Constitutional Map

Un mapa semántico global del derecho constitucional

Blog tutorial

Constitutional Map AI

Blog tutorial

Entradas breves para aprender más rápido el flujo del atlas: cómo seleccionar países, comparar distribuciones en el canvas 3D y validar un hallazgo en el texto constitucional completo.

Abrir atlasVer playlist oficial

Inicio

Como empezar con el mapa semantico

Una guia breve para seleccionar paises, leer agrupamientos de puntos y entender que significa la proximidad semantica en la practica.

Leer tutorial30 mar 2026
Tutoriales cortos para aprender a navegar el mapa semántico, comparar países y validar hallazgos en el texto constitucional completo.

Guía de Lectura

Cómo leer la visualización

Qué Estás Viendo

Cada punto en la vista 3D representa un artículo constitucional u otra unidad jurídica relevante. Los puntos cercanos no están juntos porque pertenezcan al mismo país, sino porque el lenguaje de esos pasajes es semánticamente parecido. Usa la selección de países para comparar cómo distintas constituciones ocupan el mismo terreno semántico.

El mapa y la lista de países son herramientas de selección. Deciden qué constituciones se cargan en la escena. Seleccionar más países no cambia la geometría del embedding; cambia qué partes de ese espacio semántico global puedes inspeccionar.

Espacio Semántico

El embedding convierte texto jurídico en vectores, y la etapa de clustering agrupa vectores que tienden a tratar temas constitucionales relacionados. En modo país, el color muestra origen político. En modo clúster, el color muestra vecindad temática.

Las nubes grandes y densas suelen indicar ideas constitucionales recurrentes, como derechos, instituciones, poderes de emergencia, elecciones o reglas de reforma. Los puntos aislados suelen marcar disposiciones poco comunes, lenguaje raro o decisiones de diseño constitucional específicas de un país.

La plataforma ofrece dos tipos de búsqueda: la búsqueda sintáctica encuentra ocurrencias literales de términos, mientras que la búsqueda semántica recupera pasajes conceptualmente cercanos, incluso sin los mismos términos. Los resultados resaltan regiones del espacio semántico en el canvas 3D, conectando lo que se lee con dónde se sitúa.

Cómo Leer las Métricas

En las estadísticas por país, Cobertura mide cuánto del paisaje global de clústeres alcanza una constitución. Entropía mide cuán uniformemente se distribuyen sus segmentos en ese paisaje: una entropía alta sugiere mayor diversidad semántica, mientras que una entropía baja sugiere concentración en menos temas.

En el panel de detalle del artículo, Clúster global es el identificador del grupo temático al que ese artículo fue asignado en el clustering mundial. Cuando el valor es -1, significa que el artículo quedó fuera de los agrupamientos temáticos definidos en esa etapa global. Probabilidad indica con qué confianza el modelo colocó ese artículo en ese grupo: valores altos sugieren un encaje más claro, mientras que valores bajos suelen marcar casos ambiguos o de frontera.