Servicios

Las bibliotecas atienden más canales y expectativas con equipos limitados. El resultado suele ser una tensión constante: tiempos de respuesta altos, consultas repetitivas que consumen capacidad, usuarios que no logran "llegar" a los recursos correctos, y una subutilización de colecciones digitales. Este servicio convierte esa presión en una oportunidad: un frente de atención que funciona 24/7, con calidad institucional y con escalamiento humano cuando se necesita.

1. Atención 24/7 (FAQ + trámites + servicios): resuelve preguntas frecuentes y guía procesos: horarios, afiliación, préstamos, renovaciones, multas, salas, accesos remotos, recursos digitales, eventos y rutas de ayuda.
2. Agente de referencia y recomendación: apoya la entrevista de referencia breve, sugiere rutas de búsqueda y recursos (catálogo, repositorio, guías temáticas, bases de datos) y explica por qué recomienda.
3. Copiloto para investigación: asiste en la formulación de estrategias de búsqueda, refinamiento iterativo y organización de hallazgos. Prioriza evidencia y evita "inventar" fuentes.

Definimos en diagnóstico cuál de estas capacidades se implementará primero. Se puede dar continuidad en fases subsecuentes.

1. Asistente implementado en web (y opcionalmente en otros canales).
2. Base de conocimiento curada con responsables, versionado y ciclo de actualización.
3. Flujos conversacionales con derivación a humano, mensajes institucionales y rutas de seguridad.
4. Respuestas con trazabilidad: enlaces a fuentes oficiales y señalización cuando algo requiere validación humana.
5. Panel de analítica: temas más consultados, vacíos de información, tasa de resolución y oportunidades de mejora.
6. Manual operativo + capacitación: cómo actualizar contenido, revisar calidad y ajustar reglas.

• Human-in-the-loop para casos sensibles (datos personales, temas legales, bienestar, quejas formales).
• Política anti-alucinación: el asistente cita o declara incertidumbre; no "rellena" con suposiciones.
• Minimización de datos, permisos por rol y lineamientos de retención.
• Registro de interacciones y revisión periódica (calidad, sesgos, accesibilidad y seguridad).

• Tasa de resolución sin humano (contención) y tasa de escalamiento exitoso.
• Tiempo promedio de respuesta (antes/después).
• Satisfacción del usuario (CSAT/NPS) y calidad percibida.
• Reducción de tickets repetitivos y carga del mostrador.
• Vacíos de información detectados (insumo para mejorar guías y señalización).

La catalogación sostiene todo lo demás: descubrimiento, analítica, acceso y preservación. Pero también es uno de los procesos más intensivos en tiempo y susceptible a retrabajo por inconsistencias, duplicados o falta de normalización. Este servicio acelera el flujo sin sacrificar calidad ni criterio bibliotecario: la IA propone, el equipo decide.

• Extracción asistida de metadatos desde fuentes confiables (portada, TOC, DOI/identificadores, repositorios, editoriales).
• Sugerencias de descripción (resúmenes, notas, audiencias, palabras clave) alineadas a políticas locales.
• Normalización y control de autoridad: nombres, series, materias y términos; detección de variantes e inconsistencias.
• Enriquecimiento de metadatos para elevar encontrabilidad: materias más consistentes, descriptores mejorados, identificadores completos.
• Clasificación/indización asistida y alertas de calidad (campos faltantes, duplicados, conflictos).

El alcance exacto se define en diagnóstico: tipos documentales, estándares, idiomas, fuentes y sistema de gestión bibliotecaria/repositorio.

Partimos de una línea base (tiempos reales por tipo de material) y diseñamos el flujo para maximizar el ahorro donde es razonable: prellenado inteligente, sugerencias reutilizables, reglas de normalización y reducción de retrabajo. Luego probamos en un piloto representativo y ajustamos hasta alcanzar la meta acordada.

1. Mapa de proceso "antes/después" y guía de operación.
2. Plantillas de campos y reglas de normalización acordadas con el equipo catalogador.
3. Pipeline implementado con trazabilidad de sugerencias y cambios.
4. Checklist de calidad y tablero básico de productividad y consistencia.
5. Capacitación técnica para el equipo núcleo + entrenamiento operativo.

• Tiempo promedio por registro (por tipo de material).
• % de campos sugeridos aceptados vs. corregidos (calidad de asistencia).
• Tasa de retrabajo y de duplicados detectados.
• Consistencia de autoridades y materias (antes/después).

Los usuarios esperan buscar como hablan, no como catalogan las bibliotecas. La brecha entre el lenguaje natural y los términos controlados genera frustración, bajo uso de colecciones y una percepción de que "la biblioteca no tiene lo que necesito" — cuando sí lo tiene. Este servicio cierra esa brecha con búsqueda semántica y conversacional.

• Búsqueda semántica sobre catálogo, repositorio institucional, guías de recursos y colecciones digitales.
• Interfaz conversacional: el usuario formula su necesidad en lenguaje natural y recibe resultados relevantes con explicación.
• Expansión de consultas: sinónimos, términos relacionados, tesauros y sugerencias contextuales.
• Filtros dinámicos: por colección, tipo de material, fecha, idioma y disponibilidad.
• Trazabilidad de resultados: por qué se recomienda cada recurso.

1. Motor de búsqueda semántico implementado e integrado con las fuentes acordadas.
2. Interfaz configurada con identidad institucional.
3. Documentación técnica de la arquitectura y guía de mantenimiento.
4. Tablero de analítica: términos más buscados, vacíos de colección, tasa de clics y satisfacción.
5. Capacitación para el equipo técnico y de referencia.

• Tasa de búsquedas sin resultados (antes/después).
• Clics en resultados y tasa de acceso a recursos.
• Satisfacción del usuario con los resultados (encuesta breve).
• Uso de colecciones digitales antes/después de la implementación.

Las bibliotecas generan datos valiosos que rara vez se convierten en decisiones. El desarrollo de colecciones se basa en intuición, los reportes de uso llegan tarde y en formatos difíciles de interpretar, y el impacto institucional queda invisible. Este servicio transforma datos dispersos en inteligencia accionable para dirección, servicios y planificación.

• Tablero de KPIs institucionales: uso de colecciones, préstamos, accesos remotos, eventos y satisfacción.
• Analítica de desarrollo de colecciones: títulos más y menos usados, brechas temáticas, duplicados y candidatos a baja o adquisición.
• Reportes de impacto: indicadores para demostrar el valor de la biblioteca ante dirección e instancias de financiamiento.
• Alertas automáticas: umbrales de uso, vencimientos, tendencias anómalas.
• Integración con fuentes de datos existentes (ILS, repositorio, encuestas, bases de datos comerciales).

1. Tablero operativo implementado con acceso por rol (dirección, equipo, reportes).
2. Conjunto inicial de KPIs acordados con la dirección.
3. Documentación de fuentes de datos, frecuencia de actualización y responsables.
4. Guía de interpretación y uso de métricas.
5. Capacitación para el equipo que administrará y usará el sistema.

• % de decisiones de colección sustentadas en datos (vs. intuición).
• Tiempo de elaboración de reportes de uso (antes/después).
• Satisfacción de dirección con la información disponible para planificación.
• Uso del tablero por parte del equipo (frecuencia y consultas generadas).

Implementar IA sin gobernanza es asumir riesgos innecesarios: privacidad comprometida, sesgos no detectados, personal sin criterios para evaluar herramientas y decisiones tomadas sin trazabilidad. La gobernanza no es burocracia — es la base para que la IA funcione de forma confiable, duradera y responsable en su institución.

• Política institucional de uso de IA: principios, alcances, restricciones y mecanismos de actualización.
• Mapa de roles y responsabilidades: quién puede usar qué herramientas, con qué datos y bajo qué condiciones.
• Evaluación de impacto en privacidad (EIPD) para los servicios de IA existentes o planificados.
• Matriz de riesgos: identificación, probabilidad, impacto y controles por tipo de riesgo (privacidad, sesgos, dependencia de proveedor, desinformación).
• Checklist de evaluación de proveedores de IA: preguntas críticas antes de contratar o renovar.
• Plan de formación en IA crítica: diplomado interno por niveles (conciencia, uso responsable, supervisión).

1. Política de IA institucional (versión 1.0, con ciclo de revisión anual).
2. Evaluación de impacto en privacidad completada para los servicios actuales o en implementación.
3. Matriz de riesgos con controles asignados y responsables.
4. Checklist de proveedor (listo para usar en evaluaciones presentes y futuras).
5. Plan de formación en IA crítica para todo el equipo.
6. Taller de arranque (3–4 h) con todo el equipo: fundamentos, ética y uso responsable.

• % del equipo formado en IA crítica (nivel básico y avanzado).
• Política de IA aprobada y comunicada institucionalmente.
• Número de incidentes de privacidad o uso inadecuado de IA (línea base y seguimiento).
• Evaluaciones de proveedor completadas antes de contratar nuevas herramientas.