000164748 001__ 164748
000164748 005__ 20251203145554.0
000164748 037__ $$aTAZ-TFG-2025-3061
000164748 041__ $$aspa
000164748 1001_ $$aDe Vera Sanz, Carlos
000164748 24200 $$aRAG to facilitate the use of DATUZ and learning about data warehouses.
000164748 24500 $$aRAG para facilitar el uso de DATUZ y el aprendizaje de almacenes de datos.
000164748 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2025
000164748 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000164748 520__ $$aEste Trabajo de Fin de Grado desarrolla dos herramientas para mejorar el acceso y aprendizaje de datos universitarios en la Universidad de Zaragoza. RAGDWAREuz es un asistente conversacional basado en inteligencia artificial que permite consultar información sobre los datos de SEGEDA usando lenguaje natural, eliminando la necesidad de conocimientos técnicos especializados. MDX LEARN es un entorno educativo autocontenido que facilita el aprendizaje de MDX, el lenguaje de consultas para análisis multidimensional, mediante datos sintéticos y cuadernos de Jupyter guiados. La implementación utiliza tecnologías de código abierto como LangGraph para flujos conversacionales, Milvus como base de datos vectorial, y modelos de lenguaje optimizados para entornos con recursos limitados. El sistema RAG combina recuperación de información con generación de respuestas, permitiendo consultas como "¿Qué es un egresado?" o "¿Cuántos estudiantes de nuevo ingreso hubo en Física?" con respuestas precisas basadas en documentación oficial. La evaluación mediante herramientas automáticas (DeepEval) y expertos universitarios demuestra la viabilidad de implementar IA avanzada en entornos universitarios. Los resultados confirman que ambas herramientas democratizan el acceso a información institucional y mejoran la formación técnica, con aplicación real en el marco del proyecto NEAT-AMBIENCE y la colaboración con DATUZ.<br />
000164748 521__ $$aGraduado en Ingeniería Informática
000164748 540__ $$aDerechos regulados por licencia Creative Commons
000164748 691__ $$a9
000164748 692__ $$aRAGDWAREuz contribuye al ODS 9.5 al demostrar la viabilidad de implementar tecnologías de IA avanzadas con arquitectura modular, código abierto y recursos limitados, facilitando su replicación y adopción en otros entornos académicos para impulsar la investigación y la innovación tecnológica.
000164748 700__ $$aIlarri Artigas, Sergio$$edir.
000164748 700__ $$aGracia Latorre, María Belén$$edir.
000164748 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cLenguajes y Sistemas Informáticos
000164748 8560_ $$f848481@celes.unizar.es
000164748 8564_ $$s2314954$$uhttps://zaguan.unizar.es/record/164748/files/TAZ-TFG-2025-3061.pdf$$yMemoria (spa)
000164748 909CO $$ooai:zaguan.unizar.es:164748$$pdriver$$ptrabajos-fin-grado
000164748 950__ $$a
000164748 951__ $$adeposita:2025-12-03
000164748 980__ $$aTAZ$$bTFG$$cEINA
000164748 999__ $$a20250627094319.CREATION_DATE