F56 — Indexación y recomendación automática de contenido

Categoría: Inteligencia Artificial

Objetivo

Que la IA clasifique automáticamente la información y recomiende contenidos según el interés y la necesidad de cada usuario.

Contexto

Capacidad transversal de IA sobre el contenido ya publicado en la plataforma.

Qué hay

Existe indexación semántica real vía RAG: ia-functions/app/domain/services/chunking.py fragmenta texto, app/adapters/vectorstore/pgvector_store.py lo indexa en Postgres+pgvector (tabla document_chunks con columnas collection, embedding), y app/adapters/tools/rag_tool_provider.py expone búsqueda semántica (buscar_documentos, buscar_diccionario) como tools del chatbot. Esto es clasificación/búsqueda por significado sobre contenido ya indexado (entrevistas, informes, notas de campo, diccionario de observaciones cualitativas), consultado reactivamente.

Qué hace falta

No hay recomendación proactiva ("te puede interesar X") ni perfilado de usuario por interés/necesidad — lo implementado es búsqueda semántica a demanda, no un motor de recomendación. Tampoco hay evidencia de clasificación automática de contenido entrante (tagging/categorización) más allá de la collection fija que se asigna manualmente al ingestar (documents vs dictionary).