2025-10-18 –, Track 04 - B05, C01
Language: Español
Vivimos en un mundo donde existen cada vez más delitos, desde estafas hasta casos de violencia, que suelen dejar algún rastro en soportes digitales, como celulares, computadoras o redes sociales, estos generan grandes volúmenes de información y los encargados judiciales (peritos, fiscales o investigadores) que deben analizarlos se les hace muy difícil poder interpretar la información generada. ¿Cómo se podría detectar patrones de comportamiento criminal como amenazas, estafas, extorsiones u otros tipos de indicios que puedan sugerir un crimen y convertirse en la evidencia clave de una investigación?
Los agentes de IA pueden utilizarse para solucionar el rápido análisis, interpretación y generación de una hipótesis concluyente.
LangGraph, es un framework de flujos de trabajo orientado a grafos en Python, ideal para el diseño de agentes modulares, colaborativos y explicables que tienen capacidades de diseñar condicionales y rutas dinámicas. Si se combinan con el uso de los LLMs para generar respuestas lo más humanas posibles, transformaría la forma en la que interactuamos con la evidencia digital.
En esta charla mostraré como construir agentes de IA con LangGraph en Python, desde los fundamentos hasta la aplicación práctica para el análisis de conversaciones claves para la investigación criminal.
El uso de LangGraph me pareció muy poderoso para diseñar flujos que no son lineales, pero lo más importante fue entender que se pueden construir herramientas para temas sensibles y que son necesarias para contribuir a favor de la verdad y la justicia.
Los asistentes podrán replicar estos conocimientos para diseñar y desarrollar sus propios agentes de IA en cualquier área de aplicación y desarrollar soluciones significativas con Python.
Público objetivo
• Desarrolladores de Python con interés en IA aplicada, LangGraph y agentes conversacionales.
• Profesionales de seguridad informática y cibercrimen que busquen automatizar análisis de evidencia.
• Investigadores y peritos que analizan contenido textual en investigaciones judiciales.
Machine Learning and Artificial Intelligence (ML, deep learning, AI ethics, generative models...)
Additional topics: No response Proposal level:Intermediate (it is necessary to understand the related bases to go into detail)
Profesional del área de Tecnologías de la información, titulada como: Técnica Universitaria en Informática Aplicada, Analista Universitaria de Sistemas, Profesora en Disciplinas Industriales, Ingeniera en Sistemas de Información y Magister en Investigación en Inteligencia Artificial (Madrid-España). Experiencia en el área de informática forense desde el año 2014. Actualmente desarrollo modelos relacionados con el procesamiento del lenguaje natural, machine learning e IA para el análisis y esclarecimiento de las crímenes penales.