TMM en 2003: inteligencia artificial antes de los modelos de lenguaje

A mediados de 2001 nació Tailored Market Monitor, TMM, una empresa de capital cien por cien español pionera en aplicar inteligencia artificial al análisis cualitativo de información. Francisco Salvador fue uno de sus socios fundadores. Mientras el resto del mercado «tematizaba» documentos por palabras clave, TMM construía máquinas que los leían y sacaban conclusiones: si de algo se hablaba bien, mal o de forma neutra, y por qué. Sistemas expertos y redes neuronales sobre corpus lingüísticos propios, con apoyo de la Universidad Politécnica de Madrid.

Lo que hoy se llama análisis de sentimiento con modelos de lenguaje, TMM lo hacía en 2003 con las herramientas de su época, en estudios para prensa y sector editorial, automoción y farmacia, entre otros. El encargo más visible fue el del diario Marca: cada semana leía unas 150.000 referencias de prensa para elaborar, de forma automática, el ranking de jugadores, entrenadores y clubes. En 2003 el Instituto Cervantes le encargó medir la presencia en Internet de los iconos culturales de la cultura española y en español, con una crítica metodológica del Departamento de Sistemas y Lenguajes Informáticos de la UNED; el resultado se publicó en el anuario del propio Instituto Cervantes, bajo un subtítulo que hoy se lee de otra manera: «lo que ven los buscadores». FGA nació de ahí. El índice de sentimiento del proceso de cuatro capas es hijo directo de TMM, y el estudio sobre desintermediación es la misma pregunta dada la vuelta: ya no qué dice el texto de una empresa, sino qué dice la máquina de ella.

Dos piezas de aquella arquitectura tienen hoy nombre propio. El proceso tecnológico de la diapositiva 25 encadena una araña que captura, un planificador que decide qué capturar y cuándo, repositorios propios de información externa e interna, un clasificador con sus bases de conocimiento, un analizador con conceptos primarios, secundarios y operadores semánticos, y un motor de IA alimentado por los atributos de cada documento. En la esquina inferior derecha del esquema hay un módulo rotulado «Agentes de Inteligencia»: esa era la palabra en 2003. Y el circuito de ir a buscar el material al repositorio propio antes de emitir juicio alguno es lo que hoy se llama RAG, generación aumentada por recuperación. Nadie usaba esas siglas entonces.