Desarrollo de un prototipo de chatbot basado en redes neuronales recurrentes para el proceso de admisión de la Universidad Nacional de Moquegua

Abstract

En un mundo cada vez más impulsado por la tecnología, las universidades enfrentan el reto de modernizar sus procesos administrativos para satisfacer las expectativas de una nueva generación de estudiantes. Este proyecto de tesis propone un chatbot inteligente basado en Redes Neuronales Recurrentes (RNN) para automatizar las consultas relacionadas con el proceso de admisión en la Universidad Nacional de Moquegua (UNAM). El desarrollo incluyó la creación de un corpus estructurado en formato JSON, com- puesto por 41 intenciones y 727 patrones de consulta, preprocesado mediante técnicas de tokenizacin y lematización. Entre las arquitecturas evaluadas (RNN simple, LSTM y GRU), el modelo LSTM se destacó por su precisión del 91.26 % y un F1- Score de 89.87 %, y fue implementado en un entorno web con Flask para garantizar su funcionalidad y escalabilidad. La evaluación del prototipo mostró un tiempo de respuesta promedio de 155.37 ms, lo que demuestra su eficacia para automatizar la atenci´on de consultas de admisión. Este trabajo no solo representa un avance en la automatización de procesos admi- nistrativos universitarios, sino que tambien constituye una contribución significativa al campo de la inteligencia artificial aplicada a la educación. El prototipo desarrolla- do establece un modelo replicable para otras instituciones educativas interesadas en optimizar sus servicios mediante tecnologías innovadoras, marcando el camino hacia una interaccio´n m´as eficiente y amigable entre las universidades y sus postulantes.