Desarrollo de Chatbots Inteligentes con Python y OpenAI para Automatización de Mensajería y Respuesta Contextual en Aplicaciones Educativas y Empresariales

Resumen

Resumen

El progreso en las tecnologías de procesamiento de lenguaje natural (PLN) y los métodos de aprendizaje automático ha propiciado la generación de instrumentos que facilitan una interacción más sofisticada entre seres humanos y maquinaria (Adamopoulou & Moussiades, 2020b; Radford et al., 2018) Este estudio se enfoca en incorporar Selenium y los modelos GPT de OpenAI en la creación de un chatbot inteligente, que simplifica la automatización de interacciones en mensajería web y ofrece respuestas apropiadas en el ámbito de aplicaciones educativas y corporativas (Koundinya et al., 2020; Lee et al., 2024).

Por lo tanto, el objetivo evaluado fue crear un sistema que fuera lo suficientemente eficiente de forma autónoma para manejar interacciones extensas, reducir los tiempos de respuesta y garantizar la uniformidad en las respuestas generadas, a la vez que se excedían las limitaciones de los métodos de automatización más tradicionales o de la propia PLN (Lavrinovics et al., 2024). La estrategia se basó en los principios de la ingeniería de software y en técnicas de desarrollo ágil, utilizando Python y Selenium para gestionar la automatización de tareas, junto con los modelos GPT-3.5 y GPT-4 para la sección de la PLN (Radford et al., 2018; Freed, 2021).

Los análisis efectuados, que incluyeron visitas para verificar métricas de precisión y pérdida, incorporaron tiempos de respuesta y se llevaron a cabo bajo condiciones reguladas utilizando datos reales y simulados (Batani et al., 2024; Caballero Castellanos et al., 2023). Los descubrimientos mostraron una precisión del 97.54% y una automatización del 85% en cada interacción realizada en plataformas como WhatsApp Web, con una respuesta promedio de 3 segundos. Esto implica un progreso en comparación con las normas actuales de eficiencia y escalabilidad (Lee, Bubeck, & Petro, 2023).

Se puede afirmar que la combinación de las tecnologías mencionadas ha demostrado ser una respuesta efectiva y valiosa, con potencial para emplearse en educación a medida, atención al cliente y sistemas de soporte automatizado (Chiu et al., 2023; Kesarwani et al., 2023) Esto sugiere la posibilidad de futuras investigaciones centradas en competencias multimodales o en un análisis más estricto de la experiencia del usuario (Hill, Randolph Ford, & Farreras, 2015; Vaswani et al., 2017).

Palabras clave: Automatización, inteligencia artificial, interacción contextual, educación digital, plataformas virtuales