, han impulsado un replanteamiento sobre su utilidad en diversos procesos y actividades específicas.

 

A partir de lo señalado anteriormente, este artículo tiene por objetivo evaluar la utilidad/no utilidad de la Inteligencia artificial en la determinación conceptual y relacional de los descriptores que conforman un tesauro. Se retoma la premisa de que en la construcción de tesauros, las etapas de determinación conceptual y establecimiento de relaciones son esenciales. La norma ISO: Information and documentation -Thesauri and interoperability with other vocabularies. Part 1:Thesauri for information retrieval considera necesario vincular los términos de un tesauro con los conceptos que le subyacen. Aunado a ello, la determinación conceptual es de suma utilidad en el establecimiento de notas de alcance (NA) y en el asentamiento de asociaciones entre los descriptores de un tesauro (relaciones de

equivalencia, relaciones jerárquicas (TG Término general y TE Término específico) y relaciones asociativas (TR Término relacionado).

 

Metodología

La investigación se caracterizó por ser exploratoria-descriptiva, con rasgos mixtos. Como técnica de estudio se empleó:

- Experimentación aplicada: utiliza métodos prácticos para descubrir aspectos de un tema. Permite al acercamiento exploratorio, bajo preceptos ensayo-errorreformulación. Es ampliamente utilizada en la industria, el sector médico y el desarrollo o evaluación de tecnologías.

A partir de algunos descriptores caso, se interrogó a ChatGPT sobre aspectos conceptuales y asociativos que contribuyan en la construcción de un tesauro. Para realizar tal escrutinio, se diseñaron instrucciones (Prompts), siguiendo las recomendaciones de Despujoz Zabala (2024) y Gómez Cardosa y Garcia Brustenga (2023), quienes señalan la importancia de emplear preguntas claras, concisas y contextualizadas que dirijan las acciones de las aplicaciones conversacionales.

 

Teniendo como base el trabajo que realiza un profesional humano en la determinación significativa y relacional de los descriptores de un tesauro, se construyeron tres instrucciones que le permitieron a la IA simular las acciones necesarias para generar: notas de alcance (NA), relaciones de equivalencia (USE) y nodos semánticos con un término más amplio (BT) un término específico (BT) y términos relacionados (RT).

En la ejecución de las instrucciones se eligieron, de manera aleatoria, cinco descriptores: “libros digitales,” “Organización del conocimiento,” “ISBD,” “Modelos conceptuales” y “Pódcast.” La evaluación de los resultados ofrecidos por ChatGPT fue evaluada por profesionales de la información con formación en bibliotecología y conocimiento tanto teórico como práctico en la construcción de tesauros. Los resultados se categorizaron según una escala Likert que integra los niveles: muy útil, útil, poco útil, nada útil.

 

Resultados

ChatGPT puede ser una tecnología auxiliar en el modelado semántico y relacional de un tesauro, en tanto que apoya en las siguientes actividades:

 

1. Determinación conceptual

- Asentamiento conceptual: contribuye en la formación de conceptos asociados a un término.

- Detección de sinónimos y variantes léxicas: mediante la consulta de fuentes en Internet puede sugerir equivalencias significativas de un término.

 

2. Determinación de relaciones:

- Generación de relaciones semánticas (BT, NT y RT): a través de algoritmos de redes neuronales pueden aprender patrones de asociación entre conceptos y generar automáticamente relaciones jerárquicas y asociativas.

- Luego de la experimentación con ChatGPT para construir NA, USE, BT, NT y RT se obtuvieron los siguientes resultados:

- Notas de alcance: cuatros casos (80%) obtuvieron resultados útiles, son notas de alcance que pueden ser parcialmente usadas en el tesauro. Un caso (20%) obtuvo resultado poco útil, en general la nota contiene información incorrecta.

- USE: un experimento (20%) obtuvo resultados útiles, tres (60%) se mantuvieron en la escala poco útiles y uno más (20%) en el rango nada útil. Usualmente la IA recupera muchos términos que no son sinónimos y cuya remisión bajo la nota USE sería errónea.

 

- BT, NT y RT: tres descriptores (60%) obtuvieron nodos muy útiles, uno más (20%) se colocó en el rubro útil y uno más (20%) en el rubro poco útil. En esta consulta, para construir los nodos semánticos la IA consultó la web en general, dado que cuando se le pedía realizar el nodo a partir de fuentes académicas no se obtenía respuesta.

 

Los resultados obtenidos algunas veces fueron muy útiles mientras que otros se observan nada útiles. Hasta ahora, la IA se vislumbra como una innovadora herramienta en la construcción de tesauros. Como sucede con los programas para el Procesamiento del Lenguaje Natural, la IA constituye un apoyo que no sustituirá la tarea humana, especialmente en tares de discriminación, análisis, discernimiento y vinculación semántica de un término en un contexto específico.

 

También se detectó que la IA aún carece de datos suficientes que le proporcionen capacidad de razonamiento complejo, por ejemplo, para generar nodos con relaciones BT, NT y RT a partir de fuentes académicas (artículos, libros, ponencias). Los desarrolladores de las inteligencias artificiales enfatizan el rasgo “generativo” que las define y, al respecto indican que será una característica que poco a poco irá mejorando las respuestas, afianzada en las correcciones de los usuarios y la continua adhesión de corpus que alimenten a las aplicaciones conversacionales. Las expectativas al respecto son altas y sólo los tiempos venideros evaluarán mejoras en las respuestas. Hoy en día, la IA puede ser de suma utilidad en el desarrollo de tesauros; no obstante, los resultados obtenidos aún requieren validación humana, especialmente ante graves errores de las respuestas, que derivan de información errónea, noticias falsas o fuentes de información carentes de autoridad y veracidad que pueblan la web y son la base del razonamiento de las IA.

Palabras clave:

Tesauros; Organización del Conocimiento; Inteligencia Artificial.