Volver a Proyectos

Chatbot SAU - Asistente Virtual UTN FRLP

Asistente virtual inteligente para atender consultas de la Secretaría de Asuntos Universitarios de la UTN FRLP

Información Rápida

Nombre del proyecto: Chatbot SAU - Asistente Virtual UTN FRLP

Descripción: Asistente virtual basado en IA para responder consultas frecuentes de estudiantes sobre servicios, procesos administrativos y eventos de la Secretaría de Asuntos Universitarios.

Tipo: Proyecto Institucional (Secretaría de Asuntos Universitarios UTN FRLP)

Rol: Desarrollador Full-Stack

Fecha: Octubre - Diciembre 2024

Tecnologías Usadas: Python, Rasa, Docker, K3s, Redis, HTML, CSS, JavaScript, Telegram Bot API, WhatsApp Business API

Impacto: Reducción de consultas presenciales, atención 24/7, mejora en experiencia del usuario

Probar bot Ver código

Desafío

La Secretaría de Asuntos Universitarios (SAU) de la UTN FRLP enfrentaba un problema significativo: miles de estudiantes realizaban consultas repetitivas sobre procesos administrativos, calendarios, servicios disponibles y trámites. Esta demanda generaba sobrecarga en el personal, largas filas de espera y respuestas inconsistentes.

El desafío fue crear una solución que permitiera atender automáticamente al 70-80% de las consultas frecuentes, liberando al personal para tareas más estratégicas y mejorando la experiencia del estudiante con respuestas inmediatas y disponibles 24/7.

Enfoque y Proceso

Implementé un chatbot inteligente basado en IA que combinaba:

  • Natural Language Processing (NLP): Para entender consultas en lenguaje natural en español.
  • Base de Conocimiento Estructurada: 60 preguntas frecuentes organizadas en 6 áreas (becas, boleto estudiantil, deportes, comedor, bolsa de trabajo, pasantías).
  • Interfaz de Usuario Intuitiva: Diseño conversacional amigable y accesible desde cualquier dispositivo.
  • Sistema de Escalado: Capacidad de derivar consultas complejas al personal humano cuando sea necesario.
  • Despliegue Contenerizado: Docker y K3s para orquestar y escalar el sistema.

Solución Implementada

Desarrollé una plataforma de chatbot multifuncional que:

  • Responde Consultas Frecuentes: Sobre becas, boleto estudiantil, deportes, comedor, bolsa de trabajo y pasantías.
  • Proporciona Información Administrativa: Horarios, procesos de inscripción, requisitos de trámites y fechas clave.
  • Gestiona Conversaciones Complejas: Mantiene contexto entre mensajes para conversaciones naturales y coherentes.
  • Ofrece Múltiples Canales: Disponible en web (SocketIO), Telegram y WhatsApp (conector custom).
  • Menús Interactivos: Navegación estructurada por categorías con paginación.

El resultado fue una reducción del 65-75% en consultas presenciales durante su primer mes de operación, permitiendo al personal enfocarse en casos especiales y mejorando significativamente la satisfacción de estudiantes.

Características Técnicas Destacadas

NLP Avanzado

Procesamiento de lenguaje natural en español con capacidad de entender variaciones y sinónimos en las consultas.

Base de Conocimiento

Sistema estructurado con 60 preguntas frecuentes organizadas en 6 áreas temáticas de la SAU.

Conversaciones Contextuales

El chatbot mantiene el contexto, permitiendo preguntas de seguimiento e interacciones naturales.

Interfaz Web SocketIO

Cliente web conectado vía WebSocket al servidor Rasa para una comunicación en tiempo real sin latencia.

Integración Telegram

Bot disponible en Telegram para acceso multiplataforma y notificaciones directas al estudiante.

Integración WhatsApp

Conector custom para WhatsApp Business API con soporte para botones y listas interactivas.

Despliegue en K3s

Orquestación ligera con Kubernetes (K3s) y Docker para garantizar alta disponibilidad y escalabilidad.

Demo

Video demostrativo del chatbot en acción

Impacto y Resultados

65-75%

Reducción de consultas presenciales

<2 seg

Tiempo promedio de respuesta

24/7

Disponibilidad del servicio

Arquitectura

Arquitectura del chatbot SAU

Stack Tecnológico

Backend

  • Python 3.10+
  • Rasa
  • Docker
  • K3s (Kubernetes)

Frontend

  • HTML5
  • CSS3
  • JavaScript (ES6+)
  • Rasa Webchat 1.0.1

Infraestructura

  • Nginx (servidor web/proxy)
  • Redis (lock store)
  • Locust (pruebas de carga)
  • Ngrok (desarrollo)

Integraciones

  • Telegram Bot API
  • WhatsApp Business API
  • SocketIO (WebSocket)
  • Git & GitHub