Por Canuto  

Cardano dio a conocer CAP, una nueva plataforma de analítica blockchain desarrollada por Mobile Systems que combina modelos de lenguaje, grafos de conocimiento y dashboards para consultar datos onchain en lenguaje natural. La propuesta busca reducir las barreras técnicas del ecosistema, mejorar la precisión de las respuestas y abrir nuevas posibilidades para gobernanza, investigación y análisis de mercado.
***

  • CAP permite consultar datos onchain de Cardano con lenguaje natural, gráficos y tablas, sin depender de SQL o exploradores tradicionales.
  • La solución usa un grafo de conocimiento y una ontología para reducir alucinaciones de IA y priorizar la corrección de los resultados.
  • El equipo dijo que ya opera en fase previa al despliegue y que en 2026 buscará productización, expansión de datos y funciones sociales.

Cardano sumó una nueva propuesta de infraestructura analítica con la presentación de CAP, siglas de Cardano Analytics Platform, una plataforma que combina inteligencia artificial, consultas en lenguaje natural y grafos de conocimiento para explorar datos onchain de la red.

La iniciativa fue presentada en el seminario Cardano Seminar: Cardano Analytics Platform (CAP), powered by LLM, publicado por Cardano Community, donde participaron Marcia Moreno y Rafa Brondeo, cofundadores de Mobile Systems. Ambos explicaron que el objetivo central del proyecto es eliminar barreras técnicas que hoy dificultan el acceso y el análisis de la información blockchain.

Según expusieron, el problema actual no es la ausencia de datos, sino la dificultad para extraer valor de ellos. En su visión, los exploradores de bloques ofrecen capacidades limitadas, mientras que otras herramientas exigen conocimientos técnicos como SQL. Al mismo tiempo, los modelos de lenguaje generalistas pueden responder con datos incorrectos o inventados cuando se les consulta sobre Cardano.

En ese contexto, CAP fue diseñado como una capa semántica que permita formular preguntas en lenguaje natural, generar respuestas sustentadas en una estructura de datos verificable y presentar los resultados en tablas, gráficos y dashboards reutilizables.

Qué problema intenta resolver CAP en Cardano

Moreno explicó que la blockchain de Cardano ya contiene la información necesaria para responder preguntas complejas, pero acceder a ella requiere conocer el protocolo y desarrollar herramientas propias. Esa fricción, señaló, limita la transparencia, dificulta la participación en gobernanza y puede frenar procesos de adopción institucional.

El equipo remarcó que el reto es considerable por la magnitud y naturaleza de los datos. Durante la presentación mencionaron que Cardano mainnet ya roza los 120 millones de transacciones, cada una con múltiples elementos asociados, incluyendo UTXO, propuestas, colaterales, entradas y salidas.

Además del volumen, Mobile Systems destacó dos dificultades adicionales. La primera es que, aunque el protocolo está formalmente descrito, los datos no están listos para consultas semánticas por sí solos. La segunda es que la red cambia de forma constante, con nuevas transacciones entrando durante cada minuto de operación.

Por eso, CAP no solo apunta a facilitar el acceso a los datos, sino también su interpretación. Moreno resumió esta idea con un principio claro: para la plataforma, la corrección de la respuesta importa más que una redacción elegante. En otras palabras, prefieren una respuesta exacta antes que una salida fluida pero potencialmente errónea.

Los tres pilares técnicos de la plataforma

La arquitectura presentada descansa sobre tres pilares. El primero es el uso de modelos de lenguaje para soportar consultas en lenguaje natural y también para ayudar a interpretar los resultados obtenidos. De este modo, un usuario puede preguntar sin escribir código y luego recibir una explicación adicional sobre la tabla o gráfico generado.

El segundo pilar es el grafo de conocimiento. Según el equipo, esta estructura permite reorganizar los datos de Cardano de una forma que haga posible el razonamiento semántico. La plataforma incorpora una ontología que actúa como marco de referencia para traducir preguntas humanas a consultas formales y, al mismo tiempo, respaldar las respuestas con una base verificable.

Brondeo subrayó que esta reindexación tiene un costo inicial, pero resulta valiosa en el largo plazo. La razón es que evita recorrer de nuevo toda la blockchain en cada consulta, ya que la información relevante queda modelada en una estructura semántica preparada para responder más rápido y con relaciones ya definidas.

El tercer pilar es la capa de visualización. CAP no se limita a devolver texto, sino que puede construir tablas, gráficos de barras, mapas de calor y otros formatos analíticos. A partir de esos elementos, los usuarios pueden fijar resultados en dashboards propios para construir un entorno de seguimiento personalizado.

Cómo funciona CAP por dentro

Ante una pregunta del público, los desarrolladores indicaron que construyeron su propio proceso ETL para la extracción, transformación y carga de datos. La solución toma información mediante Agnius, la adapta a la ontología definida y la almacena en el grafo de conocimiento con una representación semántica específica.

Moreno dijo que inicialmente probaron otras rutas, incluyendo extraer desde DB Sync y evaluar bases relacionales, pero encontraron cuellos de botella por la cantidad de uniones necesarias para reconstruir el contexto de las consultas. También contemplaron desarrollar su propio mini protocolo, aunque eso habría requerido más tiempo.

Finalmente optaron por Agnius por su rendimiento y por la facilidad de consulta mediante protocolo y websockets. El ETL, según detallaron, está escrito en C++ y se encarga de transformar la información antes de cargarla en el grafo.

La plataforma también incorpora un conjunto de alrededor de 500 consultas de ejemplo para entrenar la traducción entre lenguaje natural y consultas SPARQL. Cuando el sistema detecta similitud con una consulta ya conocida, puede acelerar el proceso usando caché y recuperación por embeddings. Si no hay coincidencia, genera una representación vectorial de la pregunta y busca ejemplos similares para orientar al modelo.

En ese flujo, la ontología cumple un papel crucial. Moreno afirmó que sin ese marco, un modelo de lenguaje puede introducir conceptos ajenos al dominio de Cardano. Con la ontología presente, la generación de la consulta queda restringida a las entidades y relaciones que el sistema reconoce dentro de su esquema.

Demostraciones en vivo y casos de uso

Durante la presentación, el equipo mostró una versión funcional del sitio de CAP. Aunque actualmente redirige a una lista de espera, los desarrolladores señalaron que la plataforma ya está en línea y puede habilitarse para pruebas.

Entre los ejemplos mostrados, CAP respondió solicitudes similares a las de un explorador de bloques, como listar los últimos cinco bloques. La diferencia, señalaron, es que el sistema añade análisis textual sobre los datos y enlaces a Cardanoscan para facilitar una verificación cruzada.

También enseñaron consultas más complejas. Una de ellas generó un gráfico de barras con el número mensual de transacciones. Otra produjo un mapa de calor con la tarifa promedio de transacción por día y hora durante los últimos 14 días, pensado para ayudar a identificar momentos de menor costo operativo.

En el terreno de gobernanza, CAP respondió preguntas como cuántas cuentas votaron en la propuesta más reciente y mostró conteos de votos, marcas de tiempo y enlaces asociados. Según los expositores, esta área podría enriquecerse aún más si se conecta con datos offchain, por ejemplo desde portales de gobernanza.

Otro caso destacado fue el seguimiento de cuentas nuevas creadas por día durante el último mes. El equipo explicó una caída visible al inicio y al final de la serie como un efecto del recorte temporal tomado desde la hora actual, no como una anomalía real de actividad.

La plataforma también mostró consultas sobre tokens más transferidos en la última semana, donde USDCX ya aparecía entre los cinco primeros, junto con otros activos como USDM y NIGHT. En otra visualización, el sistema comparó las últimas 52 épocas con un gráfico de burbujas, usando TPS en el eje Y, número de época en el eje X y tamaño de burbuja para representar la comisión promedio.

Precisión, latencia y control de alucinaciones

Uno de los puntos más enfatizados por Mobile Systems fue la reducción de alucinaciones. Brondeo sostuvo que lograr que un sistema diga “no sé” cuando no puede responder es difícil, pero fundamental para una herramienta seria de análisis blockchain.

El equipo presentó un estudio de ablación para medir qué componentes elevaban el rendimiento del sistema. De acuerdo con sus resultados, la presencia de la ontología elevó fuertemente la tasa de éxito en la generación de consultas SPARQL, mientras que los ejemplos recuperados por embeddings también resultaron determinantes.

Moreno afirmó que, con esa combinación, CAP alcanzó una tasa de éxito cercana al 98% en la generación correcta de consultas SPARQL cuando la ontología podía representar la información pedida. También señaló que el éxito de extremo a extremo se correlaciona directamente con esa etapa.

No obstante, reconocieron un reto importante en la latencia. Cuando no existe un acierto de caché, el tiempo promedio puede subir a unos 33 segundos. El equipo dijo que ya corrigió un mecanismo de caché demasiado agresivo que estaba generando problemas en algunas consultas.

Hoja de ruta, monetización y posibles extensiones

La fase actual corresponde a una prueba de concepto y un despliegue previo. Para 2026, Mobile Systems quiere avanzar hacia la productización, lo que incluye infraestructura más robusta, pruebas con usuarios alfa y beta, y un refinamiento mayor sobre las consultas que la comunidad realmente necesita.

Entre los próximos pasos mencionaron soporte multilingüe, aunque por ahora la interfaz solo opera en inglés. Según explicaron, tanto el modelo de lenguaje como el modelo de embeddings ya están casi listos para trabajar con varios idiomas, pero todavía ajustan la normalización basada en reglas.

También quieren ampliar la cobertura de datos con información offchain, incluyendo gobernanza y mercado. Ese paso permitiría formular preguntas sobre movimientos de precio y correlacionarlos con actividad en la red. Además, prevén dashboards dinámicos, widgets compartibles, funciones sociales y actualizaciones automáticas en segundo plano.

En la capa de negocio, el plan es ofrecer CAP como software como servicio con un esquema freemium para la comunidad y suscripciones por niveles para quienes necesiten más contexto o modelos más pesados. También contemplan despliegues privados para instituciones, monetización por uso de cómputo y una futura especie de marketplace donde usuarios puedan compartir o vender análisis.

Durante la ronda final de preguntas, surgió además la posibilidad de usar la arquitectura para forense blockchain. Los fundadores reconocieron que no era el enfoque inicial, pero dijeron que el diseño federado del grafo permite pensar en esa expansión, incluso para testnet y dominios más especializados, aunque ello requeriría nuevas ontologías, nuevas máquinas y más inversión.

Como cierre, Mobile Systems pidió apoyo en tres frentes: participación de la comunidad, financiamiento y networking. Moreno comentó que intentaron contactar a actores relevantes del ecosistema Cardano y que, hasta ahora, la Cardano Foundation fue la entidad que respondió y abrió espacio de colaboración.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados