Reducción de la carga cognitiva en la gestión de redes de agua mediante agentes conversacionales basados en modelos de lenguaje grande (LLM)

Si no puedes visualizar correctamente este material, prueba alguna de estas opciones:
Player por defecto Usar MPEG-DASH Usar HLS Usar FLASH

Nombre RCIS_02_2026_ES_VIDEO.mp4
Autor Jose Vicente Berná Martinez
Título Reducción de la carga cognitiva en la gestión de redes de agua mediante agentes conversacionales basados en modelos de lenguaje grande (LLM)
Resumen Este trabajo aborda la democratización del conocimiento especializado mediante la introducción de agentes conversacionales especializados basados en modelos de lenguaje a gran escala (LLM). El enfoque propuesto entrena a un asistente que aprende a partir de datos específicos del ámbito, transformando 156 variables operativas reales de un sistema municipal en un conjunto de datos estructurado que comprende conversaciones técnicas generadas automáticamente. Los resultados obtenidos demuestran que el agente conversacional especializado actúa como un ingeniero sénior disponible las 24 horas del día, los 7 días de la semana, mejorando las tareas cognitivas con avances clave: análisis situacional (+35 %), que integra factores operativos, temporales y ambientales; diagnóstico diferencial estructurado (+18 %), que prioriza hipótesis con pasos de verificación; y optimización de la toma de decisiones (+22 %), que equilibra criterios contradictorios como el coste y la eficiencia
Duración 00:02:00.00
Keywords PremAI, Infraestructuras críticas, Detección Anomalías, Inteligencia Artificial
Usuario jvberna[perdoname]ua.es
Tipo VIDEO
Visitas 20
Tamaño 12.57MB