La Conferencia de la Asociación Española para la Inteligencia Artificial (CAEPIA) es un foro bienal abierto a investigadores de todo el mundo para presentar y debatir sus últimos avances científicos y tecnológicos en Inteligencia Artificial (IA). Se ruega a los autores que envíen trabajos originales inéditos, en los que se describan investigaciones relevantes sobre temas relacionados con la Inteligencia Artificial desde todos los puntos de vista: formal, metodológico, técnico o aplicado.

Contacto: caepia2026@easychair.org

CAEPIA intenta fomentar la calidad dando publicidad especial a trabajos que han sido destacados por los revisores. Para ello, existirán premios en todos los eventos que organizamos, de manera que los trabajos y los investigadores (emergentes o consolidados) puedan transmitir al resto de participantes su especial esfuerzo en hacer una investigación de impacto. Los premios se concederán atendiendo a criterio puramente científicos, y consistirán en un diploma acreditativo más una gratificación económica que puede variar según el evento del que se trate.

Dentro de CAEPIA se organiza el Doctoral Consortium, un foro para que los estudiantes de doctorado interactúen con otros investigadores mediante la discusión de su proyecto de tesis.

Con el objetivo de poner de relieve la importancia académica y práctica de la I.A. en los estudios universitarios, se convoca la competición de Trabajos de Fin de Grado (TFG) y Trabajos de Fin de Máster (TFM) basados en técnicas de I.A.

Además esta edición del CAEPIA contará con trabajos destacados (Trabajos Clave) ya publicados en revistas o foros de reconocido prestigio.

En CAEPIA’26 se llevarán a cabo varias conferencias y talleres federados, que mantendrán su propio comité de programa y distribuirán sus respectivas convocatorias de ponencias.

Tipos de contribuciones

El envío de todas las contribuciones se realizará a través de EasyChair.

• Envío de trabajos para su publicación en Lecture Notes in Artificial Intelligence (LNAI): Aquellos artículos que opten a publicación en un volumen de la serie Lecture Notes de Springer deben de enviarse en inglés y se someterán a un proceso de revisión doble ciego. Las contribuciones para el LNAI pueden tener una extensión máxima de 12 páginas y deben seguir el formato indicado en las guías LNCS (disponible en formato Word y LaTeX2e). El artículo que se presente debe describir un trabajo de investigación original, con resultados sólidos, fundados y demostrables en cualquiera de los temas de la conferencia. La publicación en las actas LNCS será incluída en la serie Lecture Notes in Artificial Intelligence (LNCS/LNAI Home Page). Será necesario completar el registro de uno de los autores del trabajo, así como enviar el formulario de consentimiento para publicar en LCNS. En la elaboración y envío de su propuesta tenga en cuenta los siguientes documentos de interés:

  Pautas para los autores	Formulario LNCS Consentimiento para publicar

• Envío de trabajos para su publicación en las Actas de CAEPIA: En este caso, los trabajos enviados y aceptados se publicarán en las actas de CAEPIA o del congreso federado correspondiente. Estos trabajos tendrán una extensión de hasta 12 páginas y deberán ser formateados de acuerdo a las directrices LNCS (disponible en formato Word y LaTeX2e). El trabajo presentado describirá una investigación original, con resultados sólidos, fundados y demostrables sobre cualquiera de los temas del congreso correspondiente. Necesario el registro de un autor.

• Trabajos destacados ya publicados (trabajos clave): Trabajos recientes publicados en revistas o foros de reconocido prestigio, entre los años 2024 y 2026. El objetivo es difundirlos entre una amplia audiencia de la comunidad de IA, dando a los miembros de la comunidad la oportunidad de conocer trabajos con los que no están familiarizados y fomentar la interdisciplinariedad. Los trabajos deberán ser presentados en formato LNCS (disponible en formato Word y LaTeX2e) con una extensión máxima de 4 páginas, con una clara referencia al trabajo publicado anteriormente. Necesario el registro de un autor.

• Proyectos de doctorado en Doctoral Consortium: Recomendamos la presentación de trabajos preliminares de los estudiantes de doctorado. Estos trabajos se presentarán en sesiones especiales durante la conferencia. El objetivo es fomentar un debate fructífero entre el candidato y el público. Estos trabajos tendrán una extensión de hasta 12 páginas y deberán ser formateados de acuerdo a las directrices LNCS (disponible en formato Word y LaTeX2e). Deberá someterse a través de la página EasyChair de CAEPIA’26 (track Doctoral Consortium). Más información en Doctoral Consortium.

• Envío de documentos para optar al Premio Frances Allen: Con este premio se busca potenciar la gran labor de becarias, profesoras e investigadoras para que sirvan de ejemplo a futuras alumnas de los estudios de Informática. Para optar al premio cada candidata deberá someter un documento de hasta 6 páginas y formateado de acuerdo a las directrices LNCS (disponible en formato Word y LaTeX2e). Más información en Premio Frances Allen.

• Los TFG y TFM de IA que opten al premio de CAEPIA, según las bases de la competición. La documentación a presentar constará de un documento de como máximo 5 páginas en formato LNCS-Springer Computer Science Proceedings. Más información en Premio TFG/TFM.

A las ponencias aceptadas se les asignará un intervalo de 15 minutos en la conferencia, incluyendo presentación oral y preguntas.

Temas de interés

Aprendizaje automático

• Clustering
• Clasificación
• Selección de variables
• Redes Bayesianas y redes de Markov
• Aprendizaje a partir de diferentes tipos de datos
• Aprendizaje automático en situaciones no estándar
• Reducción y/o transformación de datos
• Aprendizaje a partir de grandes cantidades de datos (big data)
• Aplicaciones del aprendizaje automático

Búsqueda y optimización

• Algoritmos híbridos
• Algoritmos Paralelos
• Aplicaciones de búsqueda y optimización
• Metaheurísticas
• Métodos bioinspirados
• Programación matemática
• Optimización, búsqueda y aprendizaje
• Optimización local y global
• Teoría de búsqueda y optimización

Creatividad e inteligencia artificial

• Creaciones artísticas basadas en IA
• Creaciones musicales basadas en IA
• IA y generación de noticias/literatura
• Inteligencia Artificial creativa

Ontologías y grafos de conocimiento

• Datos abiertos vinculados
• Grafos de Conocimientos
• Ontologías de alto nivel y ontologías de dominio
• Sistemas de información basados en ontologías
• Alineamiento de ontologías
• Ontologías y datos experimentales

Educación e inteligencia artificial

• Minería de datos educativos
• Aprendizaje automático en sistemas de enseñanza asistida
• Entornos para aprendizaje colaborativo
• Agentes pedagógicos virtuales y compañeros virtuales
• Sistemas instructores inteligentes y simulación
• Sistemas instructores inteligentes y ludificación
• Modelado del estudiante
• Estándares, herramientas de autor y metodologías de desarrollo
• Tecnologías para dominios de enseñanza específicos

Fundamentos, modelos y aplicaciones de la IA

• Fundamentos en Inteligencia Artificial
• Modelos basados en Inteligencia Artificial
• Aplicaciones basadas en inteligencia artificial
• Aspectos cognitivos de la Inteligencia Artificial
• Temas emergentes en Inteligencia Artificial
• Inteligencia Artificial y Filosofía

Incertidumbre en IA

• Razonamiento aproximado
• Redes Bayesianas
• Teoría de Decisión / Utilidad
• Inferencia Probabilista Exacta y Aproximada
• Modelado, inferencia, aprendizaje y toma de decisiones bajo incertidumbre
• Elicitación de preferencias
• Modelos gráficos probabilísticos

Inteligencia ambiental y entornos inteligentes

• Fusión inteligente de datos de sensores y colaboración en sistemas y redes multisensoriales
• Uso de redes de sensores móviles, inalámbricas, visuales y multimodales en sistemas inteligentes
• Inteligencia móvil/usable
• Sistemas AmI auto-adaptativos
• Conciencia contextual
• Conciencia cognitiva y emocional
• Modelado del comportamiento
• Reconocimiento de intenciones
• Modelado, representación y reconstrucción
• Aplicaciones en área de la salud, hogares inteligentes y edificios inteligentes
• Modelado de entornos (hogares, hospitales, transporte, carreteras, oficinas)

Inteligencia artificial explicable y responsable

• Transparencia en modelos de inteligencia artificial
• Técnicas de explicabilidad post-hoc para modelos de inteligencia artificial
• Ética en el aprendizaje basado en datos
• Trazabilidad de modelos de inteligencia artificial
• Confiabilidad del aprendizaje de modelos de inteligencia artificial
• Detección y tratamiento de sesgo en datos y modelos de inteligencia artificial
• Metodología para un uso ético y responsable de la inteligencia artificial
• Seguridad y privacidad del dato en modelos de inteligencia artificial
• Razonamiento neuro-simbólico para explicar el conocimiento basado en el dato
• Evaluación de la interpretabilidad de modelos de inteligencia artificial
• Creación de contraejemplos para la inspección de modelos de inteligencia artificial
• Explicabilidad y fusión de datos

Lógica difusa

• Fundamentos de la lógica difusa
• Modelado de la incertidumbre
• Adquisición y representación del conocimiento
• Razonamiento aproximado
• Toma de decisiones
• Modelos y técnicas de agregación de información
• Bases de datos difusas
• Lógica difusa y minería de datos
• Recuperación de información
• Sistemas inteligentes en la web
• Computación con palabras
• Modelado de sistemas
• Control difuso
• Hardware para lógica difusa
• Aplicaciones

Procesamiento del lenguaje natural

• Análisis sintáctico e inferencia gramatical
• Clasificación del texto y temas
• Generación automática de resúmenes
• Desambiguación léxica de las palabras
• Discurso, diálogo y pragmática
• Minería de Textos
• Modelado de lenguaje natural
• Procesamiento de lenguaje natural
• Procesamiento multilingüe de idiomas
• Reconocimiento de voz
• Respuestas a las preguntas
• Traducción automática

Representación del conocimiento, razonamiento y lógica

• Acción, cambio y causalidad
• Argumentación computacional
• Razonamiento automatizado
• Representación del conocimiento
• Lógica computacional
• Lógica de descripciones y ontologías
• Preferencias y creencias
• Programación lógica
• Razonamiento basado en casos
• Razonamiento basado en modelos
• Razonamiento cualitativo
• Razonamiento espacial y temporal
• Diagnóstico y razonamiento abductivo
• Razonamiento nomonotónico
• Representación del conocimiento

Restricciones, búsqueda y planificación

• IA en juegos de planificación
• Optimización CON restricciones
• Limitación de la satisfacción
• Programación dinámica
• Búsqueda Heurística
• Redes de tareas jerárquicas
• Procesos de decisión de Markov
• Procesos de decisión Markov parcialmente observables (POMDPs)
• Planificación en Tiempo Real
• Satisfactibilidad
• Scheduling
• Fundamentos teóricos de la planificación

Sistemas multiagente

• Adaptación y auto-organización
• Arquitecturas y programación basadas en agentes
• Simulación basada en agentes y comportamiento emergente
• Idiomas de comunicación del agente
• Tecnologías de Acuerdos (coordinación, negociación, argumentación, reglas, confianza)
• Metodologías e infraestructuras (plataformas, herramientas, entorno)
• Aproximaciones Sociales, Organizativas e Institucionales
• Modelos basados en agentes

Visión por computador & robótica

• Análisis de imagen / vídeo
• Análisis de imágenes biomédicas
• Actividad / Reconocimiento del comportamiento
• Extracción de características, agrupación y segmentación
• Sistemas de percepción
• Biometría
• Control robot
• Robótica móvil
• Micro robots y micro-manipulación
• Localización, navegación y cartografía

Web inteligente y recuperación de información

• Bibliotecas digitales
• Extracción de Información
• Integración de la información
• Recuperación de información
• Sistemas de búsqueda de respuestas
• Sistemas de recomendación
• Web semántica
• Minería web
• Web 2.0
• Bibliotecas digitales
• Extracción de Información
• Integración de la información
• Recuperación de información
• Sistemas de búsqueda de respuestas
• Sistemas de recomendación
• Web semántica
• Minería web
• Web 2.0

Fechas importantes

🗓️ Marzo

• 15 Mar — Talleres / Workshops (Recepción de propuestas)

🗓️ Abril

• 30 Abr — Trabajos para LNAI

  Notificación: 1 de junio

  Versión final: 15 de junio

🗓️ Mayo

• 15 May — Trabajos Clave

  Notificación: 17 de junio

  Versión final: 3 de julio

• 15 May — Trabajos para publicación en Actas AEPIA

  Notificación: 17 de junio

  Versión final: 3 de julio

• 15 May — Doctoral Consortium

  Notificación: 17 de junio

  Versión final: 3 de julio

• 15 May — Competición de TFG y TFM

  Notificación: 17 de junio

  Versión final: 3 de julio

• 15 May — Premio Frances Allen

  Notificación: 17 de junio

  Versión final: 3 de julio

Envío de Contribuciones

La presentación de trabajos a CAEPIA’26 requiere una inscripción previa en el portal EasyChair. Los documentos de CAEPIA’26 serán revisados por miembros del Comité de Programa, los cuales serán supervisados por un coordinador de área.

Envío de contribuciones a EasyChair.

Actas

Los trabajos aceptados se publicarán en varios volúmenes de actas de CAEPIA que se entregarán a todos los asistentes en formato electrónico. Los trabajos aceptados para LNAI estarán accesibles en el número correspondiente de Springer.

Llamada a la participación (CfP)

Participa en CAEPIA’26.