Data-driven and distributed governance of building facilities management using decentralized autonomous organization, digital twin, and large language models

Resumen Técnico: Gobernanza de la Gestión de Instalaciones de Edificios Basada en Datos y Distribuida

Planteamiento del Problema
La gestión de instalaciones (FI) tradicional depende de estructuras organizativas centralizadas y enfoques basados en datos que, aunque mejoran la eficiencia operativa, adolecen de vulnerabilidades significativas. Estas incluyen la susceptibilidad a ciberataques debido a protocolos centralizados, la falta de comprensión contextual en los modelos de IA tradicionales entrenados con reglas predefinidas y estructuras de gobernanza que excluyen a los principales interesados de los procesos de toma de decisiones. Los marcos existentes de gestión de instalaciones basados en la comunidad (CbFM) intentan descentralizar la toma de decisiones, pero a menudo dependen de tecnologías centralizadas de Web 2.0, lo que compromete la confianza, la transparencia y la integridad de los datos. Además, existe una brecha notable en la literatura respecto a la integración de Modelos de Lenguaje Grande (LLM) con tecnologías descentralizadas (blockchain, DAOs) y gemelos digitales para la gobernanza de edificios inteligentes.

Metodología
Este estudio emplea un enfoque de Investigación de Ciencia del Diseño (DSR) para desarrollar y evaluar una nueva aplicación descentralizada (DApp) de pila completa. La investigación sigue seis pasos iterativos: identificación del problema, definición de objetivos, diseño y desarrollo, demostración, evaluación y comunicación.

El marco propuesto integra cuatro tecnologías fundamentales:

1. Organizaciones Autónomas Descentralizadas (DAOs): Implementadas mediante contratos inteligentes de Ethereum (utilizando bibliotecas de OpenZeppelin) para habilitar una toma de decisiones transparente y colectiva. El sistema utiliza un contrato Gobernador, un contrato de Bloqueo de Tiempo (Timelock) y un contrato de Token de Gobernanza (estándar ERC-20) para gestionar propuestas, votaciones y ejecuciones.
2. Gemelos Digitales: Una representación virtual del edificio físico (Edificio Bishop-Favrao en Virginia Tech) creada utilizando Autodesk Revit y la API de Derivación de Modelos. Visualiza datos en tiempo real e históricos de sensores IoT (temperatura, humedad, luz, gas, ocupación, energía).
3. Modelos de Lenguaje Grande (LLM): Un asistente virtual de IA impulsado por un modelo LLaMA 3 8B cuantizado y desplegado localmente (utilizando llama.cpp). Este agente procesa consultas en lenguaje natural, analiza datos de series temporales de IoT, genera visualizaciones y proporciona sugerencias de apoyo a la decisión.
4. Automatización Blockchain: Los contratos inteligentes almacenan umbrales de confort ambiental. Un script de Python compara los datos de los sensores en tiempo real con estos umbrales para desencadenar operaciones automatizadas del edificio (por ejemplo, ajustar la climatización o la iluminación) o alertas.

El sistema se desarrolló como una DApp de pila completa utilizando React JS para el frontend, Solidity para los contratos inteligentes y Python para la lógica del backend y la inferencia de IA.

Contribuciones Clave
El artículo presenta un marco novedoso y de código abierto que fusiona la IA generativa, los gemelos digitales y la gobernanza Web3 para la gestión de instalaciones de edificios. Las contribuciones específicas incluyen:

• Un Flujo de Trabajo de Gobernanza Unificado: Un mecanismo donde los miembros de la DAO proponen, votan y ejecutan políticas de gestión de instalaciones basadas en conocimientos derivados de gemelos digitales y análisis de IA.
• Gobernanza Asistida por IA: La integración de un agente basado en LLM que permite a los interesados consultar datos complejos del edificio mediante lenguaje natural, cerrando la brecha entre datos crudos y conocimientos accionables.
• Automatización Descentralizada: Un sistema de prueba de concepto donde los umbrales de automatización de edificios se almacenan en la cadena y se ejecutan basándose en el consenso de la comunidad, asegurando reglas operativas inmutables y transparentes.
• Prototipo de Pila Completa: Una DApp funcional que demuestra la interacción entre una plataforma de gobernanza DAO, una visualización de gemelo digital y un asistente de IA.

Resultados y Evaluación
El sistema fue evaluado mediante experimentos basados en escenarios, análisis de costos, pruebas de usabilidad (Escala de Usabilidad del Sistema - SUS) y entrevistas semiestructuradas con expertos.

• Funcionalidad: El prototipo demostró con éxito el flujo de trabajo de extremo a extremo: recopilación de datos IoT, visualización de gemelo digital, análisis de datos impulsado por IA (identificación de ineficiencias energéticas) y votación basada en DAO para actualizar umbrales operativos (por ejemplo, límites de temperatura).
• Rendimiento de la IA: Utilizando un marco de "LLM como Juez", el asistente de IA logró una puntuación promedio de corrección del 92% y una relevancia del 93% al generar resúmenes y sugerencias de ahorro de energía en comparación con una verdad fundamental generada por ChatGPT.
• Usabilidad: El sistema recibió puntuaciones SUS positivas:
  • Gemelo Digital: 82 (Calificado como "Excelente").
  • Asistente de IA: 79.6 (Calificado como "Bueno").
  • Plataforma de Gobernanza Descentralizada: 78.3 (Calificado como "Bueno").
• Costo y Escalabilidad: Los costos de transacción en la red de prueba Sepolia oscilaron entre 0.20 y 1.88 dólares por operación. El análisis de escalabilidad indicó que, aunque Ethereum tiene límites de rendimiento, la naturaleza distribuida de la votación de DAO reduce los cuellos de botella de transacciones simultáneas. El despliegue local de LLM manejó aproximadamente 33.66 tokens por segundo con una latencia de ~5 segundos por comando.
• Feedback de Expertos: Los expertos calificaron altamente al Gemelo Digital y al Asistente de IA por su utilidad (4.8/5 y 4.5/5, respectivamente). La plataforma de Gobernanza recibió una calificación de utilidad más baja (3.2/5) debido a preocupaciones sobre la distribución del poder de votación y la experiencia técnica requerida, aunque fue calificada altamente por fomentar la colaboración inclusiva (4.0/5).

Significado y Afirmaciones
Los autores afirman que este estudio proporciona una plantilla viable y de código abierto para futuros sistemas de apoyo a la decisión en infraestructuras de edificios. El significado radica en:

1. Cerrar la Brecha: Demuestra la viabilidad de integrar LLMs con gobernanza descentralizada y gemelos digitales, una combinación previamente inexplorada en la literatura.
2. Democratizar la FI: Ofrece una vía técnica para cambiar de una gestión de instalaciones centralizada y vertical a un modelo transparente e inclusivo para los interesados.
3. Interacción Mejorada: Muestra que los LLM pueden mejorar efectivamente la interacción humano-edificio haciendo que los datos complejos de los gemelos digitales sean accesibles a través del lenguaje natural.
4. Validación Práctica: A través de un estudio de caso físico y una evaluación rigurosa, el artículo valida que tal marco distribuido puede operar eficazmente, a pesar de los desafíos relacionados con los costos de transacción, la modernización de la infraestructura IoT y la curva de aprendizaje para la interacción con IA.

El artículo concluye con modestia, reconociendo limitaciones como la dependencia de criptomonedas volátiles (sugiriendo monedas estables para trabajos futuros), los requisitos de carga manual de datos para la IA y el uso actual de enchufes inteligentes en lugar de sistemas de automatización de edificios totalmente integrados. Posiciona el trabajo como un paso fundamental hacia una gestión de edificios más autónoma y socialmente inclusiva.