Research Projects

Este proyecto busca aportar herramientas de ingeniería de software para detectar prácticas laborales no éticas —trabajo forzado, infantil, explotación de migrantes— en cadenas productivas complejas, especialmente agroalimentarias. Aunque ya existen marcos legales e indicadores bastante precisos para identificar estos casos, fueron pensados para inspectores humanos, no para operar a la escala real de cadenas con miles de actores dispersos e información fragmentada en múltiples formatos e idiomas. Ahí se ubica la contribución del proyecto. El trabajo combina cuatro ejes: diseño participativo de indicadores y protocolos de relevamiento junto a los actores de la cadena, cuidando privacidad de poblaciones vulnerables; procesamiento de lenguaje natural y aprendizaje automático para extraer señales de riesgo de fuentes textuales y detectar anomalías, apoyado en ontologías y grafos de conocimiento combinados con LLMs; una arquitectura blockchain de doble capa con contratos inteligentes para garantizar trazabilidad y auditabilidad; y evaluación de experiencia de usuario para que las herramientas de reporte sean accesibles y libres de patrones de interacción engañosos. El resultado final es una plataforma demostradora que integra estos cuatro ejes como prueba de concepto end-to-end.

La computación cuántica se encuentra en una etapa crítica de desarrollo, marcada por la disponibilidad de dispositivos NISQ (Noisy Intermediate-Scale Quantum) y el surgimiento de ecosistemas de software que evolucionan rápidamente, como Qiskit. En este contexto, la Ingeniería de Software Cuántico (QSE) debe enfrentar desafíos inéditos vinculados a la gestión eficiente de recursos cuánticos limitados y a la compatibilidad del software en entornos en constante cambio.Este proyecto propone una agenda de investigación interdisciplinaria de cuatro años, articulada en torno a dos tesis doctorales y un programa de colaboración internacional en el marco de la Red Iberoamericana para el Avance de la Ingeniería de Software Cuántico (RIPAISC). Por un lado, se avanzará en la caracterización, estimación y gestión de recursos cuánticos relevantes en la era NISQ, desarrollando metodologías y herramientas (como el framework Qonscious) que permitan la ejecución condicional y consciente de las necesidades de recursos de circuitos cuánticos. Por otro lado, se explorará el papel de la inteligencia artificial en la automatización de tareas de desarrollo, refactorización y migración de código cuántico, evaluando la aplicabilidad de modelos de lenguaje de gran escala (LLMs) para asistir a los desarrolladores frente a los cambios frecuentes en librerías y entornos de programación cuántica. Como línea complementaria, el proyecto también buscará dar soporte a los procesos de aprendizaje de computación cuántica, integrando la experiencia de iniciativas como Qudos. En este sentido, se investigará cómo las herramientas desarrolladas (Qonscious y asistentes basados en IA) pueden contribuir a la enseñanza y al autoaprendizaje, reduciendo las barreras de entrada y acompañando a estudiantes y profesionales de la informática clásica en su transición al paradigma cuántico. Los resultados esperados incluyen nuevos aportes teóricos al campo emergente de la QSE, prototipos validados experimentalmente en plataformas cuánticas reales, publicaciones científicas de impacto internacional y recursos educativos innovadores. De esta forma, el proyecto busca consolidar un marco conceptual, práctico y formativo que habilite la construcción de software cuántico más confiable, escalable y consciente de los recursos en la transición hacia computadoras cuánticas tolerantes a fallos

El proyecto propone un abordaje integral para detectar, estudiar y mitigar los efectos de los dark patterns, así como concientizar a usuarios y desarrolladores. Planteamos cinco hipótesis: (H1) impactan negativamente en emociones y percepción de marcas; (H2) la reacción de los usuarios varía según su perfil de interacción; (H3) es posible detectarlos de manera automatizada; (H4) se propagan en la web por imitación aun sin intención manipulativa; y (H5) las herramientas de IA generativa pueden normalizar patrones oscuros de forma involuntaria.

La red RIPAISC busca establecer las bases para la creación de una iniciativa de investigación colaborativa en el campo de la ingeniería de software cuántico mediante la formación específica y avanzada en la materia, a través de la elaboración de cursos y talleres, con el desarrollo de nuevas técnicas y herramientas que faciliten la implantación de esta novedosa tecnología cuyo conocimiento generado será presentado en eventos de grado internacional. Puesto que este nuevo paradigma de computación es una tecnología de vanguardia, existe una carencia de redes de investigación en esta área que sepan trasladar al ámbito académico e industrial las ventajas que ofrece la computación cuántica para la resolución de problemas complejos. Igualmente, con la metodología de innovación abierta, será posible la existencia de una colaboración con el sector productivo para implementar soluciones a casos de uso reales y comprobar su impacto, provocando el interés de nuevas entidades y empresas para participar en la red y garantizar la sostenibilidad de la misma. El propósito principal de la red es impulsar la formación especializada en esta área y acelerar el desarrollo de nuevas técnicas, herramientas y algoritmos que faciliten la adopción de la computación cuántica en Iberoamérica. Para ello, la red se fundamenta en buenas prácticas de ingeniería de software, alineadas con los objetivos de desarrollo sostenible y los principios de la ciencia abierta.

El Observatorio de Valores del Suelo (OVS) es una iniciativa de articulación científico-tecnico y el sector publico provincial. El objetivo del OVS es generar un observatorio del valor del suelo en la Provincia de Buenos Aires que permita cuantificar los efectos en la valorización del suelo urbano producto de la acción del Estado y generar instrumentos para captar parte de esa valorización con el propósito de contribuir al sostenimiento en el mediano y largo plazo del hábitat de los barrios populares y fortalecer los procesos de integración socio-urbana. En este proyecto se proponen definir y construir herramientas metodologícas e informáticas que permitan la correcta manipulación de informaciones de la oferta inmobiliaria de la Provincia de Buenos Aires aplicando modelados de la web semántica en conjunto con otras herramietnas de inteligencia artificial, incluyendo el uso de Large Languaje Models.

Se espera obtener un conjunto de estrategias y algoritmos, los cuales, en combinación, permitan comenzar con texto en lenguaje natural y obtener como salida un conjunto de conceptos y relaciones para que puedan ser utilizados para crear un grafo de conocimiento.

El proyecto se centra en la mejora y ampliación de plataformas de participación ciudadana impulsadas por inteligencia artificial, tomando como caso de estudio la plataforma ÁGORA. Propone, por un lado, desarrollar herramientas metodológicas que ayuden a diseñar y evaluar experimentos de experiencia de usuario (UX) y ludificación adaptativa, tanto para quienes crean estos proyectos como para el público que participa. Por otro lado, busca avanzar en soluciones tecnológicas y algorítmicas, especialmente en el procesamiento de lenguaje natural, la explicabilidad de redes neuronales y la partición automatizada de imágenes o regiones geográficas, todo con el fin de agilizar y enriquecer la recolección colaborativa de datos. El proyecto integra conceptos de ciencia ciudadana, usabilidad y accesibilidad, y promueve la empatía con científicos y participantes para diseñar protocolos de recolección más complejos y efectivos. Además de fomentar la ludificación y la experiencia de usuario, se incorporan métodos de pensamiento computacional en ámbitos educativos y se enfatiza la transparencia e interpretabilidad de la inteligencia artificial, de modo que tanto investigadores como la ciudadanía puedan confiar y beneficiarse de estas herramientas.

La Fiscalía de Estado de Buenos Aires controla la legalidad administrativa y representa a la Provincia en juicios de cualquier fuero o jurisdicción. Dado el alto volumen de causas, requiere procesos eficientes que eviten demoras y aseguren una gestión ágil, previniendo su transformación en un cuello de botella institucional. El objetivo de este proyecto consiste en aplicar técnicas de procesamiento de lenguaje natural para (i) identificar similitudes de textos jurídicos y (ii) hacer extracción de información, de forma de poder hacer frente al gran volumen de trámites y poder realizar alertas tempranas con el consiguiente refuerzo de la unicidad de criterio.

Proyecto IDI sobre aspectos de ingeniería de software en diseño de sistemas de Retrieval Augmented Generation usando IA generativa y LLMs

Motivación: Cada vez más personas neurodivergentes desarrollan tareas que implican alta exposición pública en ámbitos académicos y profesionales; esto las puede llevar a enfrentarse con situaciones que les generan picos de ansiedad y/o sobrecarga sensorial justo en momentos críticos (clases, presentaciones, talleres). Es fundamental que cuenten con estrategias de autorregulación que les permitan recuperar el equilibrio y sostener su participación.Para facilitar la autorregulación de estas personas se han desarrollado tecnologías calmantes de diverso tipo. Algunas, basadas en el tacto, incluyen desde objetos “abrazables” que simulan respiración lenta o latidos para reducir ansiedad, hasta vestibles que proveen patrones vibrotáctiles sincronizados con la frecuencia cardíaca para inducir calma. En este proyecto se buscará traducir los datos de estrés en patrones hápticos y narrativas sensoriales personalizadas. Proponemos explorar la noción de un “compañero háptico” respetuoso, potenciado por IA generativa, que ayude a la persona a reconocer y regular sus emociones sin perder agencia ni presencia en la escena social. Además, se espera que este proyecto ayude a visibilizar una problemática que experimentan diariamente las personas neurodivergentes. Objetivos: Nos proponemos: a) desarrollar una herramienta asistida por IA generativa para co-diseñar catálogos personales de patrones vibrotáctiles y metáforas sensoriales significativas, b) construir un prototipo vestible en formato de brazalete o muñequera que detecte el pulso cardíaco, lo traduzca a niveles de estrés y con asistencia de IA generativa seleccione los patrones vibrotáctiles personalizados apropiados para facilitar el proceso de autoregulación. Resultado esperado (prototipo a mostrar en la Expo-Ciencia 2026): Un sistema compuesto por una demo de la herramienta para diseñar catálogos de patrones hápticos y narrativas sensoriales adaptadas a distintos perfiles y situaciones y un prototipo vestible de “compañero háptico” que reproduce patrones vibrotáctiles personalizados de acuerdo con el estado de estrés sensado. La demostración buscará mostrar el ciclo completo: la generación de metáforas sensoriales personalizadas asociadas a patrones hápticos concretos y su uso en contextos de exposición.