PictoNet - Hacia un Sistema Pictográfico Universal Adaptativo

Asignatura(s)	Asignatura Electiva: Estudios Independientes
Año	2025
Período Académico	primero
Tipo de Curso	Ramo de Posgrado
Profesores	Herbert Spencer
Profesores Invitados	Gabriel Hermosilla
Palabras Clave	lenguaje universal, lenguaje pictográfico, modelo de IA, accesibilidad, código abierto
Carreras Relacionadas	Magíster

Estudiantes

Descripción del Curso

PictoNet es una iniciativa de investigación que busca desarrollar un sistema pictográfico universal adaptativo basado en inteligencia artificial, haciendo un guiño conceptual a ImageNet pero enfocado en la generación de pictogramas vectoriales semánticamente estructurados. Este curso de estudios independientes se enmarca dentro de esta iniciativa mayor, permitiendo a los estudiantes contribuir en aspectos específicos del proyecto mientras exploran sus dimensiones teóricas y prácticas.

El proyecto se sitúa en una intersección entre la tecnología contemporánea (grandes modelos de lenguaje y modelos multimodales) y una larga tradición de búsqueda de lenguajes universales. Esta búsqueda ha sido recurrente en la historia del pensamiento, desde los esfuerzos de Leibniz por crear una characteristica universalis, pasando por la notación lógica de Frege, hasta los pictogramas de Otto Neurath y el sistema Blissymbolics.

Existe una tensión filosófica fundamental en el corazón de este proyecto: por un lado, la aspiración a la universalidad del lenguaje visual (ejemplificada en experimentos como Bouba/Kiki, que sugieren cierta universalidad en la asociación entre formas visuales y sonidos), y por otro, como señaló Rimbaud, la idea del lenguaje como algo profundamente personal, "del alma para el alma". PictoNet propone resolver esta tensión mediante un sistema adaptativo que, si bien busca patrones universales, es capaz de ajustarse a contextos culturales específicos y necesidades individuales.

Objetivos

• Contribuir al desarrollo del ecosistema PictoNet mediante investigación teórica y/o implementaciones prácticas
• Explorar la intersección entre sistemas pictográficos históricos y las posibilidades que ofrece la IA generativa
• Desarrollar componentes específicos del sistema que mejoren su capacidad de adaptación cultural y usabilidad
• Documentar y analizar casos históricos relevantes en el desarrollo de lenguajes universales
• Aportar a la base teórica que fundamenta el desarrollo de sistemas pictográficos adaptativos

Alternativas de Desarrollo

Nota Importante: Los estudiantes interesados deben presentar una propuesta específica de trabajo antes de inscribirse en el curso, detallando el área de enfoque y los resultados esperados. Se espera un alto nivel de independencia y proactividad.

Opciones de Investigación y Desarrollo

• Investigación Histórica y Análisis Comparativo
  • Estudio de sistemas pictográficos históricos (Neurath, Bliss, etc.)
  • Análisis de intentos previos de lenguajes universales
  • Documentación de casos de uso en comunicación aumentativa
  • Exploración de teorías semióticas relevantes

• Desarrollo Técnico
  • Mejora del algoritmo de esqueletización
  • Implementación de componentes del pipeline de procesamiento
  • Desarrollo de herramientas de visualización
  • Optimización de la conversión PNG a SVG

• Diseño de Sistemas
  • Diseño de la interfaz de edición web
  • Desarrollo del sistema de feedback comunitario
  • Implementación de mecanismos de evaluación
  • Creación de protocolos de contribución

• Investigación de Usuario
  • Estudios de caso con usuarios de AAC
  • Análisis de necesidades por contexto cultural
  • Desarrollo de métricas de efectividad
  • Diseño de protocolos de evaluación

• Gestión de Datos
  • Curación y organización de datasets
  • Desarrollo de sistemas de etiquetado
  • Implementación de pipelines de procesamiento
  • Documentación de metadatos

Resultados Esperados

Investigación Teórica

• Informe académico documentando la investigación realizada
• Análisis comparativo de sistemas estudiados
• Marco teórico para aspectos específicos del proyecto
• Bibliografía comentada de fuentes relevantes

Desarrollo Práctico

• Contribuciones documentadas a los repositorios de GitHub
• Código fuente comentado y testeado
• Documentación técnica de componentes desarrollados
• Prototipos funcionales según el área de trabajo

Entregables Generales

• Presentación final del trabajo realizado
• Documentación del proceso de desarrollo
• Propuestas para futuro desarrollo
• Reflexión sobre la experiencia y aprendizajes

Perfil del Estudiante

El curso está orientado a estudiantes de postgrado que cumplan con una o más de las siguientes características:

Competencias en Diseño Visual

• Experiencia en diseño de pictogramas y sistemas de comunicación visual
• Comprensión de principios de síntesis formal y abstracción visual
• Conocimiento sobre teorías de iconicidad y semiótica visual
• Capacidad de análisis y evaluación de sistemas pictográficos
• Interés en la investigación de sistemas visuales universales

Competencias Técnicas

• Conocimiento del formato SVG y su estructura
  • Comprensión de la sintaxis XML
  • Familiaridad con definiciones CSS en SVG
  • Experiencia en la organización jerárquica de elementos vectoriales
• Experiencia en control de versiones con Git
  • Manejo de repositorios en GitHub
  • Familiaridad con flujos de trabajo colaborativo
  • Capacidad de documentar cambios y contribuciones

Competencias en Desarrollo

• Experiencia en desarrollo web frontend
• Conocimiento de interfaces de usuario
• Familiaridad con sistemas de documentación técnica
• Comprensión de arquitecturas de software

Características Personales

• Alto nivel de independencia y proactividad
• Capacidad de trabajo autónomo
• Interés en proyectos de código abierto
• Disposición para contribuir a iniciativas de impacto social

Nota: No es necesario cumplir con todas las competencias listadas. Los estudiantes pueden especializarse en áreas específicas según su experiencia e intereses. Sin embargo, se espera una disposición al aprendizaje continuo y la capacidad de integrar diferentes disciplinas en el desarrollo del proyecto.

---

Colorario: ¿Qué es PICTONET?

PICTONET es un sistema de inteligencia artificial que busca generar pictogramas vectoriales adaptables para comunicación aumentativa y alternativa (AAC). A diferencia de sistemas como ARASAAC o Blissymbols que tienen bibliotecas fijas de símbolos, PICTONET propone un enfoque generativo y adaptativo.

La idea central es que, dado un concepto o instrucción en cualquier idioma, el sistema pueda generar un pictograma vectorial que:

1. Represente el concepto de manera clara y universal
2. Se adapte a diferentes contextos culturales
3. Sea modificable y mejorable por la comunidad

¿Por qué necesita una interfaz web y un sistema comunitario? Porque PICTONET no pretende ser un sistema cerrado que "decreta" cómo debe verse cada concepto. En cambio, propone un ciclo continuo donde:

• La IA genera una propuesta inicial del pictograma
• La comunidad (usuarios, diseñadores, terapeutas) puede editarlo y adaptarlo
• El sistema aprende de estas modificaciones para mejorar sus futuras generaciones
• Las variantes culturales se preservan y enriquecen el sistema

Es similar a cómo Wikipedia permite que el conocimiento sea construido colectivamente, pero en este caso para representaciones visuales. La interfaz web es el punto de encuentro donde ocurre esta colaboración entre la IA y la comunidad.

El nombre "PICTONET" hace referencia a ImageNet, el dataset masivo de imágenes que revolucionó el aprendizaje profundo. Pero mientras ImageNet es una colección estática de fotografías, PICTONET aspira a ser un modelo vivo que genera y evoluciona pictogramas vectoriales mediante la colaboración entre IA y humanos. El modelo es fijo pero permite variaciones (graduaciones: nivel de abstracción, síntesis, detalle, lineas o superficies, color, grosor).

El objetivo final es desarrollar un lenguaje visual que sea al mismo tiempo universal en sus fundamentos pero adaptable en su expresión específica, superando la tradicional tensión entre universalidad y particularidad cultural en los sistemas de comunicación visual.