La Facultad de Informática impulsa trabajos de Investigación, Desarrollo e Innovación que llevan a cabo alumnos y docentes-investigadores. Estos proyectos se enmarcan en una serie de estrategias tendientes a elevar el nivel académico de los alumnos de nuestro establecimiento durante el proceso de aprendizaje a través de trabajos experimentales junto a docentes-investigadores, quienes también participan de esta experiencia mostrando los últimos avances alcanzados en sus respectivas temáticas.

Las propuestas desarrolladas por el LIFIA para el año 2024 se detallan a continuación. Si te interesa saber más o sumarte a alguno de los proyectos, contactate con alguno de los docentes guía.

Título	Docentes guía
Técnicas de NLP y AI aplicadas a textos semiestructurados para identificar similitud y extraer información	Juliana Delle Ville, Gabriela Perez, Leandro Antonelli
Metaversos y Mundos Virtuales: Oportunidades y Desafíos	Andrés Rodríguez, Cecilia Challiol
Descubriendo conocimiento con LLMs y Grafos de Conocimiento en el Observatorio de Valores del Suelo	Luciana Tanevitch y Diego Torres
Dark Patterns II: la web del engaño continúa	Julián Grigera, Juan Cruz Gardey, Alejandra Garrido, Alejandra Lliteras

Técnicas de NLP y AI aplicadas a textos semiestructurados para identificar similitud y extraer información

Coordinador(es): Juliana Delle Ville, Gabriela Perez, Dr. Leandro Antonelli

Motivación: 

Con el advenimiento de la industria 4.0 el volumen de información en formato de texto semiestructurado que manejan los sistemas informáticos es inmenso. Por lo cual, se necesitan de técnicas que automaticen el tratamiento de esa información. En este marco, los avances de la AI y en particular del NLP permiten sacar provecho proveyendo técnicas de identificación de similitud, extracción de información y búsqueda de respuesta a preguntas. Estas técnicas son generales y deben ser ajustadas y combinadas en función de las necesidades puntuales. Algunas características a considerar son longitud de los textos y tema del que tratan.

Objetivos:

El objetivo de este proyecto es realizar pruebas de concepto de diferentes técnicas de NLP y AI con el fin de poder identificar similitudes y diferencias (similarities), poder categorizar textos (categorization) y extraer información precisa (information extraction), como así también obtener respuestas a preguntas (questioning and answering).

Resultado esperado (prototipo que se va a mostrar en la Expo-Ciencia 2025):

Este proyecto es una continuación del proyecto de NLP en especificaciones técnicas que se viene desarrollando desde el año 2020. Durante este tiempo, se ha desarrollado un prototipo el cual permite editar texto y realizar ciertas tareas (comprobar el estilo de redacción, extraer información, comparar artefactos por similaridad, etc.). En este proyecto, se espera extender la herramienta conforme a los objetivos mencionados. 

Metaversos y Mundos Virtuales: Oportunidades y Desafíos

Coordinador(es): Dr. Andrés Rodríguez, Dra. Cecilia Challiol

Motivación: 

Los mundos virtuales, incluidos los metaversos, son un tema abierto de investigación, esto motiva a seguir explorando las oportunidades que ofrecen, pero también identificar aquellos desafíos que conllevan. Hace tres años venimos explorando en los proyectos con alumnos esta temática desde diferentes aspectos, tanto a nivel de diseño como tecnológico. Más aun, hemos diseñado e implementado dos versiones de Guantes Hápticos con distintas tecnologías. 

Objetivos:

En el proyecto de este año se continuará sobre la base de lo explorado y desarrollado años anteriores para seguir profundizando en la temática.

Resultado esperado (prototipo que se va a mostrar en la Expo-Ciencia 2025):

Obtener un prototipo funcional que muestre lo que se estuvo trabajando durante el año en relación con la temática.

Descubriendo conocimiento con LLMs y Grafos de Conocimiento en el Observatorio de Valores del Suelo 

Coordinador(es): Luciana Tanevitch y Dr. Diego Torres 

Motivación: 

El Observatorio de Valores del Suelo (OVS) de la Provincia de Buenos Aires [1] es un proyecto de investigación conjunto entre los centros LINTA, LIFIA y el Organismo Provincial de Integración Social y Urbana (OPISU). Uno de los objetivos del OVS es tener un seguimiento del estado de las parcelas e inmuebles en el territorio bonaerense, para ello necesita una base de datos actualizada con información georreferenciada. LIFIA trabajó en la construcción de una primera versión de un grafo de conocimiento (KG) inmobiliario que sirve como proveedor de los datos para el OVS. Algunos de los desafíos actuales están relacionados a poder realizar consultas en lenguaje natural sobre ese grafo, permitiendo a usuarios inexpertos en el dominio aprovechar la potencia de razonamiento de los grafos de conocimiento. 

Objetivos:  

• Diseñar y desarrollar estrategias para la construccion de preguntas y respuestas con LLMs en combinacion con Grafos de Conocimiento.  
• Diseñar prompts en LLMs para la construcción de preguntas y respuestas para el KG. 

• Extraer y refinar ontologias mediante el uso LLMs.
• Detectar duplicación de elementos en un grafo de conocimiento utilizando LLMs. 
• Integrar los nuevos elementos en la arquitectura y funcionalidad existente en el OVS. 

Resultado esperado (prototipo que se va a mostrar en la Expo): 

El resultado esperado es tener una instancia del grafo de conocimiento almacenada en MilleniumDB y accesible mediante Geonode. El grafo debe ser interactivo y permitir consultas sencillas en lenguaje natural, devolviendo un subgrafo como respuesta. El prototipo incluirá elementos interactivos internos o externos que permitan comprender las tecnologías y procesos realizados. 

[1] https://observatoriosuelo.gba.gob.ar 

Dark Patterns II: la web del engaño continúa

Coordinador(es): Dr. Julián Grigera, Dr. Juan Cruz Gardey, Dra. Alejandra Garrido, Alejandra Lliteras

Motivación: 

Los Dark Patterns son técnicas de diseño utilizadas en la web para engañar a los usuarios con el objetivo de obtener algún beneficio que suele ser económico. Por ejemplo, incrementar las ventas, recopilar información sin consentimiento, evitar que se cancelen suscripciones a servicios, entre otros. Más allá del engaño, los usuarios que están acostumbrados a este tipo de prácticas suelen ser importunados en procesos que terminan siendo más complejos de lo que deberían ser.

Objetivos:

Este trabajo es una continuación del proyecto del año anterior en el que se desarrolló una herramienta para detectar automáticamente un subconjunto de Dark Patterns. El objetivo de este proyecto es extender ese desarrollo principalmente en 2 direcciones:

• Perfeccionar la detección de los Dark Patterns soportados.           
• Incorporar a la herramienta nuevos tipos de Dark Patterns. 

Resultado esperado (prototipo que se va a mostrar en la Expo): 

De forma similar a la edición anterior, en la exposición se mostrará el funcionamiento de la herramienta en distintos sitios reales. En principio mediante un formato de juego se podría poner a prueba a los participantes para observar si caen en el engaño de los Dark Patterns. Luego los participantes podrán explorar la herramienta para visualizar cómo aparecen estas prácticas engañosas de la web y en la medida de los posible aprender a evitarlas.