NERHIA Urban

Inteligencia territorial que convierte señales en decisiones explicables.

Comment

NERHIA Urban: de señales dispersas a decisiones territoriales explicables Inspiración

NERHIA Urban nació de una pregunta sencilla, pero crítica:

¿Cómo puede una ciudad comprender lo que está ocurriendo cuando sus datos viven separados en mapas, sensores, reportes, cámaras y plataformas que no conversan entre sí?

En una operación territorial, el problema no suele ser la falta de información. El verdadero desafío es el exceso de señales desconectadas y la dificultad de interpretarlas a tiempo.

Un cambio meteorológico, una anomalía de movilidad, un reporte ciudadano o una variación en infraestructura pueden parecer eventos aislados. Sin embargo, cuando se analizan en conjunto, pueden revelar un patrón territorial relevante.

Mi inspiración fue construir una capa de inteligencia capaz de reunir esas señales, conservar su procedencia y convertirlas en una explicación comprensible para una persona responsable de tomar decisiones.

Así nació NERHIA Urban, desarrollado desde Chile como un sistema de inteligencia territorial explicable.

Sobre el proyecto

NERHIA Urban transforma datos territoriales fragmentados en un estado operacional común.

El sistema puede recibir señales provenientes de distintas fuentes, organizarlas según territorio y tiempo, evaluar su nivel de confianza y producir un briefing que responda tres preguntas:

¿Qué cambió? ¿Por qué importa? ¿Qué debería revisar el operador?

La arquitectura está separada en dos capas:

Una vitrina pública, diseñada para mostrar mapas, índices, estados y señales sin exponer información sensible. Un motor operacional privado, responsable de conectores, correlación, memoria territorial, evidencia, configuración institucional y reglas de gobernanza.

Esta separación fue fundamental. La demostración pública permite entender el producto, mientras que la lógica crítica permanece protegida.

Cómo funciona GPT-5.6 dentro de NERHIA

GPT-5.6 actúa como una capa de interpretación y explicación.

El modelo no recibe datos sueltos sin contexto. Recibe un paquete estructurado que puede incluir:

Tipo de señal. Territorio afectado. Marca temporal. Fuente y procedencia. Nivel de confianza. Incertidumbre conocida. Evidencia relacionada. Acciones permitidas. Restricciones operacionales.

Una representación simplificada del nivel de relevancia territorial puede expresarse como:

R = Σ ( wᵢ · sᵢ · cᵢ · tᵢ ) para i = 1 … n

donde:

sᵢ = intensidad de la señal cᵢ = nivel de confianza de la fuente tᵢ = relevancia temporal (las señales recientes pesan más) wᵢ = peso asignado según el contexto territorial El resultado no reemplaza la decisión humana: solo ordena la evidencia antes de generar la explicación. ​ GPT-5.6 transforma esa estructura en un briefing conciso, manteniendo visibles la incertidumbre y la necesidad de revisión humana.

El principio central del proyecto es:

NERHIA observa. GPT-5.6 explica. El operador decide.

Cómo desarrollé el proyecto

El desarrollo comenzó definiendo la frontera entre la experiencia pública y el motor privado.

Primero organicé los conceptos principales del sistema:

Señales territoriales. Memoria del territorio. Proveniencia. Confianza. Incertidumbre. Estados operacionales. Autoridad humana. Contratos de datos versionados.

Luego desarrollé la integración con la OpenAI Responses API, utilizando Structured Outputs para obtener una respuesta predecible y validable.

El flujo principal quedó diseñado así:

Fuentes territoriales ↓ Normalización y evidencia ↓ Estado territorial estructurado ↓ GPT-5.6 ↓ Briefing operacional explicable ↓ Revisión y decisión humana

También integré Codex durante el proceso de construcción. Codex me ayudó a:

Inspeccionar repositorios existentes. Analizar la arquitectura de NERHIA y GOFRE. Definir la separación entre vitrina y motor. Preparar código de integración. Crear pruebas y documentación. Detectar inconsistencias en el pipeline audiovisual. Organizar los cambios mediante una rama y un pull request revisable.

Finalmente incorporé GOFRE, el motor audiovisual basado en Remotion, como la capa de comunicación de NERHIA.

El flujo audiovisual funciona así:

Snapshot territorial de NERHIA ↓ Storyboard estructurado con GPT-5.6 ↓ GOFRE + Remotion ↓ Video reproducible ↓ Revisión humana

Esto permite convertir un análisis territorial en un reporte visual consistente para reuniones, demostraciones o comunicación interna.

Qué aprendí

Uno de los aprendizajes más importantes fue que un sistema de inteligencia operacional no debe diseñarse solamente para entregar respuestas.

Debe poder explicar:

Qué fuentes utilizó. Qué información es real, modelada o inferida. Qué nivel de confianza tiene. Qué información falta. Por qué llegó a una conclusión. Qué autoridad debe revisar el resultado.

También aprendí que integrar un modelo avanzado no consiste simplemente en enviarle un prompt. La calidad depende de la arquitectura que rodea al modelo.

El valor aparece cuando el sistema combina:

Datos estructurados. Contratos claros. Validación. Restricciones. Evidencia. Interfaces comprensibles. Supervisión humana.

Otro aprendizaje fue la importancia de diseñar para escenarios incompletos. El sistema incluye un storyboard local seguro cuando no existe una API key, permitiendo probar la composición y el flujo audiovisual sin depender completamente de servicios externos.

Desafíos enfrentados

  1. Evitar que la IA inventara información

Un sistema territorial no puede presentar una inferencia como si fuera una medición real.

Para reducir ese riesgo, separé claramente:

Evidencia observada. Información modelada. Inferencias. Incertidumbre. Acciones permitidas.

GPT-5.6 recibe instrucciones explícitas para no inventar despliegues, métricas, emergencias ni resultados operacionales.

  1. Mantener el control humano

NERHIA no ejecuta automáticamente acciones críticas.

El sistema no debe:

Emitir alertas públicas por sí solo. Cerrar caminos. Activar infraestructura. Identificar personas. Reemplazar a una autoridad competente.

La IA entrega contexto y explicación. La decisión permanece en manos humanas.

  1. Separar demostración pública y propiedad intelectual

Quería mostrar suficiente funcionalidad para comprender el proyecto sin exponer conectores privados, configuraciones institucionales ni lógica operacional sensible.

La solución fue una arquitectura de vitrina pública conectada mediante contratos versionados a un motor privado.

  1. Convertir una arquitectura compleja en una historia breve

NERHIA incluye inteligencia territorial, gobernanza, memoria, GPT-5.6, Codex y generación audiovisual. Explicar todo en menos de tres minutos fue un desafío importante.

Para resolverlo, estructuré la demostración en escenas:

El problema territorial. La propuesta de NERHIA. La arquitectura pública y privada. El papel de GPT-5.6. La contribución de Codex. La integración con GOFRE. La autoridad humana. Resultado

NERHIA Urban evolucionó desde una interfaz territorial hacia una arquitectura completa de observación, explicación y comunicación.

El proyecto reúne:

Inteligencia territorial. Datos con procedencia. Evaluación de confianza. Memoria del territorio. Briefings generados con GPT-5.6. Desarrollo asistido por Codex. Reportes audiovisuales con GOFRE y Remotion. Revisión humana como autoridad final.

Más que construir otro dashboard, el objetivo fue crear una capa capaz de transformar señales aisladas en comprensión operacional.## Inspiration

What it does

How we built it

Challenges we ran into

Accomplishments that we're proud of

What we learned

What's next for NERHIA Urban

Built With

Share this project:

Updates