Universidade da Coruña · CITIC · A Coruña, España

Estudamos como busca a xente información, e como axudala a atopala.

Somos o Information Retrieval Lab da Universidade da Coruña. O noso traballo comeza na busca: como atopar a información axeitada, como ordenala e como saber se un sistema o fixo ben. Hoxe aplicámolo sobre todo á saúde: detectar sinais temperás de depresión no que a xente escribe en internet, responder preguntas de saúde con fontes que se poden comprobar e pedirlles aos sistemas de IA que expliquen como chegaron a unha resposta.

Liña de investigación 1 de 6 · 3 artigos recentes

  1. irlab.org › research › mental-health Detección temperá de riscos e saúde mental dixital
  2. SIGIR 2026 Learning Evidence of Depression Symptoms via Prompt Induction
  3. CIKM 2026 Eval4Sim: An Evaluation Framework for Persona Simulation

En que traballamos

Todas as liñas de investigación

Cada liña recolle as persoas que traballan nela, os seus proxectos e os seus artigos recentes.

Por que facemos o que facemos

  • Saúde mental

    Moitas persoas escriben sobre como se senten moito antes de pedir axuda.

    Desenvolvemos ferramentas que detectan sinais temperás de depresión e outras dificultades no que a xente escribe en internet, para que a axuda chegue antes, e facémolo coidando a súa privacidade.

    Como o traballamos
  • Información de saúde

    Unha pregunta sobre saúde merece unha resposta que poidas comprobar.

    Os buscadores e os chatbots xa responden directamente. Traballamos en sistemas que amosan de onde sae cada parte da resposta, para que poidas valorala co teu propio criterio.

    Como o traballamos
  • Conversas na rede

    As conversas na rede poden volverse hostís, e non a todo o mundo lle afecta igual.

    Estudamos como se estenden o discurso de odio e os relatos enganosos, e creamos formas de detectalos que traten con xustiza a todas as comunidades.

    Como o traballamos
  • Unha IA que se entenda

    Cando unha máquina axuda a tomar unha decisión, debería poder explicala.

    Desde axustar a dose dun medicamento tras un transplante ata valorar que resultados de busca son útiles, traballamos nunha IA cuxo razoamento se poida seguir e cuestionar.

    Como o traballamos
  • The ROI of small examples, aceptado no EACL 2027

    Jorge Gabín, Anxo Pérez e Javier Parapar estudan a aprendizaxe en contexto cun orzamento fixo de tokens. Moitos exemplos curtos funcionan mellor ca uns poucos longos, e encher o orzamento con demostracións concisas supera as demostracións máis longas e a mostraxe aleatoria. O artigo presentarase en Atenas en marzo de 2027.

  • A ESSIR 2027 chega á Coruña

    A 18.ª European Summer School on Information Retrieval celebrarase na Facultade de Informática do 12 ao 16 de xullo de 2027, organizada polo IRLab.

  • Clase maxistral para psicólogos sobre IA e detección temperá de riscos

    Anxo Pérez impartiu «A IA en Psicoloxía e Saúde Mental, do prompt á detección temperá de riscos» no ciclo organizado polos colexios de psicoloxía de Galicia e Portugal, en liña para ata 500 profesionais.

  • Charla sobre IA e saúde mental no Outubro Saudable

    Eliseo Bao e Anxo Pérez impartiron a charla "Intelixencia artificial e saúde mental: que nos din as redes sociais?" na Facultade de Informática, dentro do 12.º programa Outubro Saudable da Universidade da Coruña.

Artigos recentes

Todas as publicacións
  1. Congreso
  2. Congreso
  3. Congreso
  4. Congreso
  5. Revista

    Strong Equivalence in Answer Set Programming with Constraints

    Pedro Cabalar, Jorge Fandinno, Torsten H. Schaub, Philipp Wanko

    Theory and Practice of Logic Programming · 2026

O equipo

Todo o equipo

Profesorado e investigadores en informática e matemáticas, doutorandos e persoal investigador.

O edificio da Facultade de Informática no Campus de Elviña

Onde estamos

Laboratorio 4.2 da Facultade de Informática, Campus de Elviña, A Coruña. A maioría dos membros forman tamén parte do CITIC, o centro de investigación do lado.

Abrir o mapa