Plan de Trabajo EIAPE – LIDeSIA (UNC)
Título: Enfoque Integral de la Inteligencia Artificial Aplicada, orientado a Problemas Emergentes Institución: Facultad de Ciencias Exactas, Físicas y Naturales – Universidad Nacional de Córdoba
Unidad ejecutora: LIDeSIA – Laboratorio de Investigación y Desarrollo de Software e Inteligencia Artificial
Objetivo general del proyecto
Proponer desde la UNC una estrategia integral e innovadora para el desarrollo y la aplicación de la Inteligencia Artificial (IA), con foco en problemas emergentes (PE) provenientes de demandas sociales, científicas o institucionales. Se busca consolidar una estructura organizativa interdisciplinaria y formar talento humano comprometido con la adopción responsable de la IA, con impacto en la Economía del Conocimiento.
Ejes de trabajo y líneas de investigación
El plan se estructura en torno a cinco ejes complementarios, cuatro disciplinares y uno transversal:
1. Ética, Regulaciones e Impacto de la IA (ERIA)
Estudia los aspectos éticos, legales y sociales vinculados al desarrollo y uso de sistemas inteligentes.
Promueve la difusión de buenas prácticas y marcos normativos internacionales (UE, UNESCO, BID, IA-LATAM).
Incorpora acciones de sensibilización y formación para públicos diversos.
2. Matemática para la IA (MIA)
Investiga fundamentos matemáticos esenciales para sistemas de aprendizaje automático: álgebra lineal, optimización, estadística, teoría de grafos, procesos estocásticos y geometría computacional.
Enfatiza el desarrollo teórico que habilite modelos más robustos, eficientes y explicables.
3. Infraestructura Tecnológica e Ingeniería de Datos (ITID)
Aborda aspectos críticos del desarrollo de soluciones basadas en IA, como la infraestructura para entrenamiento y ejecución de modelos, el almacenamiento y procesamiento de grandes volúmenes de datos, y la elección de arquitecturas (RISC-V, GPU, TPU).
Analiza estrategias para reducir dependencia tecnológica mediante tecnologías abiertas.
4. Nuevas Tendencias en Software para IA (NTIA)
Explora modelos avanzados de aprendizaje profundo (redes neuronales convolucionales, recurrentes, transformers, IA generativa).
Investiga sobre modelos fundacionales livianos (como BERT) y estrategias de entrenamiento como transfer learning y fine tuning para PE específicos.
5. Problemas Emergentes (PE)
Eje transversal que orienta y prioriza el trabajo de los demás ejes.
Selecciona problemáticas complejas que requieren soluciones basadas en IA y que ofrecen alto valor social o científico.
Articula acciones de investigación aplicada, formación, transferencia y vinculación.
Problemas Emergentes abordados
El proyecto aplica su enfoque integral a PE identificados a través de alianzas institucionales o por el propio equipo:
- Sistema inteligente para la conversación con personas sordas
- Cooperación con universidades de Colombia.
- Desarrollo de un prototipo de traducción automática bidireccional entre lengua de señas y español (voz a señas / señas a voz).
- Apoyo en IA generativa y modelos Transformer para procesamiento de lenguaje.
- Clasificador de residuos para reciclaje
PE desarrollado por estudiantes de Ingeniería Electrónica. - Uso de visión por computadora para clasificación en cinta transportadora.
- Tratamiento automatizado de texto en documentos judiciales
Prototipo que reconoce y clasifica contenido en expedientes vinculados a violencia de género.
Implementado con redes neuronales convolucionales (CNN) y modelos YOLO.
Metodología de trabajo
El desarrollo de cada PE se organiza en fases iterativas:
Definición de requerimientos
Diseño de la arquitectura de solución
Implementación
Evaluación del desempeño
En cada fase se incorporan las recomendaciones de los investigadores responsables de los ejes, favoreciendo una visión integral y colaborativa.
Objetivos específicos
- Avanzar en el desarrollo de prototipos aplicables a PE priorizados.
- Fortalecer la formación de investigadores en matemática aplicada a la IA.
- Sistematizar marcos regulatorios y éticos para la adopción responsable de IA.
- Difundir el estado del arte y los resultados del laboratorio en espacios académicos y de divulgación.
- Explorar nuevos PE con potencial de impacto en la Economía del Conocimiento.
Formación e impacto
El plan prevé la incorporación de al menos 14 investigadores en formación (grado y posgrado), el desarrollo de prácticas profesionales, trabajos finales y formación continua dentro del equipo de LIDeSIA. Se promueve la cooperación nacional e internacional, la vinculación con el sector público y privado, y la transferencia tecnológica.