Agente de inteligencia artificial para la elaboración asistida de respuestas a peticiones ciudadanas en procesos de selección por mérito de la CNSC

Abstract

El presente trabajo de grado aborda el diseño y desarrollo de un agente de inteligencia artificial orientado a apoyar la elaboración de respuestas a peticiones ciudadanas en procesos de selección por mérito administrados por la Comisión Nacional del Servicio Civil (CNSC). El agente se fundamenta en la arquitectura de Generación Aumentada por Recuperación (RAG), que permite consultar un repositorio normativo versionado mediante lenguaje natural, recuperar fragmentos pertinentes con citación estructurada y generar borradores de respuesta con citas trazables al documento fuente. La investigación es de tipo aplicada, con enfoque mixto y alcance exploratorio-descriptivo. Se empleó la metodología DOFA para el análisis externo y un modelo diagnóstico de madurez estructurado en siete dimensiones para el análisis interno. El prototipo funcional fue desplegado como servicio web y validado mediante un piloto controlado ejecutado entre el 13 y el 30 de abril de 2026 con funcionarios de la entidad. La validación del desempeño se realizó mediante una encuesta estructurada tipo Likert de 25 ítems (N = 5) y un cuestionario de preguntas abiertas (n = 2). Los resultados evidenciaron una valoración favorable de la pertinencia y vigencia de las citas normativas y de la utilidad del borrador como punto de partida, junto con una valoración baja del desempeño temporal del prototipo, atribuible a la ejecución del modelo de lenguaje exclusivamente sobre CPU. El proyecto contribuye a la estandarización de la argumentación jurídica, la trazabilidad de las citas normativas y la reducción del esfuerzo en la elaboración de respuestas, manteniendo la revisión humana obligatoria como condición previa al envío de cualquier comunicación oficial.

This thesis addresses the design and development of an artificial intelligence agent aimed at supporting the drafting of responses to citizen petitions in merit-based selection processes managed by the National Civil Service Commission (CNSC) of Colombia. The agent is based on the Retrieval-Augmented Generation (RAG) architecture, which enables querying a versioned regulatory repository using natural language, retrieving relevant fragments with structured citations, and generating draft responses with traceable references to the source document. The research follows an applied methodology with a mixed approach and an exploratory-descriptive scope. A SWOT methodology was used for external analysis, alongside a seven-dimension maturity diagnostic model for internal analysis. The functional prototype was deployed as a web service and validated through a controlled pilot conducted between April 13 and April 30, 2026, with the entity staff. Performance validation was carried out through a structured 25-item Likert-type survey (N = 5) and an open-ended questionnaire (n = 2). The results showed a favorable assessment of the relevance and validity of the normative citations and of the usefulness of the draft as a starting point, together with a low assessment of the prototype's response time, attributable to running the language model on CPU only. The project contributes to the standardization of legal argumentation, traceability of regulatory citations, and reduction of effort in response drafting, while maintaining mandatory human review prior to sending any official communication.