Implementación de un chatbot de soporte en la plataforma Aulas Virtuales

1. Introducción

A partir de la pandemia, la plataforma de Aulas Virtuales se convirtió en una alternativa para los profesores, quienes “requieren del despliegue de habilidades de interacción que no únicamente aplican en un formato presencial, sino en cualquier espacio en que docente y alumno tengan un encuentro” (Mendoza, 2020). Con el uso masivo de herramientas como Zoom y Moodle, el número de solicitudes de ayuda también aumentó, lo que demandó una atención más rápida para mantener el flujo de trabajo de la comunidad universitaria. Esta demanda incrementó la carga de trabajo sobre el personal de soporte de la plataforma de Aulas Virtuales, que se vio incapaz de atender eficientemente todas las solicitudes relacionadas con la gestión de cuentas, renovación de licencias y recuperación de contraseñas.

Debido a esa alta demanda, se buscó la forma de automatizar las respuestas de la mesa de ayuda, que hasta ese momento sólo se realizaba a través de correo electrónico. Diversos estudios han mostrado que la automatización de procesos de soporte técnico puede mejorar la eficiencia y reducir la carga de trabajo, ayudando a simplificar el trabajo con las solicitudes entrantes y a evitar tareas innecesarias que consumen tiempo productivo (Pandey et al., 2023). Por ello, se propuso la implementación de un chatbot.

El uso de chatbots en el ámbito educativo ha tenido diversas aplicaciones que atienden diferentes necesidades de los usuarios: “hay bots que pueden actuar como asistentes virtuales para mejorar la productividad o para resolver preguntas frecuentes, pero también los hay con intencionalidad específicamente educativa que pueden actuar como tutores que acompañan el proceso de aprendizaje” (Garcia et al., 2018). El potencial del uso de esta herramienta radica en la simplificación de un proceso o una parte de él. El chatbot puede operar las 24 horas del día, los 7 días de la semana, lo que permite liberar al personal de la necesidad de responder preguntas repetitivas y de solución sencilla.

Aulasbot surge a partir de la necesidad de contar con una herramienta que permitiera una gestión más eficiente de la gran cantidad de solicitudes relacionadas con el funcionamiento de las Aulas Virtuales, la cual brinda a docentes y alumnos la posibilidad de hacer uso de herramientas de conferencias web (Zoom) y plataformas de cursos en línea (Moodle).

Dialogflow ES (Standard Edition) es una herramienta de Google que facilita la creación de asistentes virtuales que pueden interactuar con los usuarios mediante el lenguaje natural (Dialogflow, 2024). Esto significa que permite a las personas hacer preguntas o solicitudes en un lenguaje cotidiano y obtener respuestas automáticas. Su capacidad para integrar modelos de lenguaje preentrenados y su flexibilidad en el diseño de conversaciones demuestran su versatilidad (Echeverri & Manjarrés, 2020) para personalizar las respuestas, adecuándolas a entornos educativos y de soporte técnico.

Las plataformas para creación de interfaces de conversación de uso gratuito, como Dialogflow, utilizan técnicas avanzadas de procesamiento de lenguaje natural para interpretar y entender el lenguaje humano, permitiendo comprender las intenciones de los usuarios para responder de manera apropiada. Las técnicas de procesamiento del lenguaje natural son fundamentales para lograr un procesamiento eficiente y preciso del lenguaje humano (Universitat Carlemany, 2024).

Con el uso de tecnología de comprensión de lenguaje natural, como Dialogflow, y con los datos recibidos a través de la mesa de ayuda, se generó un chatbot capaz de brindar apoyo a los docentes en cuanto a necesidades como el acceso a las plataformas, problemas de gestión de actividades, renovación de licencias y matriculación de alumnos, entre otras.

El objetivo de este reporte técnico es describir el proceso de implementación de Aulasbot como solución para una atención más eficiente al profesorado y a los estudiantes universitarios en el uso y gestión de Aulas virtuales.

2. Desarrollo técnico

El primer paso en el desarrollo del chatbot fue identificar las preguntas y problemas más frecuentes que llegaban al equipo de soporte a través del correo electrónico. Estas consultas se agruparon por las herramientas utilizadas en la plataforma, principalmente Moodle y Zoom. Posteriormente, se clasificaron según el tipo de usuario (docentes o estudiantes), para ofrecer respuestas más precisas y útiles.

Después se definió un flujo de navegación mediante la catalogación de tipos de preguntas, a través de los cuales los usuarios pudieran navegar dentro del chat.

2.1 Metodología

Para el desarrollo del chatbot, se aplicó la Metodología de Desarrollo Ágil, conocida por su enfoque iterativo e incremental, facilitando ajustes continuos basados en la retroalimentación (Flores et al., 2021). Se identificaron las principales preguntas que el chat debería responder y añadir por categorías.

1. Recolección de preguntas: Se llevó a cabo un análisis de las consultas más frecuentes recibidas a través del soporte de correo electrónico. Este proceso implicó la recopilación y revisión de los correos electrónicos enviados por los usuarios en busca de asistencia. Se identificaron y categorizaron las preguntas que no requerían intervención humana para ser resueltas, es decir, aquellas que podían ser gestionadas mediante respuestas automáticas.
2. Creación de categorías: Las preguntas recolectadas se agruparon en categorías temáticas. Estas categorías representan tanto las herramientas como las áreas clave de interés y las consultas más comunes, lo que permitió estructurar el chatbot de manera eficiente.
3. Flujo de Conversación: Se diseñó un flujo de conversación claro y lógico, donde los botones permiten a los usuarios elegir entre diferentes opciones y navegar por las categorías de preguntas frecuentes. Esto ayuda a evitar respuestas ambiguas y mejora la eficiencia en la resolución de consultas (ver Figura 1).

Figura 1

Flujo de conversación de Aulasbot

2.2 Desarrollo del chat

Para la creación del chatbot, desde la página de Dialogflow, se creó el agente llamado AulasBot, el cual se configuró con la hora local de América/México y el idioma español para que el entrenamiento y la personalización del chatbot no tuviera problemas con acentos o caracteres como la ñ. De igual manera, se activaron las opciones para obtener las bitácoras de los intents (intenciones) a las secciones de entrenamientos, historial y analítica.

Posteriormente se crearon los intents, los cuales fueron configurados con ejemplos de frases y respuestas automáticas para asegurar que el chatbot pudiera comprender y responder a una variedad de formas en que se puede plantear una pregunta.

Se crearon 59 intents (ver Figura 2), distribuidos de la siguiente manera:

• Para Moodle: 29 intents
• Para Zoom: 23 intents
• Otros: 7 intents

Figura 2

Intents de AulasBot

Los intents se configuraron de dos maneras:

1. Permitiendo al usuario escribir directamente su consulta en el chatbot
2. Seleccionando una pregunta predefinida mediante los botones de navegación por categorías.

Se optó por hacer las respuestas del chatbot lo más naturales y eficientes posible. Además, dado que ya existían varios manuales y videotutoriales de ayuda, se decidió incluir enlaces directos a estas ayudas dentro de los intents. Sin embargo, Dialogflow no permite agregar enlaces interactivos de forma sencilla, así que se utilizaron plantillas de texto enriquecido en formato JSON. Esto permitió incluir botones, enlaces e iconos, haciendo que la interacción con el chatbot fuera más intuitiva y agradable para el usuario (ver Figura 3).

Figura 3

Intentintegrando un botón, urle icono

Una vez diseñados los intents, el chat fue piloteado por un grupo de alumnos y docentes que hacían uso de la plataforma de Aulas Virtuales durante dos semanas. De acuerdo con las recomendaciones y el uso de estos profesores y estudiantes, los intents se fueron ajustando, añadiendo nuevas frases para mejorar las respuestas del chatbot, teniendo un mínimo de 12 posibles frases para cada intent (ver Figura 4).

Figura 4

Frases de entrenamiento de un intent

2.3 Implementación del chatbot

Una vez realizados los ajustes en cada uno de los intents, se procedió a colocar el chatbot en la plataforma, habilitando la opción de Dialogflow Messenger Beta, que se encuentra en la sección de integración. Para añadirlo a la página principal de Aulas Virtuales, se insertó el código HTML proporcionado por la configuración del chatbot en la página de inicio (ver Figura 5).

Figura 5

Código para integrar el chatbot

Al agregar el código, el chatbot se desplegó en la parte inferior derecha de la página, quedando listo para que la comunidad que hacía uso de la plataforma lo pudiera utilizar (ver Figura 6).

Figura 6

Aulasbot implementado en la plataforma de Aulas Virtuales

2.4 Análisis de Datos

Cada semana se revisaban los datos a través de la consola de Dialogflow, específicamente en el apartado de Historial, donde se podían visualizar las interacciones que los usuarios tenían con el chatbot. El análisis de los datos mostró claramente cuáles eran las preguntas más frecuentes de los usuarios y cómo el chatbot lograba darles solución. Por ejemplo, en la tabla 1, se observa que el mayor número de consultas resueltas estaba relacionado con la gestión de videoconferencias en Zoom, lo que subraya la importancia de ofrecer un soporte automatizado en este tipo de actividades. Esta información permitió ajustar y mejorar continuamente el chatbot, aumentando su eficacia.

Tabla 1

Peticiones resueltas por Aulasbot en una semana

Nombre	Sesiones	Interacciones
Zoom - Videoconferencias - 1- Sesiones de más de 40 minutos	119	127
Zoom - Registro - 1 - Obtener cuenta	131	149
Moodle - Docente - Registro - 1 - Contraseña olvidada	90	101
Zoom - Videoconferencias - 3 - Restablecer contraseña	75	80
Moodle - Docente - Gestion - 2 - Matricular a mis alumnos	49	51
Zoom - Videoconferencias - 7 - Cómo programar una reunión	30	31

Nota. Se tomaron sólo las primeras seis preguntas con más interacciones del chatbot.

Por otro lado, se analizaron las interacciones en las que las que el chatbot no pudo ofrecer una respuesta adecuada para el usuario. Este análisis fue muy útil, ya que se determinaba la necesidad de agregar más frases de entrenamiento a los intents existentes o si se debía crear uno nuevo para atender solicitudes que no se habían considerado anteriormente (ver Figura 7).

Figura 7

Conversación sin coincidencia de Aulasbot

También se identificaron conversaciones en las que los usuarios no proporcionaban suficiente contexto para determinar si era necesario agregar una nueva frase. Esto ocurrió en casos donde los usuarios utilizaban el chatbot para experimentar o interactuaban con él como si fuera una IA al estilo de ChatGPT. Debido a esto, se implementó una respuesta automática para indicar al usuario que la función del chatbot se limitaba a resolver dudas relacionadas con la plataforma de Aulas Virtuales y las herramientas que ésta ofrece

2.5 Resultados

La implementación del chatbot representó un avance importante en el uso de tecnologías de la información en entornos educativos. En particular, permitió reducir los tiempos de respuesta en un 40%, lo que no sólo mejoró la satisfacción de los usuarios, sino que también liberó al personal de tareas repetitivas. Esto demuestra el gran potencial de los chatbots para automatizar servicios de soporte en plataformas educativas, optimizando tanto los recursos humanos como tecnológicos.

Comparado con otras herramientas utilizadas, como sistemas de tickets automatizados y páginas de preguntas frecuentas (FAQ), el chatbot implementado demostró ser una opción más efectiva por su capacidad para manejar el procesamiento del lenguaje natural y su integración sencilla con la plataforma existente. Las pruebas mostraron que se podían gestionar de manera efectiva las solicitudes frecuentes sin necesidad de intervención humana y que, al ser un medio de respuestas inmediatas, permitía el desarrollo de procesos autorregulatorios (Meza et al., 2024) en estudiantes y docentes.

3. Conclusiones

El uso del chatbot, para atender las solicitudes de soporte en la plataforma de Aulas Virtuales de la entonces Coordinación de Universidad Abierta, Innovación Educativa y Educación a Distancia (CUAIEED), utilizando Dialogflow, mejoró significativamente la eficiencia del servicio de soporte técnico. El chatbot redujo el tiempo de respuesta y la carga de trabajo del personal al automatizar la gestión de solicitudes comunes. La elección de Dialogflow fue acertada debido a su capacidad para procesar el lenguaje natural y su integración sencilla con la plataforma existente.

Finalmente, se recomienda continuar explorando la capacidad de los chatbots en entornos educativos, ya que ofrecen una solución práctica y eficiente para la gestión de solicitudes técnicas. En futuras iteraciones, el chatbot podría expandir sus funcionalidades para atender solicitudes más complejas o personalizar aún más las respuestas de acuerdo con el perfil de usuario.

Referencias

Dialogflow (2024). Google Cloud. Recuperado de https://cloud.google.com/dialogflow/docs?hl=es-419