Chatbot para ayuntamiento: Desarrollo de aplicación para consultas de la ciudadanía a la documentación municipal basado en LLMs

Abstract

En el presente proyecto se aborda el desarrollo de un asistente virtual conversacional basado en modelos de lenguaje grandes (LLM) y que tiene el principal objetivo de facilitar la comunicación entre los ciudadanos y los servicios de administración, así como los de atención al ciudadano, de una institución pública. El sistema hace uso de una arquitectura de recuperación aumentada por generación (RAG), la cual permite al chatbot ofrecer respuestas contextualizadas y precisas sobre una base de conocimiento actualizada con información municipal.

El trabajo incluye el estudio y diseño de la interacción entre el modelo lingüístico y módulos de recuperación semántica, así como la integración con servicios externos a través de conexiones MCP, lo cual permite al asistente, entre otras tareas, realizar acciones de agente, como consultar el estado de trámites, derivar solicitudes a departamentos específicos, proporcionar información sobre normativas locales o bien comunicarse con la plataforma de incidencias en un lenguaje natural y en varios idiomas.

Para garantizar una respuesta natural y adecuada al contexto ciudadano, se ha desarrollado un sistema de preprocesamiento de información y enriquecimiento de consultas. Asimismo, se ha llevado a cabo un análisis de la experiencia de usuario, con el objetivo de optimizar la claridad, accesibilidad y utilidad del sistema conversacional.

El asistente virtual ha sido validado mediante escenarios simulados de atención ciudadana, así como a través de pruebas funcionales con consultas reales sobre el conjunto total de datos. Este enfoque demuestra el potencial de los modelos de lenguaje en la digitalización de los servicios públicos, proponiendo una herramienta escalable, eficiente y centrada en el ciudadano.

This project addresses the development of a conversational virtual assistant based on large language models (LLMs). Its main objective is to facilitate communication between citizens and the administrative and customer service departments of a public institution. The system uses a generationaugmented retrieval (GAR) architecture, which allows the chatbot to offer contextualized and accurate responses based on a knowledge base updated with municipal information. The work includes the study and design of the interaction between the linguistic model and semantic retrieval modules, as well as integration with external services through MCP connections. This allows the assistant, among other tasks, to perform agent actions, such as checking the status of procedures, forwarding requests to specific departments, providing information on local regulations, or communicating with the incident platform in natural language and in multiple languages. To ensure a natural response appropriate to the citizen context, an information preprocessing and query enrichment system has been developed. A user experience analysis was also conducted to optimize the clarity, accessibility, and usability of the conversational system. The virtual assistant was validated using simulated citizen scenarios, as well as through functional testing with real-world queries on the entire data set. This approach demonstrates the potential of language models in the digitalization of public services, offering a scalable, efficient, and citizen-centric tool.