@mastersthesis{20.500.12880/14092,
year = {2025},
month = {9},
url = {https://hdl.handle.net/20.500.12880/14092},
abstract = {Este trabajo presenta el diseño, implementación y evaluación de un agente conversacional
orientado a tareas para el acceso a información académica y administrativa en educación superior.
Partimos del problema de la fragmentación informativa en múltiples plataformas institucionales
y de la sobrecarga de los canales tradicionales de atención. Metodológicamente, se adoptó
CRISP-DM y se propuso una arquitectura modular con tres pilares: (i) ingesta y normalización
documental (segmentación en chunks, metadatos y embeddings), (ii) recuperación semántica
mediante Retrieval-Augmented Generation (RAG) sobre ChromaDB y OpenAIEmbeddings, y
(iii) generación con un LLM (ChatOpenAI gpt-4o-mini) orquestado con LangChain (patrón
ReAct) y expuesto vía interfaz web en Chainlit. El sistema prioriza trazabilidad y transparencia
al citar explícitamente la fuente de cada respuesta. La validación se realizó con un benchmark de
preguntas frecuentes institucionales en un escenario de chat testing. Los resultados muestran una
precisión del 82,4%, cobertura del 91,7%, First Turn Resolution del 76,3% y latencia mediana
de 6,2 s, evidenciando viabilidad técnica y experiencia de uso fluida para un despliegue inicial.
La propuesta se alinea con la transformación digital universitaria y promueve accesibilidad y
equidad en el acceso a la información.},
title = {Diseño de un sistema inteligente de agente conversacional para
consultas académicas en entornos universitarios},
keywords = {Agente conversacional},
keywords = {Recuperación aumentada por generación (RAG)},
keywords = {Procesamiento
de lenguaje natural (PLN)},
keywords = {Educación superior},
author = {Ábalos Ramírez, Kevin Bryan Andrés},
}