A Novel Multi-Agent Architecture to Reduce Hallucinations of Large Language Models in Multi-Step Structural Modeling

Este estudio presenta una arquitectura de agentes múltiples que automatiza el modelado y análisis estructural en OpenSeesPy mediante la coordinación de agentes especializados para planificar, ensamblar y traducir código, logrando una precisión del 100% en la mayoría de los casos y reduciendo significativamente las alucinaciones y la acumulación de errores.

Lo esencial

Imagina que quieres construir un rascacielos de juguete muy complejo, pero en lugar de usar tus manos, le pides a un robot superinteligente (una Inteligencia Artificial) que lo haga. El problema es que este robot, aunque es muy listo, a veces "alucina": inventa cosas que no existen, olvida pasos o se confunde cuando la tarea es muy larga. Si le pides que construya un edificio de 10 pisos, es probable que se pierda en el camino y termine con una torre que se cae.

Este artículo presenta una solución genial: en lugar de tener un solo robot gigante intentando hacer todo el trabajo, crearon un equipo de especialistas (un sistema de "agentes múltiples") que trabajan juntos para construir el edificio sin cometer errores.

Aquí te explico cómo funciona, paso a paso, con analogías sencillas:

1. El Problema: El "Cerebro Único" se agota

Antes, intentaban que una sola Inteligencia Artificial hiciera todo el proceso de diseño estructural. Era como pedirle a un solo chef que cocinara un banquete de 100 platos, desde cortar las verduras hasta servir el postre.

• El resultado: El chef se cansaba, olvidaba ingredientes, mezclaba sal con azúcar (alucinaciones) y el plato salía mal, especialmente si el menú era muy largo. En ingeniería, esto significa que el modelo del edificio tenía errores que podían ser peligrosos.

2. La Solución: El "Equipo de Obra" Perfecto

Los autores diseñaron una arquitectura donde la IA no es un solo cerebro, sino un jefe de obra que coordina a varios trabajadores expertos. Cada uno hace solo su parte y se revisan entre sí.

Imagina que están construyendo un edificio de acero:

• El Analista y el Planificador (Los Arquitectos):
  Primero, un agente lee lo que el usuario dice (por ejemplo: "Quiero un edificio de 3 pisos con columnas de 5 metros"). Este agente no construye nada; solo toma notas y crea un plan de construcción paso a paso. Es como el arquitecto que dibuja el plano y dice: "Primero ponemos los cimientos, luego la planta baja, luego el primer piso...".

  • Truco: Tienen un "control de calidad" (un checkpoint). Si el plan no cuadra con el dibujo original, lo tiran a la basura y vuelven a empezar. ¡No dejan pasar errores!

• Los Constructores de Estructura (Los Albañiles en Paralelo):
  Aquí está la magia. En lugar de poner los ladrillos uno por uno, tienen dos agentes trabajando al mismo tiempo:

  1. Agente de Nodos: Se encarga de poner los "puntos" donde se unen las vigas (como poner los tornillos).
  2. Agente de Elementos: Se encarga de poner las "piezas" (las vigas y columnas) entre esos puntos.
     Al trabajar en paralelo, son mucho más rápidos y se evitan confusiones.

• El Agente de Cargas (El de las Pesas):
  Una vez que el edificio está "armado", este agente decide dónde poner el peso. ¿Dónde va la nieve en el techo? ¿Dónde sopla el viento? Asigna las fuerzas al modelo correcto.

• Los Traductores (Los Escribas):
  Finalmente, todo este trabajo se convierte en un código de computadora (un lenguaje que el software de ingeniería entiende). Aquí usan dos tipos de "escribas":

  • Uno traduce la geometría (las formas).
  • Otro traduce las cargas (los pesos).
    Usan diferentes "cerebros" (modelos de IA) para cada tarea: uno muy inteligente para razonar y otro muy preciso para seguir reglas de escritura.

3. ¿Por qué funciona tan bien?

• Menos alucinaciones: Como cada agente solo hace una parte pequeña, no se confunde. Si el "Agente de Nodos" se equivoca, el "Control de Calidad" lo atrapa antes de que pase al siguiente paso.
• Velocidad: Al trabajar en equipo y en paralelo, terminan la tarea en una fracción del tiempo que le tomaría a un solo agente.
• Escalabilidad: Pueden construir edificios gigantes (de 10 pisos o más) sin que el sistema se "cuelgue" o se agote, algo que los sistemas anteriores no podían hacer.

4. El Resultado Final

Probaron este sistema con 20 problemas de construcción diferentes.

• El equipo nuevo: Acertó el 100% de las veces en 18 casos y el 90% en los otros dos.
• Los sistemas viejos (un solo agente): Se equivocaron mucho más, especialmente en edificios complejos.
• Adaptabilidad: Incluso si un estudiante de arquitectura (que no es experto) describe el edificio de una forma muy rara o con palabras confusas, el sistema logra entenderlo y construirlo correctamente.

En resumen

Este artículo nos dice que para tareas complejas como diseñar edificios, no necesitamos un solo genio que lo haga todo perfecto. Necesitamos un equipo organizado donde cada miembro sea un experto en su pequeña tarea, se revise mutuamente y trabaje en conjunto.

Es como pasar de tener un solo mago intentando hacer un truco de 100 pasos, a tener una orquesta donde cada músico toca su instrumento a la perfección, bajo la dirección de un director que asegura que nadie se salga del ritmo. El resultado es un edificio seguro, rápido de diseñar y sin errores.

Resumen técnico

Resumen Técnico

1. Planteamiento del Problema

El análisis estructural es fundamental en la ingeniería civil, pero el modelado mediante software de elementos finitos (como OpenSees) sigue siendo un proceso manual, intensivo en mano de obra y propenso a errores. Recientemente, se han integrado Modelos de Lenguaje Grande (LLM) como agentes inteligentes para automatizar estas tareas. Sin embargo, las arquitecturas existentes presentan limitaciones críticas:

• Alucinaciones y acumulación de errores: En tareas de modelado estructural que requieren cientos o miles de pasos secuenciales, los LLMs tienden a generar información incorrecta (alucinaciones) que se acumulan, resultando en modelos estructurales inválidos.
• Ineficiencia computacional: Las arquitecturas secuenciales actuales (donde un agente espera a que el anterior termine) generan tiempos de inferencia excesivos (de 269 a 949 segundos).
• Falta de escalabilidad: Los sistemas actuales fallan al intentar modelar estructuras más grandes debido a límites de tiempo de las APIs y a la complejidad de la inferencia de largo alcance.

2. Metodología Propuesta

El estudio propone una arquitectura multi-agente novedosa diseñada para automatizar el modelado y análisis de marcos estructurales 2D utilizando OpenSeesPy. La arquitectura se basa en la descomposición del flujo de trabajo en cuatro módulos coordinados, utilizando dos modelos LLM de fondo (backbone) especializados según la complejidad de la tarea:

• GPT-OSS 120B: Para tareas que requieren razonamiento complejo.
• Llama-3.3 70B Instruct Turbo: Para tareas de mapeo de información y traducción de código.

Los módulos principales son:

1. Análisis y Planificación:

   • Agente de Análisis de Problemas: Extrae parámetros clave de la descripción textual del usuario y los organiza en un archivo JSON estructurado (geometría, condiciones de borde, materiales, cargas).
   • Agente de Planificación de Construcción: Genera un plan paso a paso para ensamblar el marco (bay por bay, piso por piso). Define "tipos de paso" basados en el conocimiento experto (ej. base, añadir piso, añadir bay).
   • Checkpoint: Verifica la consistencia entre el plan generado y los parámetros originales. Si hay discrepancias, se reejecuta el proceso (hasta 5 intentos).

2. Ensamblaje de Geometría (Operación Paralela):

   • A diferencia de los enfoques secuenciales, los agentes de Nodos y Elementos operan en paralelo.
   • Agente de Nodos: Deriva identificadores, coordenadas espaciales y condiciones de borde.
   • Agente de Elementos: Determina identificadores, tipos y coordenadas de extremos.
   • Función de Mapeo de Conectividad: Convierte las coordenadas en conectividad de IDs de nodos compatible con OpenSeesPy.
   • Checkpoint: Valida la consistencia geométrica (nodos duplicados, elementos sin nodos, etc.) y regenera si es necesario.

3. Integración de Cargas:

   • Agente de Asignación de Cargas: Traduce las descripciones abstractas de cargas (puntuales, distribuidas) a un formato estructurado JSON, vinculándolas a los nodos y elementos definidos.
   • Compilador de Archivos JSON: Integra toda la información (geometría, materiales, cargas) en un único archivo de entrada.

4. Traducción de Código:

   • Traductor de Código Geométrico: Convierte la información JSON en comandos de OpenSeesPy para nodos y elementos.
   • Generador de Código Completo: ensambla el código geométrico con las definiciones de cargas y comandos de configuración obligatorios para producir un script ejecutable.

3. Contribuciones Clave

• Arquitectura Paralela y Descompositiva: La división de tareas de geometría en agentes de nodos y elementos que operan en paralelo, junto con la separación de la traducción de código, reduce significativamente la carga cognitiva por agente y minimiza las alucinaciones.
• Mecanismos de Verificación (Checkpoints): La implementación de validaciones deterministas (Python) entre módulos permite detectar y corregir errores antes de que se propaguen, aumentando la robustez.
• Uso Estratégico de Múltiples LLMs: La combinación de un modelo potente para razonamiento (GPT-OSS) y un modelo eficiente para traducción (Llama) optimiza tanto la precisión como el costo computacional.
• Adaptabilidad Lingüística: El sistema puede procesar descripciones de usuarios con diferentes estilos lingüísticos y niveles de expertise (desde ingenieros hasta estudiantes de arquitectura), extrayendo parámetros clave mediante razonamiento semántico.

4. Resultados Experimentales

La arquitectura se evaluó sobre un conjunto de datos de referencia con 20 problemas de marcos estructurales (de 3 a 5 tramos) y se ejecutó en 10 ensayos repetidos por caso.

• Precisión: La arquitectura propuesta alcanzó una precisión del 100% en 18 casos y del 90% en los 2 restantes.
  • Comparativa: Superó a la arquitectura secuencial anterior (que cayó al 60% en estructuras complejas) y a LLMs generales de vanguardia como Gemini 2.5 Pro (37%) y GPT-4o (0% de éxito en generar código correcto).
• Eficiencia Computacional:
  • Reducción drástica del tiempo de inferencia: de un rango de 269–949 segundos (arquitectura secuencial) a 75–194 segundos (arquitectura propuesta).
  • Ejemplo: Un caso específico redujo su tiempo de 949s a 140.9s (una reducción del 85%).
• Escalabilidad: La arquitectura logró manejar exitosamente estructuras más grandes (7 y 10 tramos) sin fallar por límites de tiempo de API, manteniendo precisiones del 80-100% y tiempos de ejecución razonables (371-548 segundos).
• Costo: El análisis de tokens mostró que el costo por problema es mínimo (entre $0.013 y$0.023 USD), demostrando viabilidad económica.

5. Significado e Impacto

Este trabajo representa un avance significativo en la automatización de la ingeniería civil mediante IA:

1. Fiabilidad en Tareas Críticas: Demuestra que es posible superar las alucinaciones de los LLMs en tareas de ingeniería de alta precisión mediante arquitecturas multi-agente especializadas y validaciones deterministas.
2. Democratización del Análisis Estructural: Al permitir que usuarios no expertos (como estudiantes de arquitectura) describan problemas en lenguaje natural y obtengan scripts de análisis funcionales, se reduce la barrera de entrada para el uso de herramientas de simulación avanzada.
3. Escalabilidad Práctica: La solución aborda directamente los cuellos de botella de eficiencia y escalabilidad que impedían la aplicación de LLMs en proyectos de ingeniería realistas y complejos.
4. Herramienta Abierta: Los autores han desplegado una aplicación web pública (civilbot.netlify.app) para que la comunidad pueda evaluar y utilizar esta arquitectura, fomentando la investigación y adopción en el sector.

En conclusión, la arquitectura propuesta no solo mejora la precisión y velocidad del modelado estructural automatizado, sino que establece un nuevo paradigma para la integración segura y escalable de la IA generativa en flujos de trabajo de ingeniería crítica.