Noticias
Enero 2025.- Uno de los desafíos más interesantes en el área del procesamiento de lenguaje natural (NLP) es el reconocimiento de texto libre. Este es el desafío que enfrentó la Dirección de Innovación y Transferencia Tecnológica del IMFD en el trabajo colaborativo con la Superintendencia de Seguridad Social (SUSESO), que tuvo como eje principal la optimización del ingreso de reclamaciones desde una perspectiva ciudadana. El objetivo de esta colaboración es desarrollar y evaluar el rendimiento de modelos de procesamiento de lenguaje natural (NLP) para la clasificación automática de materias, submaterias y causales de reclamación de la SUSESO.
“Cuando una persona ingresa un reclamo en la Superintendencia de Seguridad Social (SUSESO), existe una gama de opciones a seleccionar para una causal. Una persona usuaria podría erróneamente ingresar una opción incorrecta terminando con una solución negativa al final de este proceso”, explica Hernán Sarmiento, ingeniero de Innovación IMFD y líder del proyecto. Tras este primer paso, existe el campo donde se ingresa un texto libre llamado “relato” donde esta persona señala por qué está reclamando.
“La pregunta es cómo nosotros podemos aprovechar este relato de texto libre para poder, de alguna manera, asignar automáticamente a una de estas causales que el usuario debería seleccionar. Aquí nos encontramos con relatos que tienen faltas de ortografía, errores de tipeo y faltas en la gramática, por lo que durante este proyecto tratamos de evaluar experimentalmente si nosotros podíamos entrenar modelos de clasificación y ver con cuánto porcentaje se podría aceptar a alguna de todas las opciones de las causales que existen”, destaca el ingeniero.
Esta iniciativa se enmarcó dentro de un total de 7 componentes impulsados por la SUSESO, llamado “Procesamiento del Lenguaje Natural para la Optimización del Ingreso de Reclamaciones”, que no solo busca agilizar el proceso, sino también facilitar una respuesta más rápida y precisa para quienes buscan soluciones a sus problemas.
La SUSESO es el organismo autónomo del Estado que está a cargo de fiscalizar el cumplimiento de la normativa de seguridad social y garantizar el respeto de los derechos de las personas, especialmente de los trabajadores, pensionados y sus familias. La organización trabajó por primera vez en soluciones con ciencia de datos e inteligencia artificial, en este caso con procesamiento de lenguaje natural (NLP) como parte de sus esfuerzos por mejorar el servicio y modernizar sus procesos.
Principales resultados
El proyecto se dividió en tres etapas clave: Análisis exploratorio de datos, en el cual se revisaron las reclamaciones para identificar patrones. Caracterización lingüística de los relatos, donde utilizaron herramientas de NLP. Y finalmente se llegó al entrenamiento y validación de modelos, lo que implicó entrenar modelos de inteligencia artificial para automatizar la clasificación de reclamaciones.
Llegando a la Etapa III, ya con los entrenamientos hechos al modelo, se llegó al conjunto de prueba, en el cual se utilizaron mil relatos correspondientes a 17 causales. Se evaluaron distintos modelos de lenguaje con el fin de conocer la capacidad de predecir una causal a partir de un relato.
Los principales resultados señalan que es posible construir modelos de lenguaje que puedan aprender a partir de los relatos de los ingresos de reclamaciones y que eso puede mejorar el hecho de poder clasificar correctamente estos ingresos o reclamos a una causal específica.
Hernán Sarmiento señala que “el hecho de poder utilizar modelos de lenguaje existentes y adaptarlos a los relatos que la SUSESO posee, puede de alguna manera mejorar la clasificación mejorando sobre 10 veces el hecho de seleccionar una causal al azar”. Y añade que “Con este hallazgo podemos, decir que efectivamente los relatos pueden contener algún tipo de lenguaje muy específico acorde al dominio que permita mejorar esta clasificación de manera automática”.
Innovación al servicio de la sociedad
«Esto es poner a disposición algo que a veces se ve lejano, como es la inteligencia artificial, en algo concreto. Viene la innovación, que es mejorar la experiencia de usuario de nuestras personas que vienen a golpearnos la puerta para resolver reclamos. Estamos muy contentos con los resultados del proyecto, porque este puede tener un impacto ciudadano y con alto nivel tecnológico”, expresó Pamela Gana, Superintendenta de la SUSESO.
El equipo IMFD detrás de este proyecto tiene como líder a Hernán Sarmiento, ingeniero de Transferencia de Innovación IMFD, a Francisca Cona y Camila Henríquez como científicas de datos, y como consultora a Jocelyn Dunstan, académica del Departamento de Ciencia de la Computación UC en cargo compartido con el Instituto de Ingeniería Matemática Computacional UC, investigadora AC3E e IMFD.
“Fue un proyecto que atiende a una necesidad y un problema que es común para la ciudadanía. Trabajar con la SUSESO nos permite abordar problemas que realmente existen en la sociedad a través de metodologías o experimentación científica, todo con el fin de mejorar ciertos procesos”, destaca Sarmiento.
Para el IMFD este proyecto forma parte de una serie de iniciativas que buscan técnicas que permitan aplicar la avanzada investigación en ciencia de datos que se desarrolla en la academia en Chile, a la solución de problemas que impactan a nuestra sociedad, lo que se alinea con los objetivos del instituto y de su dirección de innovación.
