.jpg)
En la intersecció entre les humanitats digitals i la intel·ligència artificial, els grafs de coneixement i els corpus multilingües s'estan consolidant com a pilars fonamentals perquè els models de llenguatge de gran escala (LLMs) puguin operar amb rigor en disciplines com la sociologia, la història o la lingüística computacional. La comunitat científica fa anys que adverteix que els sistemes generatius entrenats majoritàriament en anglès i amb dades predominantment tècniques o periodístiques arrosseguen biaixos i llacunes quan s'enfronten a fonts acadèmiques multilingües, a terminologia especialitzada o a marcs epistèmics propis de les ciències socials i humanitats (SSH). Davant d'aquest repte, la construcció d'infraestructures semàntiques que organitzin el coneixement de forma estructurada —i que a més integrin documents en múltiples idiomes— es perfila com una via necessària per adaptar els LLMs a contextos de recerca real.
Els grafs de coneixement actuen com un mapa conceptual que relaciona entitats, autors, conceptes i obres mitjançant arcs de significat explícit. Quan un LLM consulta un graf ben dissenyat, no només recupera fragments de text, sinó que pot navegar per relacions causals, jerarquies temàtiques i dependències disciplinàries. Això redueix dràsticament les al·lucinacions i millora la traçabilitat de les respostes, dos dels problemes més crítics assenyalats en els protocols d'avaluació com el que proposa el projecte LLMs4EU. A més, la incorporació de corpus multilingües —des d'actes de congressos en alemany fins a articles de revistes en espanyol o italià— permet que el model no depengui exclusivament de traduccions automàtiques, sinó que aprengui directament de la riquesa expressiva i terminològica original de cada camp.
Perquè aquesta integració sigui viable en entorns professionals, les organitzacions necessiten aplicacions a mida que connectin bases de dades bibliogràfiques, repositoris de documents i motors de raonament semàntic. Un programari a mida permet dissenyar interfícies específiques per a investigadors, amb capes de validació de fonts, control de versions d'ontologies i sistemes d'alerta davant de possibles incoherències entre el que genera l'LLM i el que afirma el graf de coneixement. En aquest sentit, la intel·ligència artificial aplicada a la recerca acadèmica exigeix solucions que no només siguin potents, sinó també auditables i alineades amb marcs legals com el Reglament Europeu d'Intel·ligència Artificial.
Des d'una perspectiva tècnica, l'orquestració d'aquests sistemes requereix serveis cloud aws i azure per desplegar models fundacionals amb suficient capacitat de còmput i emmagatzematge distribuït. La núvol híbrid permet escalar el processament de corpus multilingües sense comprometre la privacitat de les dades sensibles que sovint manegen els projectes d'humanitats digitals (com correspondència personal o arxius històrics sota restriccions d'accés). De la mateixa manera, la ciberseguretat es converteix en un requisit ineludible quan aquests entorns manegen consultes d'investigadors que poden exposar línies de recerca inèdites o dades de subjectes humans. Implementar proves de penetració i controls d'accés basats en rols és tan important com la pròpia qualitat dels models.
Per monitoritzar el rendiment d'aquestes infraestructures, els equips de recerca recorren cada cop més a serveis intel·ligència de negoci i eines com power bi per visualitzar mètriques de recuperació, precisió semàntica i densitat d'al·lucinacions detectades en temps real. Aquests dashboards no només faciliten la presa de decisions sobre quin corpus o quin subgraf necessita ser refinat, sinó que també permeten als gestors de projectes demostrar l'eficàcia de les seves adaptacions davant d'agències de finançament o comitès d'ètica.
En l'horitzó, els agents IA especialitzats en la síntesi de literatura acadèmica podran operar de forma autònoma, recorrent grafs de coneixement multilingües per elaborar revisions sistemàtiques, comparar troballes de diferents tradicions investigadores o respondre preguntes complexes que exigeixen creuar disciplines. Perquè aquests agents siguin fiables, han d'estar entrenats sobre corpus curats i governats per ontologies que respectin la diversitat lingüística i la pluralitat epistèmica de les ciències socials i humanitats. La col·laboració entre infraestructures com ALT-EDIC i empreses tecnològiques que ofereixen aplicacions a mida per al sector acadèmic es presenta com la via més prometedora per fer realitat aquesta visió, sempre amb un marc de compliment normatiu que garanteixi la transparència i la responsabilitat epistèmica.
