Este artículo propone una interpretación basada en la teoría de la complementariedad para integrar Grafos de Conocimiento (KG) e IA Explicable (XAI) para apoyar evaluaciones pre-demolición en la minería urbana. Los autores argumentan que el valor de este proceso radica no solo en la precisión de la predicción, sino en la defensabilidad de las decisiones a través de la legibilidad, plausibilidad, procedencia y capacidad de impugnación.
El estudio identifica cuatro modos consolidados de integración KG-XAI: Lifting, Constraining, Typing y Revising. Cada modo se define como una operación tipificada sobre artefactos XAI y estructuras de sustrato de grafos de conocimiento para desbloquear propiedades distintas de la defensabilidad. Un ejemplo de puerta corta-fuego del proceso de minería urbana ilustra estos modos utilizando el stack W3C Linked Building Data.
Estos modos de integración contribuyen a crear los artefactos regulatorios específicos requeridos por la evaluación pre-demolición, abordando la sub-especificación estructural encontrada en la literatura existente.