Académica FI se adjudica Fondef para mejorar datos con IA
El proyecto DAQU, desarrollado junto a Cenia y CMPC Pulp, usará modelos de lenguaje para automatizar la preparación de datos en celulosa, minería y energía. Fue una de las 102 iniciativas seleccionadas entre 871 postulaciones a nivel nacional.
La Dra. Salgueiro Sicilia dirigirá durante 24 meses un equipo que integrará a tesistas de pregrado y postgrado.
La académica del Doctorado en Sistemas de Ingeniería (DSI) de la Facultad de Ingeniería (FI) de la Universidad de Talca, Dra. Yamisleydi Salgueiro Sicilia, se adjudicó un proyecto del concurso Fondef IDeA I+D 2026 de la Agencia Nacional de Investigación y Desarrollo (ANID). La iniciativa usará inteligencia artificial (IA) para enfrentar uno de los problemas más costosos y menos visibles de la industria: la mala calidad de los datos.
El proyecto, denominado DAQU («Data Quality Improvement Platform Through LLMs»), se ejecutará junto al Centro Nacional de Inteligencia Artificial (Cenia), con la empresa CMPC Pulp como entidad asociada. La adjudicación tiene un valor especial: este año, el Fondo de Fomento al Desarrollo Científico y Tecnológico (Fondef) recibió 871 postulaciones y seleccionó solo 102, cerca del 12% de las propuestas presentadas.
Un problema que cuesta millones
En sectores intensivos en activos, como la minería, la celulosa, la manufactura y la energía, el volumen de datos ha crecido mucho más rápido que su calidad. Las empresas acumulan millones de códigos de productos sin normalizar, registros duplicados de proveedores, errores de codificación y señales de sensores con vacíos y ruido.
El impacto es concreto. La consultora Gartner estima que estos problemas cuestan a las organizaciones cerca del 15% de sus ingresos anuales. A su vez, McKinsey reporta que más del 60% de las iniciativas de IA en manufactura fracasa principalmente por esta causa: los algoritmos no pueden ofrecer buenos resultados si los datos que los alimentan son deficientes.
Modelos de lenguaje al servicio de la industria
DAQU desarrollará una plataforma basada en modelos de lenguaje de gran escala (LLM, por su sigla en inglés), la misma familia de tecnologías detrás de los asistentes de IA conversacional. El sistema automatizará el ciclo completo de preparación de datos: normalización, eliminación de duplicados, validación, enriquecimiento y extracción de reglas.
La propuesta no reemplaza el criterio humano. La plataforma registrará cada transformación que realice, de modo que sea posible rastrear su origen, y mantendrá la validación de personas expertas a lo largo de todo el proceso.
Formación e investigación con impacto real
Durante sus 24 meses de ejecución, el proyecto incorporará a estudiantes de pregrado y postgrado del DSI, quienes desarrollarán sus tesis en el marco de la iniciativa. Además, contempla la publicación de resultados científicos y la formalización de acuerdos de transferencia tecnológica con la empresa asociada.
La adjudicación consolida el trabajo del DSI en investigación aplicada de alto impacto y proyecta, desde el Maule, soluciones a desafíos que comparten industrias de todo el país. Más información sobre el concurso y los proyectos adjudicados está disponible en el sitio de Cenia.
