Tabla de Contenidos
- Más datos NDT no siempre significan mejores decisiones
- Gestión de datos NDT: Del resultado a la decisión
- Cuando el dato conserva su contexto
- ¿Qué puede hacer la IA con los datos de inspección?
- La IA apoya el análisis, no asume la decisión
- Del algoritmo a la revisión del especialista NDT
- Revisión remota sin perder el criterio técnico
- Trazabilidad digital: ¿Qué ocurrió con cada dato?
- ¿Qué exigen las normas a la gestión digital NDT?
- ASTM E2339 y la información digital NDT
- La competencia del personal sigue siendo necesaria
- Ooga conecta datos, IA y experiencia NDT
- Una aplicación documentada
- ¿Qué exigir a una plataforma NDT digital?
- De los datos de inspección a decisiones defendibles
- Referencias
- Preguntas frecuentes (FAQs)
Las inspecciones generan cada vez más datos, pero su valor depende de convertirlos en conocimiento útil. Analizamos cómo el software NDT, la IA y la revisión experta pueden reducir la distancia entre el dato y la decisión técnica.
La gestión de datos NDT se ha convertido en un aspecto relevante de la inspección industrial a medida que aumenta la cantidad de información generada durante la evaluación de los activos. Imágenes, señales, mediciones, registros e informes pueden aportar evidencia valiosa, pero disponer de más datos no significa necesariamente contar con mejor información para decidir.
El reto está en conservar su contexto, facilitar su análisis y revisión, y transformar esos resultados en conocimiento técnico disponible para quienes deben evaluar la condición del activo y tomar decisiones sobre su integridad.
Más datos NDT no siempre significan mejores decisiones
La digitalización ha incrementado la capacidad para adquirir y conservar información procedente de UT, PAUT, radiografía digital y otras técnicas NDT. El problema aparece cuando ese crecimiento no está acompañado por una capacidad equivalente para organizar, revisar e interpretar los resultados.
Una inspección puede generar señales, imágenes, archivos, reportes y registros asociados con distintos componentes y momentos de la vida del activo.
Cuando esa información permanece dispersa entre equipos, aplicaciones, carpetas o contratistas, reconstruir el contexto técnico puede consumir una parte importante del tiempo disponible para evaluar.
El volumen tampoco sustituye el criterio. Más datos no significan necesariamente mayor conocimiento de la condición del activo. Para que aporten valor, deben poder relacionarse con lo inspeccionado, el método utilizado, los parámetros de adquisición, los antecedentes y las evaluaciones realizadas.
Ahí comienza el verdadero desafío: evitar que la capacidad de producir información supere la capacidad para convertirla en conocimiento útil. Desde la perspectiva de integridad, el objetivo final no es acumular registros, sino disponer de información confiable cuando llegue el momento de decidir.
Gestión de datos NDT: Del resultado a la decisión
Gestionar datos de inspección va más allá de almacenar archivos. Un resultado adquiere mayor valor cuando puede relacionarse con el activo, componente y ubicación inspeccionados, además del método, los parámetros de adquisición y los antecedentes necesarios para interpretarlo.
Esa relación permite pasar de registros aislados a información organizada. También facilita comparar resultados, recuperar evidencia anterior y reconocer qué información sustentó una evaluación determinada, sin depender únicamente de quien realizó originalmente la inspección.
Desde la perspectiva de la gestión del conocimiento, el proceso puede sintetizarse como:
DATOS → INFORMACIÓN → CONTEXTO → CONOCIMIENTO → DECISIÓN
| Etapa | Qué tenemos | Qué aporta valor | Resultado esperado |
|---|---|---|---|
| Datos | Señales, imágenes, mediciones y registros | Identificación y organización | Evidencia disponible |
| Información | Datos relacionados con la inspección | Contexto técnico | Resultado interpretable |
| Conocimiento | Información revisada y comparada | Experiencia y criterio NDT | Comprensión de la condición |
| Decisión | Conocimiento aplicado al activo | Evaluación de ingeniería | Acción técnicamente sustentada |
Cuando el dato conserva su contexto
Una señal, imagen o medición separada de su contexto puede perder parte de su utilidad técnica. Saber qué se inspeccionó, dónde, cuándo, cómo y bajo qué condiciones permite interpretar el resultado y relacionarlo con el historial del componente.
Conservar esas relaciones también ayuda a mantener conocimiento sobre el activo cuando cambian inspectores, contratistas o equipos de trabajo. El historial deja entonces de ser una colección de archivos y se convierte en información disponible para comparar condiciones y sustentar nuevas evaluaciones.
La gestión de datos NDT alcanza así su propósito cuando permite recorrer el camino desde la evidencia obtenida durante la inspección hasta una decisión técnicamente sustentada.
¿Qué puede hacer la IA con los datos de inspección?
Cuando aumenta el volumen de información, la detección de defectos con IA puede apoyar tareas que requieren revisar grandes cantidades de datos. Según la técnica y la aplicación, los algoritmos pueden utilizarse para reconocer patrones, clasificar información, señalar indicaciones o ayudar a priorizar resultados que requieren atención.
Su utilidad también aparece en actividades repetitivas. Comparar registros, organizar resultados o destacar determinadas características puede reducir parte del trabajo previo a la interpretación y permitir que el especialista concentre su atención donde el análisis técnico aporta mayor valor.
Esto no convierte cada resultado generado por un algoritmo en una conclusión sobre la condición del activo. Una indicación identificada o clasificada sigue necesitando contexto: método utilizado, calidad de los datos, geometría, condiciones de inspección, antecedentes y criterios aplicables.
| Actividad | IA/software puede apoyar | Requiere criterio NDT |
|---|---|---|
| Organizar grandes volúmenes de datos | Sí | Supervisión según el proceso |
| Reconocer patrones | Sí | Validar su significado |
| Señalar posibles indicaciones | Sí | Interpretar la respuesta |
| Priorizar información para revisión | Sí | Establecer relevancia técnica |
| Comparar resultados | Sí | Evaluar condiciones y antecedentes |
| Determinar la condición del activo | Aporta información | Sí |
| Tomar la decisión de integridad | No sustituye esta función | Sí |
La IA apoya el análisis, no asume la decisión
En NDT, distinguir una discontinuidad relevante de una respuesta asociada con geometría, configuración del componente o condiciones de adquisición puede requerir experiencia e información adicional.
Por ello, la IA resulta más útil cuando actúa como herramienta de apoyo al análisis y sus resultados pueden ser revisados por personal competente. El algoritmo puede ayudar a encontrar, ordenar o priorizar información; la interpretación debe considerar aquello que los datos representan realmente en el activo.
La aplicación de IA en NDT también fue abordada por Ajay Pasupuleti, de Ooga Technologies, durante una entrevista con Inspenet en PANNDT. La conversación permite observar cómo estas herramientas pueden integrarse al flujo digital de inspección manteniendo la participación del conocimiento especializado.
Del algoritmo a la revisión del especialista NDT
Un software de gestión de datos de inspección puede facilitar el acceso a resultados NDT, pero disponer de los datos no equivale a haberlos interpretado. Entre ambos puntos permanece una tarea esencial: determinar qué representa la información obtenida y cuál es su relevancia técnica.
El especialista aporta conocimiento del método, sus limitaciones y las variables que pueden afectar una señal, imagen o medición. Esa capacidad resulta especialmente importante cuando un resultado requiere diferenciar una indicación relevante de respuestas asociadas con geometría, configuración o condiciones de adquisición.
La tecnología puede entonces reducir distancias y tiempos de acceso a la información, mientras el criterio profesional permanece dentro del proceso de revisión.
Revisión remota sin perder el criterio técnico
Un software de inspección remota puede permitir que los datos adquiridos en campo sean puestos a disposición de especialistas que no se encuentran físicamente en el mismo lugar. Esto puede facilitar consultas, segundas revisiones, auditorías y apoyo técnico durante una inspección.
Este enfoque también fue abordado por Dale Lynn, de Ooga Technologies, durante una entrevista con Inspenet en ASNT, donde explicó la utilización de entornos digitales para conectar información de inspección con profesionales especializados.
La distancia, sin embargo, no modifica por sí misma las responsabilidades asociadas con la evaluación. La calidad de los datos, la competencia del personal y los procedimientos aplicables siguen condicionando la confiabilidad de la revisión.
Trazabilidad digital: ¿Qué ocurrió con cada dato?
Una decisión técnica no depende únicamente del resultado final. También puede ser necesario conocer de dónde provino la información, quién la obtuvo, bajo qué condiciones fue adquirida, qué revisión recibió y qué evaluación se realizó posteriormente.
Un software de inspección digital puede ayudar a organizar los datos de inspección NDT y mantener esas relaciones mediante registros asociados con el activo y con las distintas etapas del proceso. La trazabilidad permite recuperar el recorrido de la información sin reconstruirlo posteriormente a partir de documentos dispersos.
Esta continuidad adquiere mayor importancia cuando un activo acumula años de inspecciones, participan diferentes contratistas o cambia el personal responsable de su seguimiento.
La organización no debería tener que reconstruir el conocimiento del activo cada vez que cambia quien inspecciona o interpreta. Preservar la trazabilidad también significa preservar conocimiento técnico para futuras decisiones.
¿Qué exigen las normas a la gestión digital NDT?
Digitalizar un proceso de inspección no elimina los requisitos técnicos que sustentan la confiabilidad de sus resultados. La forma de almacenar, transferir o revisar la información puede cambiar, pero siguen siendo relevantes aspectos como la integridad de los datos, su interpretación y la competencia de quienes intervienen.
En este contexto, las normas ayudan a separar dos asuntos que no deben confundirse: cómo se gestiona la información digital y quién está técnicamente capacitado para evaluar los resultados NDT.
ASTM E2339 y la información digital NDT
ASTM E2339-21 establece la práctica DICONDE (Digital Imaging and Communication in Nondestructive Evaluation), orientada a facilitar la interoperabilidad y el intercambio de información digital utilizada en NDT.
Su importancia para la gestión de datos NDT está en conservar la información necesaria para que imágenes, señales y datos asociados puedan comunicarse y utilizarse manteniendo su relación con la inspección que los produjo.
DICONDE no convierte por sí solo un dato en una decisión. Su aporte está en favorecer que la evidencia digital mantenga una estructura que permita conservarla, transferirla y recuperarla de manera consistente.
La competencia del personal sigue siendo necesaria
La digitalización tampoco sustituye los requisitos de competencia profesional. ISO 9712 establece requisitos para la cualificación y certificación de personal NDT mediante un esquema de certificación de tercera parte.
Por su parte, ASNT SNT-TC-1A proporciona recomendaciones para que el empleador estructure su práctica escrita de cualificación y certificación del personal NDT.
Esta diferencia resulta importante cuando intervienen herramientas de IA o revisión remota. Automatizar una parte del flujo no transfiere automáticamente al software la responsabilidad técnica del especialista.
La disponibilidad de personal competente también forma parte del desafío operativo. Inspenet ha analizado cómo la escasez de especialistas NDT Nivel III está impulsando modelos de colaboración y soporte técnico remoto.
La tecnología puede cambiar cómo llega la información a quien debe evaluarla. No elimina la necesidad de que esa evaluación se realice conforme al procedimiento, método, responsabilidades y requisitos de competencia aplicables.
Ooga conecta datos, IA y experiencia NDT
Este enfoque se materializa en la Ooga Platform, un entorno integrado desarrollado para conectar flujos digitales de inspección, especialistas NDT cualificados, herramientas habilitadas con IA y colaboración remota. La plataforma permite que los datos adquiridos durante una inspección puedan organizarse, compartirse y revisarse dentro de un flujo digital trazable, sin sustituir las técnicas NDT utilizadas para obtenerlos ni el criterio del personal responsable de interpretarlos.
Dentro de este ecosistema, el Remote Digital Inspection System permite conectar equipos de campo con especialistas NDT para realizar revisiones de datos, consultas y auditorías de forma remota. A ello se suma el NDT Expertise & AI Tools Marketplace, orientado al acceso a especialistas y herramientas digitales que pueden apoyar determinadas actividades de análisis y revisión.
Desde la perspectiva de la gestión del conocimiento, el valor de esta arquitectura no reside únicamente en centralizar información. Está en reducir la distancia entre el dato generado en campo, su contextualización, la revisión especializada y la decisión que posteriormente debe tomar ingeniería.
Una aplicación documentada
En una entrevista con Inspenet, Ajay Pasupuleti, de Ooga Technologies, describió una aplicación en la que un inspector ubicado en Idaho colaboraba remotamente con un proyecto de soldadura desarrollado en Nevada.
Mientras el equipo de campo avanzaba hacia la siguiente soldadura, la información correspondiente a la anterior podía ponerse a disposición para su análisis remoto. El ejemplo muestra cómo la conectividad puede acercar adquisición y revisión sin exigir que todos los especialistas estén físicamente en el mismo lugar.
El valor de esta aplicación no está en atribuir a la plataforma un resultado que los datos disponibles no permiten cuantificar. Está en mostrar una forma de conectar campo, información y conocimiento especializado durante el desarrollo de una inspección.
¿Qué exigir a una plataforma NDT digital?
Seleccionar un software NDT no debería depender únicamente de cuántos archivos puede almacenar o de si incorpora inteligencia artificial. La pregunta más útil es si la plataforma ayuda a conservar la calidad y el contexto de la información durante todo el proceso.
Conviene evaluar su capacidad para trabajar con los formatos y sistemas utilizados por la organización, mantener trazabilidad, proteger la información, recuperar históricos y facilitar la colaboración entre quienes adquieren, revisan y utilizan los resultados.
También debe quedar claro dónde termina la función del software y dónde comienza la responsabilidad profesional. Una plataforma puede organizar datos, facilitar análisis y acercar especialistas; la decisión sobre la condición del activo continúa necesitando criterios técnicos y responsabilidades definidas.
| Etapa | Necesidad técnica | Apoyo digital | Responsabilidad principal |
|---|---|---|---|
| Adquisición | Obtener evidencia confiable | Captura y registro | Inspector |
| Gestión | Organizar y contextualizar | Software/plataforma | Equipo NDT |
| Análisis | Procesar y priorizar información | Software + IA | Especialista NDT |
| Revisión | Validar la interpretación | Colaboración digital | Personal competente |
| Trazabilidad | Conservar evidencia e historial | Registro digital | Organización |
| Decisión | Evaluar y actuar sobre el activo | Información consolidada | Ingeniería/Integridad |
Cuando la información de inspección se integra posteriormente con procesos más amplios de gestión digital de la integridad de activos, su utilidad puede extenderse desde la revisión NDT hacia la evaluación y seguimiento del activo.
Por tanto, una plataforma NDT digital debe evaluarse por su capacidad para conectar datos, personas y decisiones, no solamente por la cantidad de funciones tecnológicas que incorpora.
De los datos de inspección a decisiones defendibles
La gestión de datos NDT adquiere verdadero valor cuando la información puede conservar su contexto, ser recuperada, interpretada y utilizada por las personas responsables de evaluar la condición del activo.
El software puede organizar grandes volúmenes de información; la IA puede apoyar su análisis y priorización; y la revisión remota puede acercar conocimiento especializado. Ninguna de estas capacidades elimina la necesidad de competencia técnica ni convierte automáticamente un resultado en una decisión.
La evolución digital del NDT tiene sentido cuando acorta ese recorrido sin perder trazabilidad, evidencia ni criterio técnico.
Si su organización necesita gestionar datos NDT, facilitar la revisión especializada y mantener la trazabilidad de la información de inspección, conozca las capacidades de Ooga Technologies y contacte directamente con la empresa a través de Corporate Inspenet.
Referencias
- ASTM International.ASTM E2339-21: Standard Practice for Digital Imaging and Communication in Nondestructive Evaluation (DICONDE). ASTM International.
- International Organization for Standardization (ISO).ISO 9712:2021, Non-destructive testing, Qualification and certification of NDT personnel. ISO.
- American Society for Nondestructive Testing (ASNT).Recommended Practice No. SNT-TC-1A: Personnel Qualification and Certification in Nondestructive Testing. 2024 ed. ASNT.
- Ooga Technologies.Remote Digital Inspection System. Ooga Technologies.
- Ooga Technologies.NDT Expertise & AI Tools Marketplace. Ooga Technologies.
- Ooga Technologies.Ooga Platform. Ooga Technologies.
- Inspenet TV.Inspección END con IA: la apuesta de Ooga para el futuro del END. Inspenet.
- Inspenet TV.Ooga Technologies apuesta por la inspección remota para transformar el NDT. Inspenet.
Preguntas frecuentes (FAQs)
¿Qué es la gestión de datos NDT?
La gestión de datos NDT comprende la organización, conservación, recuperación y contextualización de la información generada durante las inspecciones. Su propósito no es solamente almacenar archivos, sino mantener relacionados los resultados con el activo, componente, ubicación, método, parámetros, antecedentes y revisiones necesarias para interpretarlos posteriormente.
¿Cómo puede utilizarse la IA para analizar datos NDT?
La IA puede apoyar tareas como reconocimiento de patrones, clasificación de información, identificación de indicaciones, comparación de resultados y priorización de datos para revisión.
Su aplicabilidad depende del método NDT, la calidad de los datos, el algoritmo utilizado y el propósito específico del análisis.
¿Puede la IA sustituir la revisión de un especialista NDT?
La IA puede apoyar al especialista, pero una salida algorítmica no debe confundirse automáticamente con una evaluación de la condición del activo.
La interpretación requiere considerar geometría, método, procedimiento, calidad de los datos, antecedentes y criterios aplicables, además de las responsabilidades establecidas para el personal competente.
¿Qué aporta DICONDE a la gestión de datos NDT?
DICONDE proporciona un marco para la comunicación e interoperabilidad de información digital utilizada en ensayos no destructivos.
Su aplicación ayuda a mantener imágenes, señales y datos relacionados con información relevante de la inspección, favoreciendo su intercambio, recuperación y conservación dentro del alcance establecido por la práctica.
¿Qué debe evaluarse al seleccionar software NDT?
Además de sus funciones de almacenamiento o análisis, conviene evaluar interoperabilidad, trazabilidad, seguridad, compatibilidad, recuperación del historial, colaboración, auditabilidad y capacidad para mantener el contexto de los datos.
También debe definirse claramente cómo intervienen los especialistas y quién conserva la responsabilidad sobre la interpretación y decisión técnica.
