Observatorio de IA
Caso de uso de IA en MIEM: clasificación automática de tickets de mesa de ayuda
Informes
Prototipo utilizado por la Dirección Nacional de Propiedad Industrial del Ministerio de Industria, Energía y Minería (MIEM) para el procesamiento de lenguaje natural y aprendizaje automático con el objetivo de clasificar automáticamente los tickets de la mesa de ayuda como tareas o incidentes, brindando apoyo al personal técnico en su gestión.
Identificación del organismo
- Organismo: Dirección Nacional de Propiedad Industrial del MIEM.
- Fecha de reportado: 24/11/2023.
Información del caso de uso
- ¿Cuál es el número de caso dentro del Observatorio de IA?: 2
- ¿Qué es y cómo funciona?: desarrollo de un prototipo que clasifica los tickets recibidos por la mesa de ayuda en dos categorías: tareas e incidentes. El modelo utiliza redes neuronales recurrentes entrenadas con el texto del asunto y la descripción de los correos electrónicos que dan origen a los tickets, para determinar con cierto grado de precisión la categoría correspondiente a cada nueva solicitud.
- ¿Qué problema resuelve?: automatiza y agiliza la clasificación de los tickets de mesa de ayuda, facilitando la identificación de si una solicitud corresponde a una tarea o a un incidente.
- ¿Cuál es el público objetivo al que impacta?: uso interno de la división Tecnologías de la Información.
- ¿Cuál es el estado de implementación?: en ejecución, desarrollo e implementación.
- ¿Cuándo comenzó la iniciativa?: 01/09/2023.
Desarrollo técnico del sistema
- ¿Qué tecnologías utiliza?: procesamiento de lenguaje natural (NPL, por su sigla en inglés). Aprendizaje automático (ML, DP, Clustering).
- ¿Qué tipo de licencia código y/o librería utiliza?: TensorFlow, Keras y Scikit-learn.
- ¿Qué lenguaje utiliza?: Python.
- ¿Quiénes es responsable del desarrollo?: desarrollo interno del organismo.
- ¿Cuáles son las áreas funcionales involucradas?: Tecnología e Informática.
- ¿Involucra la participación humana en la decisión final?: sí, se prevé el uso del modelo como apoyo al técnico/a que clasifica los tickets de mesa de ayuda, tomando las predicciones como sugerencias de clasificación.
- ¿Cuáles son las principales dificultades y los retos identificados?: dificultad en el tratamiento de los correos electrónicos para obtener textos adecuados para el entrenamiento. Limitaciones en las capacidades de cálculo para realizar los entrenamientos en tiempos razonables. Obtención de un sesgo aceptable, pero de una varianza difícil de abatir.