La última edición de la International Semantic Web Conference (ISWC), la conferencia más importante del mundo en Web Semántica, área relevante para el desarrollo de los Grafos de Conocimiento, contó con una destacada participación del académico de la Iniciativa de Datos e Inteligencia Artificial (IDIA), Sebastián Ferrada, quien formó parte del comité organizador y, además, presentó dos papers seleccionados en los exigentes tracks de investigación y recursos.
“Mi participación tuvo dos aristas. La primera es que fui parte del comité organizador, donde participé como Proceedings y Metadata Co-Chair”, explica Ferrada. Su rol incluyó la coordinación de la generación de los proceedings oficiales de la conferencia, trabajo que describe como clave para dar visibilidad y trazabilidad a la investigación global en Web Semántica.
Dos papers, dos contribuciones de alto impacto
ISWC es considerada como la conferencia clave para el desarrollo de los Grafos de Conocimiento, un campo clave para el desarrollo de sistemas de IA más precisos y explicables, instancia que cuenta con un alto prestigio internacional. Este año, la rigurosidad fue especialmente alta: el track de investigación tuvo solo un 20% de aceptación, mientras que el track de recursos alcanzó un 23%
En esta dirección, además de su labor organizativa, Ferrada presentó dos artículos de su co-autoría en la conferencia: uno en el track de investigación y otro en el track de recursos.
1. “Graph Querying or Similarity Search? Both!” — spotlight paper
El primer artículo combina dos mundos que históricamente se resolvían por separado: las consultas semánticas en grafos y las búsquedas por similitud. El equipo compuesto por Vicente Calisto y Juan Pablo Sweet, investigadores del Instituto Milenio Fundamentos de los Datos (IMFD) Juan Reutter y Domagoj Vrgoc (PUC) y Gonzalo Navarro del DCC UChile, desarrolló dos algoritmos que superan a los gestores de bases de datos de grafos actuales cuando se enfrentan a grandes volúmenes de resultados.
Ferrada detalla que este tipo de consultas es especialmente útil en grafos multimedia, análisis discursivo o métodos modernos como Graph-RAG, que combinan modelos de lenguaje con datos estructurados. El artículo fue seleccionado como spotlight paper por parte de la conferencia, por lo que tuvo un alto interés e impacto en la audiencia, de más de 150 asistentes.
2. “COTTAS: Columnar Triple Table Storage for Efficient and Compressed RDF Management”
El segundo paper, desarrollado en colaboración con Julián Arenas-Guerrero, académico del Ontology Engineering Group de la Universidad Politécnica de Madrid, propone un formato comprimido y consultable para almacenar grafos RDF utilizando Parquet. Su contribución es significativa: logra comprimir los grafos a la mitad del tamaño de la técnica líder actual (HDT) y permite realizar consultas básicas de forma sensiblemente más rápida.
Grafos y el análisis por similitud: relevancia en la discusión sobre IA generativa
El también investigador IMFD y del Centro Nacional de Inteligencia Artificial (CENIA) se concentra en entender cómo los grafos se integran hoy a los avances más recientes de inteligencia artificial, especialmente en IA generativa y los modelos de lenguaje.
“Los grafos son un modelo matemático utilizado para representar la realidad”, explica Ferrada. Están diseñados para capturar no solo entidades, sino que fundamentalmente sus relaciones: desde rutas entre ciudades hasta vínculos sociales o estructuras conceptuales complejas.
A comienzos de los años 2000, los grafos se exploraron como base para sistemas de razonamiento lógico en IA. Pero pronto surgió una limitación: “requerían que los datos fueran estructurados, 100% limpios y precisos”, señala Ferrada, algo muy poco común en el mundo real. Este obstáculo coincidió con la explosión del machine learning impulsado por GPUs, relegando temporalmente el enfoque semántico
Hoy, sin embargo, los grafos están viviendo un renacimiento gracias a su capacidad de aportar contexto verificado y de reducir las alucinaciones de los modelos de lenguaje. Según Ferrada, “cuando un modelo necesita información fáctica o estructurada, puede alinearse mediante embeddings con un grafo para evitar inventar respuestas”.
Además, técnicas como las redes neuronales de grafo (GNNs) permiten representar nodos como vectores, evaluando similitud o prediciendo relaciones faltantes, lo que soluciona el antiguo problema de los datos imperfectos.
Uno de los problemas recurrentes en bases de datos tradicionales es que operan bajo un criterio de igualdad estricta: dos valores deben ser idénticos para ser agrupados o relacionados. Pero esto no refleja la realidad: nombres escritos de forma distinta, errores de digitación o variaciones naturales en los datos son comunes.
Ferrada explica que “así como es imposible que dos fotos sean exactamente iguales y usamos la similitud para compararlas, hacemos lo mismo con los datos en los grafos”. Este principio permite detectar entidades equivalentes, completar datos faltantes o encontrar patrones que no serían visibles con modelos rígidos.
La 24ª Conferencia Internacional sobre la Web Semántica (ISWC 2025) se celebró en el Centro de Convenciones Prefectural de Nara en Nara, Japón, del 2 al 6 de noviembre de 2025. La conferencia abarcó temas teóricos, analíticos y empíricos de la Web Semántica, grafos de conocimiento (Knowledge Graphs) y tecnologías de Linked Data. También incluyó aplicaciones prácticas y herramientas de software.
