Grafos de conocimiento y LLMs para el control preventivo de riesgos en centrales hidroeléctricas

Una central hidroeléctrica de gran escala genera entre 8.000 y 15.000 documentos normativos, informes de inspección y registros de incidentes durante su ciclo de construcción. Ningún equipo de seguridad puede correlacionar manualmente esa cantidad de información con la velocidad que exige una obra con excavaciones subterráneas, presas en construcción y cientos de subcontratistas operando en paralelo. El resultado habitual: riesgos que se identifican después del incidente, no antes.

Los sistemas actuales de gestión de seguridad en obra funcionan como listas de verificación estáticas. Un checklist de EPIs o un procedimiento de trabajo en altura no captura las relaciones causales entre condiciones del terreno, secuencia constructiva, meteorología y comportamiento de cuadrillas específicas. Un estudio publicado en Automation in Construction (Volume 191, noviembre 2026) por Yang, Chen, Ng, Xiang y Bao aborda exactamente esta carencia mediante la integración de knowledge graphs (grafos de conocimiento) con grandes modelos de lenguaje (LLMs) para construir un sistema de precontrol de riesgo en toda la cadena de proyectos hidroeléctricos.

La propuesta no sustituye la inspección humana. La complementa con una capa de razonamiento estructurado que conecta normativa, histórico de accidentes y datos de obra en tiempo real. Es un ejemplo concreto de cómo la inteligencia artificial en construcción está pasando de la detección reactiva a la prevención basada en inferencia causal.

El problema técnico en detalle

La gestión de riesgos en proyectos hidroeléctricos enfrenta tres fuentes de variabilidad simultáneas: geotécnica (formaciones rocosas, filtraciones, sismicidad), organizativa (múltiples contratistas con estándares distintos) y documental (normativa nacional, especificaciones de diseño, procedimientos internos que cambian por fase de obra).

Los datos relevantes están dispersos en formatos heterogéneos: PDFs de normativa técnica, informes de inspección en texto libre, bases de datos de accidentes con campos incompletos y planos BIM sin vinculación semántica a los riesgos que documentan. Extraer conocimiento útil de este corpus exige procesamiento de lenguaje natural especializado, no búsqueda por palabras clave.

El coste de resolver esto mal es medible. Según cifras que el propio sector cita de forma recurrente, entre el 60% y el 80% de los accidentes graves en grandes infraestructuras hidráulicas tienen causas raíz que ya estaban documentadas en incidentes previos similares, pero no se conectaron a tiempo con la situación de riesgo emergente. El problema no es falta de datos: es falta de estructura que permita razonar sobre ellos.

Cómo funciona el método

El sistema propuesto por los autores articula un pipeline de tres capas: extracción de conocimiento, construcción del grafo y razonamiento asistido por LLM.

1. Extracción de entidades y relaciones. Un LLM ajustado (fine-tuned) sobre corpus normativo y registros históricos de accidentes identifica entidades (peligro, causa, control, actor responsable) y las relaciones que las vinculan (causa-efecto, mitigación, dependencia temporal). Es análogo a convertir un archivador de expedientes en un plano de instalaciones donde cada cable está etiquetado y conectado a su origen.

2. Construcción del grafo de conocimiento. Las tripletas extraídas (entidad-relación-entidad) alimentan un grafo dirigido que representa el conocimiento acumulado del sector: qué condiciones geotécnicas se asocian a qué tipos de fallo, qué controles han probado eficacia y en qué fase constructiva aparece cada patrón de riesgo. Este grafo actúa como memoria estructurada, similar a como un agente de diseño estructural basado en grafos de conocimiento organiza reglas de cálculo para razonar sobre ellas.

3. Razonamiento y precontrol full-chain. Cuando llega información nueva de obra (un informe de inspección, un dato de sensor IoT, un cambio de fase constructiva), el LLM consulta el grafo mediante técnicas de retrieval-augmented generation para inferir riesgos análogos ya documentados y proponer medidas de control antes de que el riesgo se materialice.

Los autores evalúan el sistema con métricas de recuperación de información (precisión y recall en la extracción de tripletas) y con validación experta sobre la pertinencia de las alertas generadas frente a un baseline de reglas fijas tipo checklist. El grafo dinámico supera consistentemente al enfoque estático en cobertura de escenarios de riesgo no triviales, es decir, aquellos que dependen de combinaciones de factores y no de umbrales simples.

Enfoque	Cobertura de riesgos complejos	Actualización con nuevos casos	Trazabilidad de la decisión
Checklist estático	Baja	Manual, lenta	Limitada
Reglas basadas en umbrales	Media	Manual	Media
Grafo de conocimiento + LLM	Alta	Semiautomática	Alta (ruta explicable en el grafo)

Integración práctica

Una constructora o promotora que quiera evaluar este enfoque no necesita partir de cero. El punto de entrada realista tiene tres fases:

• Fase 1 (2-3 meses): digitalización documental. Convertir normativa, procedimientos internos e histórico de incidentes a formato estructurado. Herramientas de OCR aplicadas a documentación técnica, como las descritas en nuestro artículo sobre Mistral OCR para digitalización de obra, son el paso previo obligatorio.
• Fase 2 (3-4 meses): construcción del grafo piloto. Se limita a una disciplina crítica (excavaciones, trabajos en altura, espacios confinados) para validar la extracción de entidades y relaciones antes de escalar.
• Fase 3 (4-6 meses): integración con datos vivos. Conexión con BIM para vincular riesgos a elementos constructivos concretos, con ERP para cruzar riesgo con asignación de personal, y con sensores IoT de obra (vibración, gases, nivel freático) para alimentar el grafo con señales en tiempo real.

La integración BIM e inteligencia artificial es aquí especialmente relevante: cada nodo del grafo puede anclarse a un elemento del modelo 3D, lo que permite visualizar el riesgo directamente sobre la geometría de la presa o el túnel de derivación, no solo en un informe textual.

Limitaciones y condiciones de uso

El método exige un volumen mínimo de datos históricos etiquetados para el fine-tuning del LLM extractor. Los autores trabajan con corpus normativo y de accidentes propios del contexto hidroeléctrico chino; adaptar el modelo a otra jurisdicción normativa requiere reentrenamiento y validación experta, no es un sistema plug-and-play.

La calidad de las alertas depende directamente de la calidad de la extracción inicial de tripletas. Un LLM que comete errores de extracción sistemáticos propagará ese sesgo por todo el grafo. Esto exige monitorización continua, similar a la que describimos en nuestro artículo sobre MLOps y detección de drift en modelos de visión artificial en obra: un grafo de conocimiento también puede degradarse si no se actualiza con casos nuevos.

El sistema no sustituye la inspección física ni la visión artificial en obra para detección directa de peligros (EPIs, avance de fisuras). Es una capa de razonamiento complementaria, no un sensor.

Lo que esto significa para el sector

El precontrol de riesgo basado en grafos de conocimiento marca un cambio de paradigma: pasar de gestionar la seguridad por cumplimiento normativo reactivo a gestionarla por inferencia sobre patrones históricos estructurados. Para proyectos hidroeléctricos, donde un solo incidente grave puede paralizar la obra semanas y disparar el CPI negativamente, esta capacidad de anticipación tiene retorno directo.

La ventaja competitiva no está solo en evitar accidentes. Está en la trazabilidad: cuando un auditor o una administración pública pide justificar por qué se tomó (o no) una medida de control, un grafo de conocimiento ofrece una ruta explicable que un checklist nunca puede dar.

Si tu organización gestiona proyectos de infraestructura hidráulica o energética de gran escala y quiere evaluar si un piloto de grafo de conocimiento aplicado a seguridad tiene sentido con tus datos actuales, podemos ayudarte a diseñarlo y a definir qué documentación necesitas digitalizar primero.

---

Fuente: ScienceDirect Publication: Automation in Construction