Roadmovie fue una herramienta de investigación para desarrollo de proyectos, un espacio donde cargar un corpus de documentos, bases de ayudas públicas, catálogos e informes en PDF, y trabajar con él conversando. Se desarrolló en 2023 con el programador Andrey Nikushkin, un año antes de que Google lanzara NotebookLM convirtiendo la misma idea en producto de masas.
Lienzo de nodos, con las fuentes conectadas a una conversación y los documentos en redacción. Imágenes del proceso de trabajo, reconstruidas a partir del código. La aplicación está descontinuada.
La diferencia estaba en la forma. Donde las herramientas actuales ponen una barra lateral, Roadmovie ponía un lienzo en el que las fuentes eran nodos que se conectaban a una conversación, y de esa conversación salían los documentos en redacción. El proceso de investigar quedaba dibujado como un grafo que se podía leer de un vistazo, qué fuentes alimentan qué preguntas y qué textos han salido de ahí.
El corpus de pruebas era real, con las convocatorias de ayudas del ICEC en PDF, la base de datos del catálogo del cine español y tablas del Fondo de Desarrollo Cinematográfico. Sobre esos documentos, un sistema de recuperación semántica localizaba los fragmentos pertinentes a cada pregunta y el modelo de lenguaje respondía citándolos. La vista de documento marcaba los fragmentos usados en cada respuesta, y el editor de redacción permitía convertir la conversación en borrador sin salir de la herramienta.
El caso que lo motivó era concreto. Entender cómo se financia una película obliga a leerse decenas de convocatorias con bases distintas, plazos que no coinciden y criterios que cambian cada año, y esa complejidad se paga en horas de trabajo. Con el corpus cargado se podía preguntar directamente a las fuentes qué exige cada convocatoria, con cuáles es compatible, qué se ha financiado antes y con cuánto, y componer modelos de financiación viables para un proyecto concreto.
Documento y redacción, con la fuente y los fragmentos citados junto al borrador.
Roadmovie funcionaba sobre la infraestructura de modelos de 2023, y aquella generación quedó retirada. Cuando NotebookLM apareció con la misma idea, respaldada por una infraestructura imposible de igualar desde una productora, la decisión fue cerrar el desarrollo y quedarnos con lo aprendido. Conservarlo tiene sentido porque documenta que la pregunta era correcta, y que la respuesta en forma de lienzo de nodos sigue sin explorarse del todo.
