MÉTRICAS DE EVALUACIÓN PARA CHATBOTS, ORIENTADAS A OPTIMIZAR LA EXPERIENCIA DE SU USO EN LAS REDES SOCIALES
Descripción del Articulo
Objetivo. Evaluar mediante métricas de usabilidad a los chatbots para optimizar la experiencia de su uso en las redessociales. Materiales y métodos. Investigación explicativa, de diseño cuasiexperimental y longitudinal, en donde contamoscon diferencia de grupos atribuyendo causalidad, empleando los...
Autores: | , , , |
---|---|
Formato: | artículo |
Fecha de Publicación: | 2018 |
Institución: | Universidad José Carlos Mariátegui |
Repositorio: | Revista ciencia y tecnología para el desarrollo UJCM |
Lenguaje: | español |
OAI Identifier: | oai:ojs.revistas.ujcm.edu.pe:article/134 |
Enlace del recurso: | https://revistas.ujcm.edu.pe/index.php/rctd/article/view/134 |
Nivel de acceso: | acceso abierto |
Materia: | Chatbot Inteligencia artificial Métricas de evaluación Redes sociales Internet |
Sumario: | Objetivo. Evaluar mediante métricas de usabilidad a los chatbots para optimizar la experiencia de su uso en las redessociales. Materiales y métodos. Investigación explicativa, de diseño cuasiexperimental y longitudinal, en donde contamoscon diferencia de grupos atribuyendo causalidad, empleando los diseños adecuados como cuasiexperimental y longitudinal,para incluir diseños que repitan medidas de la variable de respuesta y realicemos una comparación dinámica. Población,está conformada por chatbots en etapa de pruebas de desarrollo, pruebas de calidad y producción (uso para el clientefinal), siendo en total quince chatbots diseñados para diferentes empresas en diversos rubros empresariales. Instrumentos,empleamos métricas de usabilidad para evaluar los chatbots por sus categorías y dimensiones con respectivos indicadores,para sintetizarlos con una técnica compuesta, basada en la analítica denominada «proceso de análisis jerárquico» (AHP).Resultados y conclusiones. Aplicando las métricas obtenemos resultados en un pretest y postest, en donde la accesibilidad seincrementa en 23,6%; el desempeño en 7,9%; la influencia en 6,2% y, finalmente, la personalidad en 2,1%. Como conclusióngeneral obtenemos mejoras para realizar optimizaciones basadas en las métricas de usabilidad propuestas. |
---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).