Aplicación de modelos de lenguaje para el análisis geoquímico ambiental de suelos en la región de Antofagasta

Resumen

Este trabajo presenta el desarrollo de un sistema prototipo que utiliza modelos de lenguaje de gran escala (LLMs) para el análisis geoquímico ambiental de suelos en la Región de Antofagasta, Chile. El sistema integra técnicas de Retrieval Augmented Generation (RAG), principios de ingeniería de prompts estructurada inspirados en DSPy, y un mecanismo de autoevaluación mediante un método de LLM-as-a-judge. Se procesaron 94 muestras de suelo con datos de 12 elementos químicos (B, Co, Fe, Zn, Mn, Pb, As, Cu, Cr, Ni, V, Al), implementando transformación de coordenadas UTM a WGS84, análisis de 2 componentes principales (PCA), detección de anomalías basada en percentil 95 para elementos críticos (As, Pb, Cu) y generación automática de informes técnicos. El sistema de autoevaluación emplea 6 criterios específicos con escala 1-5 y temperatura 0.2 para consistencia. El sistema desarrollado demuestra la viabilidad técnica de especializar LLMs genérico en el dominio científico del análisis geoquímico ambiental mediante la implementación de una base de conocimiento contextual y características geológicas regional usando un enfoque local con Ollama. Aunque se logró generar informes estructurados con información relevante y se implementó un prototipo funcional de evaluación automatizada, la efectividad cuantitativa del sistema requiere validación sistemática mediante comparación con análisis de expertos humanos. Este trabajo establece las bases metodológicas y técnicas para adaptar LLMs a dominios científicos especializados sin reentrenamiento costoso, identificando tanto el potencial como las limitaciones actuales de este enfoque.