El Centro de Investigación en Tecnologías de la Información y las Comunicaciones de la Universidade da Coruña (CITIC) participó en la edición 2026 de SIGIR (ACM SIGIR Conference on Research and Development in Information Retrieval), el congreso internacional de referencia en recuperación de información, inteligencia artificial y minería de datos, celebrado este año en Melbourne (Australia).

La presencia del CITIC en este encuentro internacional refuerza la proyección científica del centro y de la UDC en uno de los principales foros mundiales dedicados a las tecnologías de búsqueda, los modelos de lenguaje y la inteligencia artificial. Cada año, SIGIR reúne a investigadores de universidades punteras y empresas tecnológicas líderes como Google, Amazon o Microsoft para presentar los avances más innovadores del sector.

Durante el congreso, la delegación del CITIC presentó cuatro contribuciones científicas, que abarcan desde la evaluación de sistemas de búsqueda hasta el uso de modelos de lenguaje para el análisis de síntomas clínicos.

Investigación en evaluación de sistemas de búsqueda

El profesor ayudante doctor de la UDC e investigador del CITIC David Otero presentó el trabajo “Hybrid Pooling with LLMs via Relevance Context Learning”, desarrollado junto a Javier Parapar. El estudio propone Relevance Context Learning, un nuevo marco que utiliza grandes modelos de lenguaje (LLM) para transformar los juicios de relevancia realizados por expertos en narrativas textuales comprensibles y reutilizables. Este enfoque permite que los sistemas automáticos evalúen con mayor precisión nuevos pares consulta‑documento, reduciendo la necesidad de anotaciones humanas y mejorando la escalabilidad de la evaluación de motores de búsqueda y sistemas de recuperación de información.

Avances en el análisis de síntomas clínicos mediante IA

El doctorando Eliseo Bao Souto presentó el trabajo “Learning Evidence of Depression Symptoms via Prompt Induction”, en colaboración con David Otero, Miguel Anxo Pérez‑Vila y Javier Parapar. La investigación introduce Symptom Induction, una metodología que permite a los modelos de lenguaje identificar síntomas de depresión a partir de guías interpretables generadas automáticamente, sin necesidad de recurrir directamente a ejemplos clínicos anotados.

Contribuciones en motores de búsqueda y modelos generativos

El investigador del CITIC y profesor de la UDC Jorge Gabín presentó dos estudios centrados en la interacción entre los motores de búsqueda y la inteligencia artificial generativa. En una sesión oral expuso “Lost in the Evidence? Reproducing Document Position and Context Size Effects in RAG”, trabajo que analiza cómo los modelos de lenguaje procesan grandes volúmenes de información y si tienden a olvidar datos situados en posiciones intermedias de textos extensos. En una sesión de póster presentó “Beyond Top‑e: Simulation-Based Interactive Evaluation for Query Suggestions”, que propone el uso de IA para simular interacciones reales de usuarios y evaluar con mayor precisión la utilidad de las sugerencias de consulta.

La aceptación de estos trabajos en SIGIR 2026 pone de manifiesto la calidad de la investigación desarrollada en el CITIC y el creciente reconocimiento internacional de la Universidade da Coruña en áreas estratégicas como la inteligencia artificial, la recuperación de información y la ciencia de datos.