Reflexiones a partir de un Estudio de Caso con IA Generativa en Planos de Ingeniería Mecánica

Abstract

Este trabajo analiza el uso de inteligencia artificial generativa (IAG) para la retroalimentación automatizada de planos de ingeniería mecánica, evaluando su adecuación a la normativa IRAM. Se emplea ChatGPT-4o, entrenado con datos basados en la norma AS 1100, aplicándolo a tres versiones de un plano (correcta, incompleta e incorrecta). Mediante una lista de verificación diseñada, se evalúa la precisión del modelo en 21 ensayos con prompts en inglés y español. Los resultados evidencian mejores respuestas con instrucciones detalladas en español, pero persisten errores en proyecciones ortogonales y acotaciones, generando falsos positivos y negativos. Además, el historial de interacción influye en la objetividad de las respuestas. Se concluye que los modelos actuales no están preparados para interpretar normas locales por falta de entrenamiento específico, lo que limita su aplicación educativa o profesional. Se propone desarrollar un marco computacional adaptado a IRAM para mejorar la precisión y utilidad de la retroalimentación.