Sistema de modelado automático de base de datos AS400 usando IA generativa

Abstract

La adopción fiable de inteligencia artificial generativa en entornos industriales depende de la existencia de una representación semántica capaz de explicar qué datos existen, qué significan y cómo pueden relacionarse de forma segura. Este Trabajo Fin de Máster diseña, implementa y evalúa Aletheia, una capa semántica industrial orientada a transformar metadatos procedentes de sistemas legacy en conocimiento estructurado, trazable y reutilizable por agentes de inteligencia artificial. La arquitectura sigue una estrategia metadata-first y combina perfilado técnico, enriquecimiento mediante modelos de lenguaje, descubrimiento de relaciones implícitas con embeddings, controles deterministas, generación de artefactos para Retrieval-Augmented Generation y construcción de una topología relacional en Amazon Neptune. Los resultados se conservan en formatos gobernables y versionables, permitiendo auditar el origen de las descripciones, relaciones y correcciones sin replicar inicialmente grandes volúmenes de datos productivos. Aletheia se valida sobre un entorno siderúrgico real compuesto por 3 bases de datos, 2.118 tablas y 31.735 campos. El pipeline genera 4.688 chunks Markdown y más de 12,48 millones de caracteres indexables, proporcionando a los sistemas downstream una base documental y relacional para recuperar contexto y razonar sobre el catálogo industrial. AXON completa el diseño mediante un lazo de mejora continua que convierte feedback real en propuestas de modificación sometidas a revisión humana antes de su integración. El trabajo demuestra que el principal requisito para desplegar inteligencia artificial generativa de forma segura en sistemas industriales heredados no es únicamente disponer de modelos avanzados, sino construir una infraestructura semántica gobernada, mantenible y preparada para evolucionar con el uso.Reliable adoption of generative artificial intelligence in industrial environments depends on the availability of a semantic representation that explains which data exist, what they mean and how they can be safely related. This Master’s Thesis designs, implements and evaluates Aletheia, an industrial semantic layer that transforms metadata from legacy systems into structured, traceable and reusable knowledge for artificial intelligence agents. The architecture follows a metadata-first strategy and combines technical profiling, language-model-based enrichment, embedding-assisted discovery of implicit relationships, deterministic controls, Retrieval-Augmented Generation artefact creation and relational topology construction in Amazon Neptune. Outputs are stored in governable and versionable formats, making it possible to audit the origin of descriptions, relationships and corrections without initially replicating large volumes of production data. Aletheia is validated in a real steel-manufacturing environment comprising 3 databases, 2,118 tables and 31,735 fields. The pipeline generates 4,688 Markdown chunks and more than 12.48 million indexable characters, providing downstream systems with both documentary and relational foundations for context retrieval and reasoning over the industrial catalogue. AXON complements the architecture through a continuous-improvement loop that converts real user feedback into modification proposals reviewed by specialists before integration. The work demonstrates that the main prerequisite for deploying generative artificial intelligence safely over inherited industrial systems is not only access to advanced models, but the construction of governed semantic infrastructure that remains auditable, maintainable and capable of evolving through operational use.