Introducción.
JuntaGPT es el asistente conversacional basado en inteligencia artificial generativa que recientemente ha presentado la Agencia Digital de Andalucía (ADA) para la Junta de Andalucía. Está diseñado para uso interno por los empleados públicos de la administración autonómica andaluza con el objetivo de mejorar la productividad y agilizar procesos administrativos.
Entre sus características principales están:
- Permitir redactar correos electrónicos, resumir documentos largos, analizar normativas, elaborar esquemas y presentaciones, y responder consultas sobre más de 400 procedimientos administrativos específicos de Andalucía.
- Utiliza el LLM (modelo de razonamiento) abierto “Gemma 3”, alojado en el gran Supercomputador Hércules del Centro Informático Científico de Andalucía (CICA).
- Opera completamente offline en la red interna de la Junta, garantizando que los datos no salgan de nuestro entorno institucional y, a diferencia de soluciones comerciales, debe cumplir con el Reglamento Europeo de IA y estándares éticos.
Fue lanzado en junio de 2025, está en fase inicial de despliegue empezando por el departamento de analítica de datos de la Agencia Digital de Andalucía - ADA y pretende expandirse progresivamente a otras áreas. Es sin duda una de las primeras herramientas de este tipo en nuestra administración autonómica, y a buen seguro marca un hito en la digitalización del sector público.
Pero… y aquí vienen los peros… el proceso está siendo, lento, complejo, y sujeto a múltiples variables y restricciones técnico-Jurídicas. En cualquier caso será complicado que permita IA’s especializadas o de nicho, lo cual supone un serio revés para todos aquellos que deseen un sistema adaptado a sus necesidades. Tardará aún tiempo en estar 100% operativo.
¿No Les resultaría útil tener ya una inteligencia artificial desarrollada a medida, que se ejecute en vuestros propios equipos, y basada en los datos particulares de su actividad? ¿No les sería beneficioso para su organismo/consejería\departamento disponer en este momento de una herramienta diseñada específicamente para responder a sus requerimientos y alimentada con datos propios? Y si además se ejecutase localmente, offline, en vuestros propios PC’s y sin riesgo de fuga de datos? Suena a magia, verdad.
En este articulo y a título experimental os describo una herramienta que os lo permitirá. Está al alcance de cualquiera y permite usar los modelos de razonamiento más comunes. A buen seguro más de uno de ustedes ya está considerando esa posibilidad, pero les da miedo enfrentarse a las complejidades técnicas asociadas… ¡pues bien aquí tienen cómo, siempre bajo vuestro control, sin el peligro de subir contenidos a la nube y sin la necesidad de usar un supercomputador de la potencia de nuestro Hércules de CICA!
Por último, en el anexo y como ejercicio ejemplifico el uso de este software de IA con un posible caso de uso simulando el análisis/valoración de un pliego de suministro/servicios de un sistema TIC para y en las posibles ofertas presentadas por los licitadores que se pudiesen haberse presentado al concurso. Tarea por otra parte muy común en cualquier administración y a la vez de enorme complejidad, por lo que cualquier “ayuda” tecnológica siempre es de agradecer.
Instalando el software.
Hay varias herramientas que permiten la funcionalidad propuesta, pero tras probar varias, he elegido una al alcance de todos y ofrece un balance complejidad/utilidad lo suficientemente equilibrado como para no asustar a nadie. La herramienta se llama GPT4ALL (“GPTParaTodos”, es OpenSource y disponible para varios sistemas operativos) -. Comencemos.
Accedemos a la web de la herramienta seleccionada:
Es importante usar la web de Nomic, el desarrollador original, pues los “enlaces patrocinados” a veces esconden alguna que otra sorpresa - ¡me entienden verdad! -.
Pulsamos “Download for Windows”.
Abrimos el instalador desde la carpeta de descargas.
Nos aparece la siguiente pantalla en la que pulsamos sobre “Siguiente”.
Durante la instalación, y para tener los ficheros necesarios ordenados y localizados en una única ubicación identificable en vez de en varias carpetas dispersas en el disco duro, hemos creado previamente una carpeta “C:\GPT4All” al efecto.
La seleccionamos como carpeta destino - es cuestión personal, puro tema organizativo para tener claro dónde encontrar los múltiples ficheros que necesitan tanto el motor de razonamiento junto con los datos con que queremos alimentar nuestra IA -.
Volvemos a pulsar “Siguiente” y nos muestra la siguiente pantalla.
Aceptamos el acuerdo de licencia y “Siguiente”.
Nuevamente “Siguiente”.
Y finalmente sobre “Instalar”.
Hasta finalizar el proceso.
Luego “Siguiente” y “Finalizar”. Con ello tenemos nuestro software de IA instalado.
Procederemos ahora a configurarlo.
Configurando el Software.
Pulsamos sobre el icono de nuestro escritorio.
Es elección de cada uno, pero en la pantalla de inicio solicita si queremos colaborar recopilando datos para mejora del producto.
Bien, llegados a este punto tendremos a continuación la pantalla principal del aplicativo. No siendo este documento un tutorial/curso sobre IA, dejo como ejercicio entender sus conceptos básicos de dicha tecnología para así poder trasladarlos sobre las opciones que ofrece la herramienta que estamos mostrando.
Vayamos pues al grano y que cada uno de ustedes investigue todas las posibilidades que ofrece el aplicativo.
Lo primero, y si lo ven necesario, es traducir el interfaz del usuario al castellano. Para ello en “Settings” modificamos el parámetro “Language and Locale” a “es_MX”.
Modificaremos también la ruta de descarga de los modelos de razonamiento que utilizaremos. Elegiremos una subcarpeta de la carpeta que previamente también habremos creado en la ruta que indiqué en el paso previo de la instalación del producto. En nuestro caso “C:\GPT4All\Models”.
Pulsamos entonces sobre “Seleccionar carpeta”.
Ahora seleccionaremos el modelo de razonamiento que vamos a utilizar para interrogar a nuestra IA. El modelo de razonamiento es el tipo de inteligencia/red neuronal que se va a utilizar para interpretar nuestras preguntas/prompts. Normalmente vienen ya entrenados a partir de extensas bases de datos y/o fuentes de conocimiento.
Pulsamos sobre “+Agregar modelo”.
Podemos elegir el modelo de razonamiento que deseemos, pero hay que tener en cuenta que GPT4All nos ayuda analizando la máquina/PC sobre la que se ejecuta e indica cuales de ellos son o no recomendados en función de los recursos hardware disponibles, explicando en su caso el posible motivo por el que pueda descartarlo.
En nuestro caso, elegiremos DeepSeek dado que se trata de un modelo de razonamiento sin restricciones de uso, con unos requerimientos de RAM razonablemente moderados y de una adecuada complejidad/profundidad de razonamiento. Pulsamos sobre “Descargar”:
Nota:
- Dependiendo del modelo de razonamiento utilizado las respuestas a nuestros prompts pueden variar sensiblemente.
- Es posible descargar varios modelos de razonamiento y alternar su uso.
- Es posible usar un modelo de razonamiento comercial mediante la opción “Remote Provider”, pero implica tener cuenta en ellos y por supuesto un coste!!!
Con ello comenzará su descarga.
Una vez finalizada la descarga del modelo, nos ofrece la posibilidad de eliminarlo para poder cambiarlo por otro, pero ES OBLIGATORIO disponer de al menos un modelo de razonamiento, sino tendríamos “tendríamos motor pero no cerebro”.
Llegados a este punto, tenemos configurado nuestro software de IA y seleccionado un modelo de razonamiento. Procedamos ahora a indicarle donde almacenar ficheros de documentos que pretendemos añadir a la base de datos de conocimiento de nuestra IA y sobre los cuales queremos/podremos interrogar a nuestra herramienta.
Usaremos la opción “Docs Locales” pulsando sobre “+Agregar colección de documentos”.
Le daremos un nombre y seleccionaremos una carpeta donde almacenar los documentos que ingestaremos en nuestra IA. Dicha carpeta la habremos creado previamente en el recurso indicado en puntos anteriores.
En nuestro caso “C:\GPT4All\Local-IA-Data01”. Observen que he añadido la coletilla “01” puesto que podríamos tener varios DataSet en función de las/nuestras necesidades. Y pulsaríamos sobre “Crear colección”.
Obtendríamos el siguiente resultado.
Se pone ahora la cosa interesante. … Tenemos el software, el LLM de razonamiento, la carpeta de datos tener en cuenta en nuestras consultas, y ahora vemos cómo proceder a usar el sistema conjunto del que disponemos.
Chateando con la IA.
Pulsamos sobre “Chats” y nos aparece la siguiente pantalla.
Vemos en la parte superior de la pantalla que no hay ningún modelo de razonamiento cargado. Pulsaremos sobre “Elige un modelo”, seleccionaremos el disponible, y pulsaremos sobre “Cargar . (predeterminado) ->” .
Ya podríamos consultar a la IA, pero serían preguntas genéricas pues no le hemos indicado que incluya en sus respuestas los/nuestros documentos que queremos incorporar.
Para ello pulsaríamos sobre “DocumentosLocales”.
Y pulsamos a continuación sobre el DataSet que creamos en el paso previo.
Llegados a este punto, tenemos nuestra IA, el modelo de razonamiento deseado y le hemos dicho al software que incorpore a las respuestas la información incluida en la carpeta que elegimos.
En fin el resto, … ¡es tema vuestro! Sed imaginativos, alimentad a vuestra IA con datos coherentes al objeto que estéis persiguiendo y disfrutad de los resultados!!!
Notas adicionales.
- Dependiendo del dispositivo que utilicemos, el tiempo de respuesta puede variar. Recomiendo una GPU avanzada o un procesador especializado. En mi caso:
- Es obvio que necesitamos añadir un conjunto suficiente de documentos/datos al DataSet que vamos a utilizar.
- He de indicar que en función del dispositivo de cómputo, que utilicemos estos tardarán en indexarse en la base de datos de conocimiento de nuestra IA. Recomiendo una GPU avanzado o un procesador especializado.
- GPT4All realiza un proceso de indexación/aprendizaje previo de los documentos con los que la alimentamos para incorporarlos a su base de datos de conocimiento. Podemos observar el proceso/porcentaje de indexación visitando desde nuestra aplicación el DataSet que estemos utilizando tal y como se muestra en la pantalla siguiente.
- Verán en la anterior imagen el porcentaje de trabajo de indexación completado, el fichero que está procesando en cada momento y, en el administrador de tareas del equipo, el uso de CPU durante ese proceso. Comprobaran que indexar los contenidos requiere mucha potencia de cálculo, es un proceso lento y con gran utilización de recursos del sistema – tal y como ocurriría si un ser humano tuviese que aprender/realizar una tarea similar -. Les recomiendo paciencia o un buen equilibrio en el conjunto CPU/GPU\Hardware de IA. Debemos esperar a que termine el proceso de indexación para disponer del conjunto de datos al completo.
- Por último, y no menos importante, estamos usando una herramienta software, no una varita mágica. Es necesario refinar la pregunta/prompt que se le haga a la IA para obtener los resultados deseados. “Un buen prompt => una buena respuesta”, … pero cómo definir un buen prompt podría ser objeto de otro artículo.
Despedida.
De momento creo que ya han tenido bastante. No se asusten, a mi me ha costado tiempo investigar, dar con y entender “la herramienta”. Es sencilla pero muy útil, ya lo verán. Ustedes gracias a este documento tienen ya la mayor parte de ese camino andado.
¡No tengan miedo, arrójense a la aventura! No tienen nada que perder y sí mucho que ganar. Se sorprenderán cuando empiecen a obtener los primeros resultados.
Un saludo, Damas y Caballeros!!!
Referencias:
Anexo – Análisis ofertas Licitación Proyecto TIC.
Como caso de uso de una plataforma similar a la que les he documentado, les muestro los resultados que como demostración experimental obtuve usando GPT4All. Simulé licitación de un proyecto TIC junto con las posibles ofertas que habrían presentado los posibles licitadores.
Para ponerlo en práctica, alimenté a la IA con documentos PDF en los que se describe someramente lo que se pretendía contratar - tipo memoria justificativa o PCAP - junto con algunos documentos simulando las ofertas presentadas por cuatro posibles licitadores. También os muestro en azul los prompt que utilicé para interrogar a la IA. No pude sino esbozar una sonrisa de sorpresa y de júbilo al leer la respuesta y no dejo de preguntarme qué habría pasado si hubiese afinado las preguntas, hubiese seguido interrogándola y/o hubiese usado casos reales con documentos reales ¡Quién sabe hasta donde se podría llegar! No quise investigar más, simplemente me sirvió como ejercicio. Ahí lo dejé.
Prompt I:
"Actúa como un analista técnico de informática. Compara los pliegos de la licitación del Proyecto TIC “Licitación Sistema Informático” considerando las ofertas de las empresas “Licitador I”, “Licitador II”, “Licitador III” y “Licitador IV”. Haz un resumen de 10 puntos de las diferencias entre todas. Está dirigido a las personas encargadas de decidir cuál es la mejor oferta”
1. Enfoque Técnico:
a. “Licitador I”: Propone soluciones basadas en Microsoft Azure Active Directory (AAD) con énfasis en integración cloud.
b. "Licitador II" Utiliza su propia suite de herramientas, incluyendo HP Enterprise Services y OpenLDAP para un enfoque más personalizado.
c. "Licitador III" Basa su propuesta en tecnología de open source como LDAP y Kerberos, destacando la adaptabilidad a entornos heterogéneos.
d. "Licitador IV" Ofrece soluciones basadas en Microsoft Active Directory con herramientas de gestión avanzada.
2. Capacidad de Personalización:
a. “Licitador I”: Alta personalización mediante extensiones específicas para necesidades empresariales.
b. "Licitador II" Ofrece módulos opcionales que permiten adaptar la solución a las especificaciones del cliente.
c. "Licitador III" Enfoque en soluciones estándares con menos opciones de personalización, pero destacando la escalabilidad.
d. "Licitador IV" Personalización avanzada mediante integración con sistemas legados y desarrollos específicos.
3. Integración con Sistemas Existentes:
a. “Licitador I”: Excelente en integración con Microsoft (Office 365, Azure).
b. “Licitador II” Ofrece herramientas para una suave integración con sistemas de terceros y legacy systems.
c. "Licitador III" Especialista en entornos heterogéneos, incluyendo dispositivos móviles y diferentes plataformas.
d. "Licitador IV" Buena capacidad para integrar con aplicaciones empresariales como SAP.
4. Escalabilidad y Rendimiento:
a. “Licitador I”: Diseñado para entornos cloud escalables, ideal para empresas en crecimiento.
b. "Licitador II" Ofrece soluciones robustas que manejan grandes volúmenes de usuarios y dispositivos.
c. "Licitador III" Enfoque en alta disponibilidad y rendimiento con tecnología distribuida.
d. "Licitador IV" Solución probada en entornos empresariales medianos a grandes.
5. Seguridad:
a. “Licitador I”: Ofrece integración avanzada de Azure Security, incluyendo MFA (Multi-Factor Authentication).
b. "Licitador II" Propone soluciones con cifrado fuerte y controles RBAC (Control de Acceso Basado en Roles) robustos.
c. "Licitador III" Enfoque en seguridad cibernética integrada, cumpliendo con normativas como GDPR.
d. "Licitador IV" Ofrece implementación segura con auditoría incluida.
6. Enfoque en la Implementación:
a. “Licitador I”: Propone un enfoque as-a-service, manejando gran parte del despliegue y mantenimiento.
b. "Licitador II" Ofrece una solución más hands-on, trabajando estrechamente con el cliente para implementar cambios específicos.
c. "Licitador III" Enfoque en la rápida implementación con metodologías ágiles.
d. "Licitador IV" Propone un enfoque colaborativo, involucrando al cliente desde etapas tempranas.
7. Soporte y Mantenimiento:
a. “Licitador I”: Ofrece SLAs de nivel de servicio robustos, con soporte 24/7.
b. "Licitador II" Propone contratos de mantenimiento flexibles con diferentes niveles de soporte según las necesidades del cliente.
c. "Licitador III" Soporte local y en tiempo real, aprovechando su red propia para garantizar la disponibilidad.
d. "Licitador IV" Ofrece un modelo de asistencia técnica especializada con accesos directos a expertos.
8. Costo:
a. “Licitador I”: Modelo basado en suscripción, con costos variables según el tamaño del entorno.
b. "Licitador II" Costos fijos elevados inicialmente, pero posibles reducciones si se contratan servicios adicionales.
c. "Licitador III" Ofrece tarifas competitivas, especialmente para implementaciones medianas y grandes.
d. "Licitador IV" Modelo de costo transparente con facturación anual basada en licencias.
9. Servicios Adicionales:
a. “Licitador I”: Incluye consultoría adicional y formación del personal como parte del paquete premium.
b. "Licitador II" Ofrece servicios de migración, auditoría y asesoramiento estratégico.
c. "Licitador III" Propone soluciones de movilidad integradas como valor agregado.
d. "Licitador IV" Incluye soporte para la implementación de políticas de seguridad avanzada.
10. Referencias y Experiencia:
a. “Licitador I”: Amplia experiencia en entornos cloud, con referencias en sectores financieros y de telecomunicaciones.
b. "Licitador II" Historial probado en grandes empresas multinacionales.
c. "Licitador III" Expertise en implementación para operadores de telecomunicaciones y gobierno.
d. "Licitador IV" Experiencia comprobada en entornos empresariales nacionales e internacionales.
Conclusión:
La elección ideal dependerá del balance entre costo, necesidades específicas de personalización, nivel de soporte requerido y la importancia de integrarse con sistemas existentes.
Prompt II:
“Compara esas conclusiones con la "Memoria Justificativa consolidada para del Proyecto TIC “Licitación Sistema Informático” . Valora cada oferta y determina qué oferta es la más adecuada. Formato tabla”