13 Oct SPOKY: Cenit investiga con la Universidad de Sevilla cómo mejorar la automatización inteligente con conocimiento experto
13/10/2026 –
SPOKY ha sido seleccionado en la convocatoria RedIA de Red.es y contará con cofinanciación de la Unión Europea a través del Fondo Europeo de Desarrollo Regional (FEDER).
Es el proyecto de I+D+i con el que investigamos cómo capturar lo que saben las personas que operan un proceso cada día y reutilizar ese conocimiento para que los robots software comprendan mejor lo que automatizan y sean más resilientes ante situaciones imprevistas.
El reto: lo que el robot no ve
El origen del problema está antes de que el robot exista, en la fase de análisis.
Para saber qué hay que automatizar se recurre a los registros de actividad: se observa lo que ocurre en pantalla y se reconstruye el proceso a partir de ahí. Estas técnicas permiten reconstruir bastante bien lo que ocurre durante la ejecución. El problema es todo lo demás.
Por qué el operador decide una cosa u otra. Qué excepciones conoce de memoria. Qué hace cuando el caso no encaja con el flujo previsto.
Buena parte de ese conocimiento procede de la experiencia de quien lleva años realizando el trabajo: reglas, excepciones y decisiones que pueden perderse cuando el proceso se analiza únicamente a partir de las acciones registradas.
Y en determinados entornos, como sistemas heredados o escritorios virtualizados, la limitación puede ser todavía mayor: información relevante para tomar una decisión puede aparecer únicamente en la pantalla del operador y no quedar recogida en los registros utilizados para analizar el proceso.
Aprovechar el conocimiento de quien conoce el proceso
Tres momentos para capturar el conocimiento
Pedir a un experto que documente todo lo que sabe no siempre permite capturar el conocimiento que aplica en su trabajo diario. SPOKY propone una vía más natural: dejarle hablar.
El proyecto plantea capturar su conocimiento en lenguaje natural —voz o texto— en tres momentos: antes del descubrimiento automático, cuando describe el proceso con sus palabras; durante la grabación, asociando significado a cada acción; y después, al justificar las desviaciones que el análisis ha detectado.
Del cómo al para qué
Modelos de lenguaje interpretan esas aportaciones y las enlazan con las distintas partes del proceso.
El modelo resultante ya no describe solo la secuencia de pasos: recoge la intención que hay detrás de cada uno. Eso reduce el esfuerzo del experto, evita que se pierdan variantes y excepciones, y sostiene todo lo que viene después.
Y reutilizarlo cuando algo falla
Agentes que retoman la ejecución
Ante un fallo, SPOKY combina la traza de la ejecución interrumpida con la semántica capturada en el análisis.
Con esa información, agentes de interfaz apoyados en modelos de lenguaje y visión planifican los pasos de recuperación, los ejecutan y verifican cada uno, hasta devolver el control al robot.
Un enfoque híbrido, no un sustituto
Resolver todo con agentes sería caro y difícil de operar a escala. SPOKY plantea una arquitectura híbrida: el robot RPA sigue haciendo el trabajo repetitivo y el agente entra solo cuando aparece una excepción.
El objetivo es aprovechar la capacidad de adaptación del agente sin renunciar a la eficiencia del RPA convencional.
Un ciclo que se retroalimenta
Lo que el agente ha tenido que hacer para resolver el fallo se devuelve al modelo del proceso como propuesta de mejora.
Conectar el análisis con la operación —dos fases que habitualmente funcionan por separado— es uno de los elementos diferenciales del proyecto: cada incidencia puede convertirse también en conocimiento útil para rediseñar y mejorar futuras versiones del robot.
Un prototipo para comprobarlo
El proyecto contempla implementar el framework y validar su funcionamiento mediante una prueba de concepto en entorno controlado, incluyendo escenarios de cambio de interfaz para evaluar la resiliencia de la automatización.
Automatización inteligente en procesos reales
SPOKY apunta a entornos con procesos administrativos intensivos en interacción con aplicaciones y sistemas de información.
En la Administración pública: tramitación de expedientes, gestión de recursos humanos, registros, procesos de licitación, atención ciudadana. También en banca y seguros, telecomunicaciones, utilities, retail o servicios de BPO.
En estos contextos, reducir las interrupciones y la necesidad de intervención manual puede tener un impacto directo en la continuidad operativa, los tiempos de tramitación y el esfuerzo necesario para mantener las automatizaciones.
Investigación aplicada con la Universidad de Sevilla
SPOKY se desarrolla junto a la Universidad de Sevilla, a través del grupo de investigación ES3 (Engineering and Science for Software Systems) de la Escuela Técnica Superior de Ingeniería Informática, que aporta conocimiento científico e investigador sobre los últimos avances en RPA, automatización inteligente de procesos e inteligencia artificial.
Cenit actúa como equipo promotor y participa en el diseño, desarrollo e integración de los componentes tecnológicos del framework, con la experiencia acumulada en proyectos de automatización e IA.
Proyecto cofinanciado por el FEDER
SPOKY (Semantic Process Optimization with expert Knowledge from Analysis) está cofinanciado por la Unión Europea a través del Fondo Europeo de Desarrollo Regional (FEDER). Una manera de hacer Europa. La ayuda se enmarca en la Convocatoria de ayudas 2025 destinadas a proyectos de investigación y desarrollo en inteligencia artificial y otras tecnologías duales y su integración en las cadenas de valor (C003/25-ED), gestionada por Red.es a través del programa RedIA. Expediente: OF2523-C00325ED.
La idea de fondo
Automatizar un proceso no debería significar prescindir de lo que saben las personas que lo ejecutan.
Al contrario: ese conocimiento puede ser una de las claves para que las automatizaciones respondan mejor cuando la realidad no se ajusta al guion. SPOKY investiga cómo capturarlo y reutilizarlo.
¿Quieres conocer nuestros proyectos de I+D+i?