La Universidad de Chile presentó oficialmente dashAI, una plataforma chilena de inteligencia artificial y machine learning que funciona directamente en el computador del usuario. El lanzamiento se realizó el jueves 6 de agosto en la Facultad de Ciencias Físicas y Matemáticas (FCFM), en Santiago.
Desarrollada como una aplicación de escritorio, dashAI busca facilitar el uso de modelos de inteligencia artificial a personas que no cuentan con conocimientos de programación. Desde una interfaz gráfica, la plataforma permite importar y explorar datos, entrenar modelos, evaluar resultados y aplicar herramientas de “explicabilidad”, que es la capacidad de un sistema o modelo de inteligencia artificial para mostrar de forma clara y comprensible el razonamiento que hay detrás de sus decisiones o resultados. Esto permite abrir las llamadas “cajas negras” tecnológicas para que las personas entiendan el porqué de una predicción.
Procesamiento local
Una de las principales características de dashAI es que opera de manera local. Según el sitio oficial del proyecto, no requiere infraestructura en la nube, autenticación externa ni claves de API para sus funciones principales. Esto significa que los datos pueden procesarse directamente en el equipo del usuario, sin que sea obligatorio enviarlos a servidores externos. La característica puede resultar especialmente relevante para investigaciones e instituciones que trabajan con información sensible en áreas como salud, biología, derecho y ciencias sociales.
La plataforma, sin embargo, no debe entenderse como una garantía automática de privacidad para cualquier uso. El nivel de protección dependerá de la configuración del equipo, los modelos utilizados y eventuales conexiones adicionales que el usuario decida habilitar. Su principal diferencia es que permite trabajar sin depender estructuralmente de un proveedor cloud.
76 modelos disponibles
dashAI integra 76 modelos en un mismo entorno. El catálogo incluye herramientas para clasificación y regresión con datos tabulares, clasificación de texto, traducción, modelos de lenguaje y generación de imágenes.
Entre las alternativas disponibles se encuentran modelos como Mistral, DeepSeek, Llama, Qwen, PixArt-Sigma y Stable Diffusion XL. De acuerdo con la documentación del proyecto, el catálogo contempla 30 modelos tabulares, 15 para procesamiento de lenguaje natural, 9 de traducción, 5 modelos de lenguaje de gran tamaño y 11 modelos de generación de imágenes.
Además, el software registra los experimentos, métricas, predicciones y resultados de explicabilidad, lo que permite comparar modelos y mantener una trazabilidad del proceso de trabajo.
Un proyecto académico y abierto
El desarrollo fue liderado por el Departamento de Ciencias de la Computación y la Iniciativa de Datos e Inteligencia Artificial (IDIA) de la FCFM. En el proyecto también participaron el Centro Nacional de Inteligencia Artificial (CENIA), el Instituto Milenio Fundamentos de los Datos (IMFD) y la empresa Unholster, con financiamiento de la Agencia Nacional de Investigación y Desarrollo (ANID).
El código de dashAI está disponible en GitHub bajo licencia MIT y el proyecto puede extenderse mediante nuevos modelos, tareas y complementos. La versión pública identificada en el sitio oficial corresponde a la 0.9.3-alpha, descrita como el primer lanzamiento público de la plataforma.
Según cifras difundidas por la Universidad de Chile, dashAI ya supera las 18.500 descargas a nivel mundial.
Una alternativa a la IA centralizada
El lanzamiento sitúa a dashAI dentro de una tendencia que busca devolver parte del procesamiento de inteligencia artificial al dispositivo del usuario. En lugar de concentrar todo el trabajo en servidores de grandes compañías tecnológicas, el modelo local permite que personas e instituciones mantengan un mayor control sobre sus datos y sus experimentos.
La herramienta puede descargarse desde el sitio oficial de dashAI y su documentación técnica está disponible en docs.dash-ai.com.
Más allá de sus capacidades técnicas, el proyecto abre una discusión que en NOWN abordaremos en una próxima pieza editorial: qué significa desarrollar inteligencia artificial local desde Chile y hasta qué punto el procesamiento en el dispositivo puede convertirse en una alternativa real frente a la dependencia de la nube y de plataformas privadas.
