Geolog-IA: Conversational System for Academic Theses
Micaela Fuel Pozo, Andrea Guatumillo Saltos, Yeseña Tipan Llumiquinga, Kelly Lascano Aguirre, Marilyn Castillo Jara, Christian Mejia-Escobar
TL;DR
Geolog-IA aborda la necesidad de acceso eficiente a las tesis de Geología mediante una solución conversacional basada en RAG-SQL. El enfoque combina Llama 3.1 y Gemini 2.5, SQLite, y LangChain para traducir preguntas en SQL, recuperar datos y generar respuestas en lenguaje natural; se evalúa con BLEU y una encuesta de 55 usuarios. Los aportes incluyen la preparación de un dataset estructurado de 244 tesis, el diseño de un agente SQL, y la implementación de interfaces web en Colab y Hugging Face Spaces, con un BLEU promedio de $0.87$. Estas soluciones democratizan el acceso a la información académica y ofrecen un marco replicable para otras disciplinas.
Abstract
This study presents the development of Geolog-IA, a novel conversational system based on artificial intelligence that responds naturally to questions about geology theses from the Central University of Ecuador. Our proposal uses the Llama 3.1 and Gemini 2.5 language models, which are complemented by a Retrieval Augmented Generation (RAG) architecture and an SQLite database. This strategy allows us to overcome problems such as hallucinations and outdated knowledge. The evaluation of Geolog-IA's performance with the BLEU metric reaches an average of 0.87, indicating high consistency and accuracy in the responses generated. The system offers an intuitive, web-based interface that facilitates interaction and information retrieval for directors, teachers, students, and administrative staff at the institution. This tool can be a key support in education, training, and research and establishes a basis for future applications in other disciplines.