Evaluar la estabilidad física de un depósito de relaves exige revisar informes extensos, heterogéneos y redactados en español técnico. Encontrar los parámetros críticos puede tomar semanas por depósito. Ese cuello de botella no está en la geotecnia: está en la búsqueda manual dentro de documentos no estructurados.

El trabajo de Gabriel Olmos —desarrollado como parte de su tesis de magíster en la Escuela de Ingeniería Eléctrica PUCV— acaba de ser publicado en Expert Systems with Applications (Elsevier, Q1, IF 9.4). El artículo, coautorado con Gabriel Villavicencio, Gabriel Hermosilla, Giovanni Cocca-Guardia, Manuel Silva, Vinicius Minatogawa y Pierre Breul, propone AsyncMultiQuery TSF-RAG: un sistema RAG que reformula cada consulta en múltiples variantes, las ejecuta de forma asíncrona sobre embeddings complementarios y consolida resultados con re-ranking y deduplicación.

El sistema fue evaluado con 29 documentos reales y 1.949 páginas de informes de empresas mineras chilenas, cubriendo las cinco tipologías oficiales de depósitos de relaves. Los resultados muestran una reducción del tiempo de búsqueda desde 420–600 minutos manuales a 5,62–11,35 minutos —superior al 99 %— manteniendo una tasa de acierto por sobre el 70 % en evaluación humana con expertos geotécnicos.

El aporte es concreto: en dominios técnicos, regulados y en español, la robustez del retrieval define el valor real del sistema. Este trabajo posiciona a RAG como una herramienta viable para apoyar la fiscalización técnica de estabilidad física de relaves.

#AIMineSafe #RAG #ExpertSystemsWithApplications #Relaves #Geotecnia #PUCV #MagisterPUCV