ACIPE — Motor de razonamiento agroinstitucional sobre arquitectura de artefactos
Cómo un sistema de IA convierte intención en acción dentro de una plataforma sectorial
Diego Fer
Gandia Labs
ACIPE es el motor de razonamiento conversacional de Gandia. A diferencia de un chatbot genérico, ACIPE opera sobre un grafo de artefactos institucionales y es capaz de detectar la intención del usuario, navegar entre dominios del negocio ganadero y activar componentes especializados sin que el usuario conozca su existencia. Este paper describe el pipeline de intent detection, el sistema de artefactos y las decisiones de diseño que hacen a ACIPE diferente de un LLM convencional.
Más allá del chatbot
Los asistentes conversacionales genéricos fallan en contextos institucionales porque no tienen modelo del negocio. Un productor que pregunta "¿cómo está el gusano barrenador?" no quiere texto sobre el tema — quiere ver el widget de riesgo de su región, el protocolo de inspección actualizado y el formulario de reporte a SENASICA. ACIPE entiende esta diferencia.
Pipeline de intent detection
El sistema de detección de intención de ACIPE opera en tres capas: (1) detección pre-pipeline de patrones de alta certeza (búsquedas de animales, videos, comandos slash), (2) clasificación NLP con BM25 sobre un léxico ganadero institucional de más de 400 términos, y (3) scoring de confianza que decide si abrir un artefacto directamente, sugerir uno al usuario o dejar pasar la consulta al LLM base.
El sistema de artefactos como interfaz
Cada respuesta de ACIPE puede activar un artefacto — un componente React especializado que reemplaza al texto plano cuando el contexto lo justifica. El sistema define tres niveles de escalada: Widget (acción específica), Módulo (vista completa del dominio) y Ánima (espacio completo del área). La escalada se produce por navegación del usuario o por detección de intención de mayor alcance.
Resultados observados
En pruebas con usuarios ganaderos reales, ACIPE logró una tasa de activación correcta de artefactos del 87% en consultas relacionadas con sanidad, pasaportes y exportación. El 13% restante correspondió a consultas ambiguas que el sistema derivó correctamente al chat conversacional. La latencia promedio de detección de intención es de 340ms, incluyendo la llamada al modelo de lenguaje.
Tasa de activación por dominio — pruebas con usuarios reales
| Dominio de consulta | Tasa de activación | Latencia promedio | Derivación al LLM |
|---|---|---|---|
| Sanidad animal | 91% | 280ms | 9% |
| Pasaporte · Trazabilidad | 89% | 310ms | 11% |
| Exportación · Aduanas | 84% | 390ms | 16% |
| Gemelo digital | 88% | 320ms | 12% |
| Promedio del sistema | 87% | 340ms | 13% |