Roadmovie va ser una eina de recerca per a desenvolupament de projectes, un espai on carregar un corpus de documents, bases d’ajuts públics, catàlegs i informes en PDF, i treballar-hi conversant. Es va desenvolupar el 2023 amb el programador Andrey Nikushkin, un any abans que Google llancés NotebookLM i convertís la mateixa idea en producte de masses.
El llenç de nodes, amb les fonts connectades a una conversa i els documents en redacció. Imatges del procés de treball, reconstruïdes a partir del codi. L’aplicació està descontinuada.
La diferència era la forma. On les eines actuals posen una barra lateral, Roadmovie posava un llenç en què les fonts eren nodes que es connectaven a una conversa, i d’aquella conversa en sortien els documents en redacció. El procés de recerca quedava dibuixat com un graf que es podia llegir d’un cop d’ull, quines fonts alimenten quines preguntes i quins textos n’han sortit.
El corpus de proves era real, amb les convocatòries d’ajuts de l’ICEC en PDF, la base de dades del catàleg del cinema espanyol i taules del Fons de Desenvolupament Cinematogràfic. Sobre aquests documents, un sistema de recuperació semàntica localitzava els fragments pertinents a cada pregunta i el model de llenguatge responia citant-los. La vista de document marcava els fragments usats en cada resposta, i l’editor de redacció permetia convertir la conversa en esborrany sense sortir de l’eina.
El cas que el va motivar era concret. Entendre com es finança una pel·lícula obliga a llegir-se desenes de convocatòries amb bases diferents, terminis que no coincideixen i criteris que canvien cada any, i aquesta complexitat es paga en hores de feina. Amb el corpus carregat es podia preguntar directament a les fonts què exigeix cada convocatòria, amb quines és compatible, què s’ha finançat abans i amb quant, i compondre models de finançament viables per a un projecte concret.
Document i redacció, amb la font i els fragments citats al costat de l’esborrany.
Roadmovie funcionava sobre la infraestructura de models del 2023, i aquella generació va quedar retirada. Quan NotebookLM va aparèixer amb la mateixa idea, recolzada per una infraestructura impossible d’igualar des d’una productora, la decisió va ser tancar el desenvolupament i quedar-nos amb el que havíem après. Conservar-lo té sentit perquè documenta que la pregunta era correcta, i que la resposta en forma de llenç de nodes segueix sense explorar-se del tot.
