Embeddings y modelos conversacionales: una nueva forma de explorar, comprender, describir y conectar la información en bibliotecas

Resumen

Las bibliotecas y centros de documentación se enfrentan a un cambio de paradigma en la recuperación y gestión de información, impulsado por la irrupción de los embeddings o representaciones vectoriales del significado lingüístico del texto. Este artículo explora qué son los embeddings, cómo funcionan y qué nuevas capacidades aportan al ámbito bibliotecario. Se examina su aplicación en tareas como la búsqueda semántica, el enriquecimiento automático de metadatos, la desambiguación de autoridades y la recomendación de documentos. Asimismo, se describe la arquitectura de generación aumentada por recuperación (Retrieval-Augmented Generation, RAG), que combina la búsqueda semántica con modelos de lenguaje conversacionales para construir sistemas capaces de responder preguntas complejas manteniendo la trazabilidad con las fuentes originales. A partir de pruebas de concepto y desarrollos experimentales en curso, el artículo muestra el potencial de los archivos conversacionales como una nueva manera de acceso a las colecciones, especialmente para la exploración transversal y el descubrimiento de relaciones no evidentes. Se analizan también las implicaciones profesionales y éticas de estas tecnologías para las bibliotecas, subrayando que lejos de sustituir la labor bibliotecaria, la refuerzan y amplían. El artículo concluye que la integración crítica y reflexiva de embeddings y RAG puede contribuir a una nueva generación de bibliotecas semánticas e interactivas, alineadas con los valores fundamentales de fiabilidad, trazabilidad y acceso al conocimiento.