[11]

Introducción

El Repositorio de Fuentes Históricas en Ciencias de la Tierra de México es una iniciativa de la Biblioteca Conjunta de Ciencias de la Tierra (BCCT-UNAM) planeada y desarrollada por personal académico, bajo los lineamientos del acceso abierto (principios FAIR), la preservación del patrimonio documental científico y la promoción de una ciencia abierta, colaborativa y sustentable.

Su desarrollo es parte de una estrategia institucional para fortalecer la infraestructura abierta no comercial que contribuye a la investigación, la docencia y la vinculación social. Además, garantiza el acceso libre a fuentes documentales históricas de impacto científico, académico y social, ya que son materiales únicos a nivel nacional. Se hace énfasis en principios de apertura e interoperabilidad en el manejo de la ciencia abierta.

El proyecto se desarrolló en la plataforma DSpace, software de código abierto ampliamente utilizado en el ámbito académico para la gestión de repositorios institucionales. Además, reúne documentos que, por sus características, representan un testimonio invaluable del desarrollo científico en el área de las Ciencias de la Tierra de México de finales del siglo XIX. En particular, se pone a disposición del público, en texto completo, libros, revistas, folletos, literatura gris, reportes internos, mapas, sismogramas, telegramas y manuscritos sobre temas varios. Además, incorpora dos tipos de archivos: uno sobre personajes académicos que forman parte de la memoria colectiva de la historia de las ciencias de la tierra, como son Ruth Gall, Silvia Bravo y Ricardo Monges, y otro de instituciones especializadas en el área, como son los Servicios Mareográfico Nacional y Sismológico Nacional.

Estas fuentes no solo evidencian el avance del conocimiento técnico y científico, sino también la construcción de redes de colaboración académica y la profesionalización de la disciplina.

Dichos documentos se han catalogado mediante el esquema de metadatos Dublín Core, para su interoperabilidad y compatibilidad con estándares internacionales, lo que facilita la integración del repositorio en sistemas de cosecha e incrementa su visibilidad y permite el intercambio de información con otras infraestructuras de acceso abierto a nivel nacional e internacional.

Objetivo

Uno de los componentes clave de este proyecto fue la aplicación de herramientas de inteligencia artificial (IA) para llevar a cabo la curaduría, clasificación y análisis documental, específicamente en este momento de la colección de telegramas. Esta colección asciende a miles de documentos cuya información implica 85 años de registros sísmicos en México y organizarla de forma manual representaba un reto enorme que tomaría muchos años para su realización. De esta manera se planteó el objetivo de utilizar la inteligencia artificial para acelerar los tiempos de procesamiento de la información, reducir los errores humanos en la indexación y mejorar la experiencia de búsqueda para los usuarios finales.

Metodología

Mediante el uso de una herramienta de la plataforma Google Cloud, llamada Document AI, se entrenó a un modelo de aprendizaje automático, basado en Google Gemini 2.5 Flash, para que detectara e interpretara la estructura y el contenido de cada telegrama, extrayendo información clave. Para ello, se usó como guía el modelo de comunicación de Lasswell, un esquema conceptual que permite enseñar a la Inteligencia Artificial a responder cinco preguntas simples ante cada documento: ¿Quién envió el mensaje?, ¿Qué reportó?, ¿Cuándo ocurrió?, ¿Dónde fue? y ¿Cómo se comunicó?. Para lograr este nivel de comprensión, se etiquetó manualmente una muestra representativa de más de 500 telegramas enseñando al sistema exactamente qué fragmento de texto correspondía a cada pregunta.

Después de entrenar al modelo, empezó a operar de manera independiente, a través de un script en lenguaje Python, enviando a la nube miles de telegramas que habían sido digitalizados con anterioridad, agrupados en lotes.

La inteligencia artificial analizó cada telegrama  y de manera automática obtuvo  las entidades como: fechas de los eventos, remitentes, lugares geográficos y tipos de sismos. Sin embargo, con el fin de garantizar la calidad y la consistencia más alta en la información, los datos extraídos se sometieron a un segundo proceso de refinamiento utilizando el asistente de IA de Google Gemini. Este se encargó de normalizar la información, comparando los datos extraídos con diccionarios, tesauros de la especialidad y de nombres. También se corrigieron abreviaturas de estados de la República Mexicana, normalizando variantes de nombres personales, lugares geográficos y la estandarización de formatos de fecha.

Este procedimiento nos dió un 82% de recuperación de datos, mientras que la precesión del modelo alcanzó 79.3%, dando así un índice F1 de 0.807. Como último proceso de refinamiento se realizó supervisión humana, validando la información gestionada mediante IA y corrigiendo en los casos necesarios. 

Resultados

Como resultado, hasta el momento se han procesado más de 11 mil telegramas mediante el uso  de herramientas de Inteligencia Artificial, logrando integrar miles de documentos históricos a la dinámica actual de la ciencia abierta a través de su resguardo en el Repositorio de Fuentes Históricas en Ciencias de la Tierra de México y garantizando que puedan estar disponibles y ser consultados, reutilizados y valorados por las generaciones presentes y futuras como una herramienta activa y efectiva para la investigación, la docencia y la vinculación social. 

Conclusiones

Anteriormente, el proceso de curaduría, clasificación y análisis documental de los telegramas hubiera tomado años de trabajo manual para su integración dentro del repositorio de fuentes históricas, pero gracias al uso de la IA se logró realizar de manera eficiente y precisa. Contribuyendo  en la preservación de la memoria histórica y a entender los eventos sísmicos que forman parte importante de la evolución geológica de México.

Con esta iniciativa, no solo se asegura la preservación y difusión de documentos históricos esenciales especializados en la ciencia de la tierra en México, sino que además se refuerza el compromiso dentro del ámbito académico institucional de impulsar la ciencia abierta construyendo infraestructuras no comerciales que favorezcan la cooperación y el intercambio libre de conocimiento científico bajo estándares internacionales, que promuevan una mayor visibilidad, permitan el acceso equitativo a la información,  fomentando  la colaboración entre comunidades científicas, archivísticas y técnicas.