Un grupo de investigación de la UNMDP presentó EntropIA, una herramienta que incorpora inteligencia artificial a la investigación histórica
El Grupo de Estudios Sociales Marítimos (GESMAR), un grupo de investigación vinculado al CONICET, al Instituto de Humanidades y Ciencias Sociales (INHUS) y al El Centro de Estudios Históricos (CEHis) de la Facultad de Humanidades (UNMDP), presentaron EntropIA Lite, una aplicación de escritorio gratuita y de código abierto desarrollada para organizar y explorar corpus documentales en investigaciones de humanidades y ciencias sociales.
La herramienta permite trabajar con imágenes, documentos y entrevistas, incorporar funciones de inteligencia artificial como OCR y transcripción, realizar búsquedas semánticas y establecer conexiones entre fuentes que, a primera vista, pueden encontrarse separadas. En ese contexto, Portal Universidad dialogó con Agustín Nieto, investigador e historiador del Conicet y uno de los responsables de la aplicación junto al Licenciado en Sociología, Rodrigo Fernández.
El desarrollo de EntropIA
El investigador indicó que el proyecto comenzó a partir de “ciertas necesidades que vimos en el uso de software de gestión de notas históricas sobre fuentes digitalizadas, del avance del grupo en humanidades digitales y de algunos ensayos de ciencias sociales computacionales, y también por el auge de la inteligencia artificial, nos planteamos reformular ese tipo de software. Eran programas más simples, que funcionan como un gestor de imágenes junto con un gestor de notas. Esa conjunción fue el punto de partida para pensar EntropIA”.
En ese sentido, agregó: “A partir de esa experiencia se nos planteó la posibilidad de agregarle capas a ese software: incorporar inteligencia artificial como asistencia al proceso de toma de notas, hacer búsquedas semánticas, vincular textos que están en conexiones lejanas pero semánticamente cercanas y mapear o georreferenciar información. También sumamos la posibilidad de sincronizar, porque era un problema cotidiano cuando se trabajaba desde distintos dispositivos. Ese fue el disparador”.
Con respecto al tiempo de trabajo, Nieto comentó: “En principio, tiene que ver con la posibilidad de usar asistencia de IA. No solamente para usarla dentro del software, sino también para el proceso de desarrollo que, más allá de esa asistencia, nos llevó entre dos y tres meses netos de laburo concreto con el código de aplicación”.
Dos versiones y código abierto
Actualmente, EntropIA tiene dos versiones: una Lite y una Pro. El historiador señaló que “la versión liviana está disponible en Microsoft Store y es fácil de instalar, porque la toma de notas manuales funciona de manera local y no requiere ningún tipo de inicio de sesión. Todo lo que se incorpora por fuera de esa capa de notas está vinculado a procesos de inteligencia artificial”.
Para utilizar esas funciones de inteligencia artificial, la versión Lite requiere tres proveedores de inferencia. “Uno permite realizar las transcripciones; otro, a través de OpenRouter, brinda acceso a distintos modelos de inteligencia artificial; y el tercero está vinculado al OCR y al análisis de diseño y estructura de los documentos. En los tres casos hay que obtener una API e ingresarla en la configuración de EntropIA”.
En tanto a la versión más pesada, EntropIA Pro, Nieto dijo que “todavía no está disponible en la Microsoft Store porque requiere algunos ajustes. Su principal diferencia es que permite ejecutar los procesos de inteligencia artificial de manera local, sin contratar servicios de inferencia externos. Para eso se necesita una computadora con GPU y, como referencia mínima, unos 8 GB de VRAM”.
Presentación de EntropIA
EntropIA Lite es una herramienta que funciona bajo una filosofía de desarrollo abierta. “Es completamente de código abierto y está disponible en un repositorio público de GitHub. Cualquier persona puede descargar el código, clonarlo y utilizarlo para desarrollar una alternativa o incluso crear una nueva aplicación a partir de ese trabajo”, sostuvo.
Asimismo, el profesional añadió: “Existe la posibilidad de colaborar directamente con el desarrollo. Una persona puede proponer una función específica, desarrollar una nueva capa o realizar un aporte al código y enviarlo para su evaluación. A partir de ahí, el equipo puede decidir si incorpora o no esa propuesta al proyecto”.
Inteligencia artificial y la privacidad
El proyecto busca incorporar herramientas de inteligencia artificial al trabajo cotidiano con fuentes históricas bajo la premisa que el investigador pueda conocer y controlar qué procesos se realizan sobre cada documento. “El perfil de la aplicación es que sea uno a uno. La idea es que cada usuario y usuaria vaya documento por documento y que no se procese mecánicamente todo sin saber qué estamos procesando”, explicó Nieto.
Uno de los propósitos de la aplicación es que los usuarios puedan hacer un seguimiento del procesamiento y conozcan qué ocurre con cada documento. “Buscamos que cada procesamiento sea una decisión consciente y puntual sobre cada documento dentro de la aplicación. En ese sentido, EntropIA se aleja de la lógica del big data y de los grandes procesos sobre enormes cantidades de datos”.
Presentación de EntropIA
En esta línea, añadió: “Optamos por utilizar modelos de lenguaje generativo entrenados para reconocer y extraer texto de imágenes, porque ofrecen un mejor rendimiento y mayor precisión que los motores de OCR tradicionales, especialmente en las fuentes históricas que manejamos”.
Con respecto a la privacidad, Nieto detalló que “cuando cada usuario configura las APIs, puede decidir si autoriza que los datos sean utilizados para el entrenamiento y mejoramiento de los modelos o si quiere mantenerlos privados. Esa decisión depende de las condiciones que establece cada proveedor de inferencia. Nosotros no podemos garantizar qué hace cada empresa con esos datos más allá de las condiciones que ofrece el servicio”.
Asimismo, adicionó: “Si trabajamos con información sensible que, por cuestiones institucionales o reglamentarias, no puede salir del país, no se puede utilizar un servicio de inferencia externo, porque los datos deben enviarse al servidor donde se procesa la información. En esos casos, la alternativa es EntropIA Pro, que permite ejecutar todos los procesos de manera local y mantener los datos en la computadora del usuario, aunque requiere un hardware con capacidad suficiente para hacerlo”.
Trazabilidad y funcionamiento
La aplicación permite procesar imágenes tradicionales digitalizadas, notas periodísticas, entrevistas y distintas fuentes. “EntropIA posibilita vincular y linkear, por cercanía semántica y de contenido, a varios individuos en dos colecciones distintas, que en principio están separadas”.
Además, la herramienta sirve para gestionar de forma más eficiente colecciones de datos, en particular datos históricos. En ese sentido, el historiador describió: “La idea es facilitar la gestión de la información, el proceso interpretativo y el desarrollo de la investigación que depende de cada proyecto o individuo”.
Dentro de la aplicación existe un chat que permite estar comunicados con esas fuentes procesadas. “EntropIA no permite solamente hacer búsquedas directas sobre las fuentes, sino también realizar preguntas a un modelo de lenguaje a través de un chat. El sistema recupera información a partir de la indexación existente y la ordena según su relevancia en relación con la pregunta del usuario”.
Presentación de EntropIA
EntropIA busca tener trazabilidad para el investigador o la investigadora. “En la configuración están disponibles los prompts, las instrucciones y los parámetros que utiliza cada modelo en los distintos procesos. El usuario puede consultar esas configuraciones y también modificar los prompts según sus necesidades”, afirmó.
Todo el proceso tiene una base de datos transparente que se puede consultar y exportar desde la propia aplicación. En ese sentido, agregó que “podemos revisar los datos y metadatos de cada proceso, evaluar su rendimiento y modificar los parámetros de los modelos cuando sea necesario”.
El investigador añadió que de esta manera, “se puede reconstruir el recorrido de la información, desde una imagen inicial hasta acciones como la identificación de entidades o su georreferenciación en un mapa”.
En este marco, Nieto concluyó: “EntropIA sigue siendo una versión beta y todavía es un desarrollo que no está consolidado. Para evaluar realmente el funcionamiento de la aplicación necesitamos una cantidad mayor de usuarios y usuarias que permita detectar problemas y aspectos a mejorar. Necesitamos un recorrido más amplio para poder consolidar una primera versión estable”.
