El crecimiento de los catálogos de datos abiertos plantea un desafío común: aunque existan miles de datasets publicados, encontrar la información adecuada continúa dependiendo de búsquedas por palabras clave y del conocimiento previo del usuario.
En este taller presentaremos la experiencia de AGESIC en el desarrollo de un piloto que incorpora inteligencia artificial para facilitar el descubrimiento, exploración y vinculación de datasets mediante lenguaje natural.
La solución combina procesamiento semántico, embeddings, búsqueda vectorial, grafos de conocimiento y modelos de lenguaje para identificar relaciones entre datasets, comprender consultas realizadas en español y recomendar información relevante, incluso cuando los datos se encuentran distribuidos entre distintos organismos o utilizan diferentes estructuras y nombres.
Durante la sesión se compartirán los principales aprendizajes del proyecto, incluyendo decisiones de arquitectura, integración con CKAN, construcción automática del grafo semántico y estrategias para minimizar alucinaciones mediante el uso exclusivo de datos oficiales del catálogo.
Los participantes interactuarán con el prototipo realizando consultas sobre un catálogo de datos abiertos y analizarán cómo este enfoque puede mejorar la reutilización de datos públicos, reducir barreras de acceso para usuarios no técnicos y fortalecer el impacto de las políticas de datos abiertos.
El taller finalizará con un intercambio sobre oportunidades, desafíos y recomendaciones para que otras administraciones públicas puedan incorporar capacidades similares utilizando tecnologías abiertas y reutilizables