La edición 2025 del proyecto de inteligencia simbólica de Epita construyó un sistema de agentes que analiza un texto argumentativo. Su plugin Argumentum detecta en él las falacias descendiendo por la taxonomía del juego nivel a nivel, en lugar de elegir de golpe entre más de mil etiquetas. La forma del árbol hace que cada paso proponga solo unas pocas ramas — y la respuesta llega junto con el camino que conduce a ella.
Ilustración: docs/publication/articles/illustrations/3b-du-chemin-a-la-carte.png, repositorio Argumentum, commit 981e5233 — montaje de los grabados del repositorio (Cards/Fallacies/Assets/Fallacy-front/): los niveles 7, 7.3, 7.3.1 y 7.3.1.2, con el número de camino arriba y el nombre de la carta abajo.
El proyecto
Es un repositorio público: agentes de software —análisis, lógica, detección de falacias— se orquestan allí mediante Semantic Kernel, un marco que permite a un modelo de lenguaje llamar a herramientas, y se apoyan en un motor de razonamiento formal escrito en Java. La plataforma es pedagógica: cada pieza es un ejercicio de arquitectura de inteligencia artificial simbólica, en el que se manipulan símbolos y reglas en lugar de estadísticas.
Mil cuatrocientas ocho etiquetas
La taxonomía de falacias de Argumentum cuenta con 1408 nodos, desde el nodo raíz hasta los casos particulares, con hasta diez niveles de profundidad. Preguntar a un modelo «¿qué falacia es esta?» ante la lista completa es hacerle sacar una etiqueta entre más de mil, sin estructura que guíe la elección.
Sin embargo, la forma del árbol dice otra cosa: cada nodo tiene como máximo 9 hijos, y la mitad de los nodos que los tienen no tiene más de dos. Una elección guiada por la estructura sustituye a la apuesta.
El descenso, paso a paso
El plugin carga la taxonomía en CSV, el formato del repositorio del juego. En cada etapa, muestra al modelo el nodo actual y dos niveles de sus descendientes; el modelo confirma el nodo —es este— o pide descender hacia un hijo, a veces saltándose un nivel. Cada paso cuesta una llamada al modelo. Se rechaza una confirmación demasiado alta en el árbol: con menos de dos niveles de profundidad, la etiqueta es demasiado general para ser una respuesta.
Un ejemplo, construido sobre una carta del juego (aquí no se muestra ningún texto analizado). La carta «Hombre de paja» está en el camino 7.3.1.2: Obstrucción, luego Ad hominem, luego Acusación de incoherencia, luego Hombre de paja. Un descenso que llega hasta ella es así: el texto busca descalificar al adversario en lugar de responderle —descender hacia Obstrucción; apunta a la persona —descender hacia Ad hominem; le reprocha haberse contradicho —descender hacia Acusación de incoherencia; el objeto mismo del ataque está deformado —confirmar Hombre de paja. Cuatro pasos, cada uno entre pocos hijos.
Lo que limita el descenso
No hay techo de profundidad: las hojas del árbol son el único techo, y el agente puede descender hasta ellas. La garantía contra el desbordamiento es un presupuesto de llamadas al modelo: por defecto, 18 por rama y 240 para todo un análisis. El descenso comienza con una red amplia que retiene candidatos, de los cuales descienden en paralelo cuatro ramas como máximo; en una bifurcación, si varios hijos parecen prometedores, los siguientes se exploran en paralelo, con un límite de doce subramas. Cuando una rama confirma un nodo profundo, sus hermanas que exploraban un ancestro abandonan: gana la respuesta más específica. Y si el descenso fracasa, el plugin no se rinde: reintenta la elección de una sola vez, sin guía.
El rastro
Cada descenso deja su rastro de navegación: el camino seguido, las confirmaciones, los abandonos. La respuesta se explica por su itinerario: el sistema puede mostrar por qué propuso este nodo y no otro. En una taxonomía profunda, quizá sea el principal producto del método: no solo una etiqueta, sino la razón del trayecto.
Después del proyecto
El embudo taxonómico se retomó tal cual en CoursIA, un repositorio público de materiales de curso sobre inteligencia artificial, que lo integra en su serie de análisis argumentativo. La orquestación de agentes con plugins, por su parte, sigue allí en obras.
Fuentes: repositorio Argumentum, commit 32408fdd (recuentos realizados el 8 de noviembre de 2026 sobre Cards/Fallacies/Argumentum Fallacies - Taxonomy.csv, columna de los caminos). Repositorio Epita 2025, fijado en el commit acaf670e9 (6 de noviembre de 2026): fallacy_workflow_plugin.py y taxonomy_navigator.py — presupuestos y mecánicas citados a partir de estos archivos. Retomado en CoursIA: issue #19287 (hecha) y issue #18390 (en curso).