IMPLEMENTACION
DE CHATBOT MÓVIL EN LAS RESERVAS DE SOPORTE TÉCNICO DOMICILIARIO PARA EQUIPOS
INFORMATICOS EN PAÍSES DE SUDAMÉRICA
Autor:
Sheyla Xiomara Flores
Rojas, Gloria Abigail Manzanares Cassia,
Jose Abelardo Castillo Navarro, Angel Ernesto Gonzales Castilla
Universidad
Tecnológica del Perú (UTP)
C26119@utp.edu.pe
C20419@utp.edu.pe
Ica, Perú
DOI: https://doi.org/10.56124/encriptar.v7i14.007
Resumen
La pandemia del COVID-19 revolucionó la atención al
cliente en diversos entornos empresariales que brindan sus servicios,
impulsando la adopción de diferentes estrategias y herramientas utilizando los
programas informáticos como los chatbots a un ritmo
sin precedentes, transformando las interacciones con los clientes y optimizando
las operaciones. Por lo tanto, los chatbots funcionan
con la tecnología de inteligencia artificial, enfocándolos en la gestión de
reservas y satisfacción del cliente en el contexto de la empresa de diversos
sectores. Se empleó un enfoque de métodos mixtos, utilizando métodos de
recopilación de datos tanto cuantitativos como cualitativo. Se empleó un
instrumento de encuesta para recopilar datos sobre la eficacia, la satisfacción
y las preferencias de los usuarios con respecto a los chatbots.
La muestra, compuesta por 30 personas, fue seleccionada estratégicamente
mediante técnicas de muestreo no probabilístico, garantizando una
representación equitativa de género y una distribución de edades diversa. En
conclusión, los chatbots proporcionan beneficios
tangibles para las empresas, incluyendo la agilización de las reservas de tickets, la reducción de los tiempos de espera, el aumento
de la satisfacción del cliente y la gestión de los recursos.
Palabras
clave: soporte técnico, asistente
virtual, chatbot e inteligencia artificial.
IMPLEMENTATION OF MOBILE CHATBOT IN HOME TECHNICAL SUPPORT RESERVATIONS
FOR COMPUTER EQUIPMENT IN SOUTH AMERICAN COUNTRIES
ABSTRACT
The COVID-19
pandemic revolutionized customer service in various business environments that
provide their services, driving the adoption of different strategies and tools
using computer programs such as chatbots at an unprecedented pace, transforming
interactions with customers and optimizing operations. Therefore, chatbots work
with artificial intelligence technology, focusing them on the management of
reservations and customer satisfaction in the context of the company of various
sectors. A mixed methods approach was employed, using both quantitative and
qualitative data collection methods. A survey instrument was used to collect
data on user effectiveness, satisfaction, and preferences regarding chatbots.
The sample, composed of 30 people, was strategically selected using
non-probabilistic sampling techniques, guaranteeing equitable gender
representation and a diverse age distribution. In conclusion, chatbots provide
tangible benefits to businesses, including streamlining ticket bookings,
reducing wait times, increasing customer satisfaction, and managing resources.
Keywords:
technical support, virtual assistant, chatbot and artificial intelligence.
1. Introducción
En
la era de la tecnología, la adopción de nuevas soluciones tecnológicas ha sido
fundamental para mejorar la eficiencia operativa y satisfacer las crecientes
demandas de los usuarios. La adopción de los asistentes virtuales se está
convirtiendo en una herramienta predominante para que las organizaciones
brinden un servicio al público y gestionen las interacciones relacionadas con
sus consultas. (Rossman, Zimmermann y Hertweck, 2020). Según las proyecciones, el uso de
asistentes virtuales, que en el año 2020 alcanzó los 4.200 millones de usuarios
a nivel mundial, se duplicara para el año 2024, llegando a 8.400 millones de
usuarios. Los asistentes virtuales se definen como programas informáticos que
utilizan la inteligencia artificial y el procesamiento automático para brindar
satisfacción al usuario de manera personalizada y eficaz. (López, Rojas y
Mendoza, 2023).
Algunas
problemáticas que se han observado son la atención al cliente, se ha generado
muchas demoras en el tiempo de respuesta cuando nos hacen una consulta sobre
las reservas de los técnicos para que se dirijan hacia los domicilios de los
clientes. Por ello, se sugiere implementar un chatbot
no solo al servicio del cliente sino también para reservar servicios técnicos.
Asimismo, nos hemos cuestionado algunas preguntas: ¿Cuál sería el impacto al
adoptar chatbot móvil para las empresas que ofrecen
servicios de soporte técnico a domicilio? En consecuencia, los chatbots móviles son una alternativa prometedora para
optimizar una variedad de procesos, como la gestión de reservas de servicios.
En otro contexto, en el ámbito de la prestación de servicios, la percepción del
cliente sobre el proceso de resolución del servicio tiene una importancia
primordial para dar forma a la satisfacción general e influir en las
interacciones futuras. Un proceso de resolución de servicios se caracteriza por
una accesibilidad, empoderamiento del cliente y adaptabilidad. Dicho lo
anterior, hay que tener una claridad del objetivo del chatbot
en la calidad del servicio. (Rossman, Zimmermann y Hertweck, 2020).
Por
lo tanto, el presente trabajo de investigación tuvo como objetivo, implementar
un chatbot móvil que permita a los usuarios poder
realizar reservas de soporte técnico domiciliario de manera conveniente y
eficiente, optimizando el proceso y mejorando la experiencia del cliente. Para
lograr una interacción fluida y natural entre el asistente virtual y el
usuario, se implementa el procesamiento del lenguaje natural (PLN).
2. Metodología (Materiales y métodos)
En
vista de lo anterior, se considera relevante del contexto actual al respecto de
la implementación en la organización para brindar servicios de manera efectiva.
Tomando en cuenta, el Instituto Nacional de Estadística e Informática (INEI) en
el año 2023, solo el 65% de la población tiene acceso a internet, lo cual
limita la adopción de tecnologías avanzadas de atención al cliente. Estos
factores generan tiempos de espera prolongados, insatisfacción de los cliente y
dificultades para gestionar reservas y consultas. Otro caso de estudio, en el
caso de la gestión de relaciones con los clientes, se han presentado datos de
las interacciones frecuentes de los chatbots que han
sido un recurso valioso para obtener información sobre las necesidades de los
clientes. Según, Peruchini, Módena y Monteiro (2024),
nos comenta lo siguiente:
En un estudio se ha utilizado datos para identificar
las motivaciones que impulsan las interacciones de los clientes. Los hallazgos
revelaron que la búsqueda de información, las consultas transaccionales, las
preocupaciones de seguridad, las necesidades de entretenimiento y la resolución
de quejas se encontraban entre las razones más frecuentes para la interacción
de los clientes con los chatbots.
Aprovechando
los conocimientos adquiridos en estudios de casos anteriores, la presente
investigación se realizó un estudio con enfoque cualitativo como cuantitativo.
Primero comenzando con el análisis cualitativo, ya que nos permite la
adquisición de información valiosa sobre las percepciones de las partes
interesadas con respecto a la aplicación de algunas funcionalidades como
reservar y atención al público. Sirve como conducto para comprender a las
diversas perspectivas y experiencias de las personas con respecto al uso y los
patrones de adopción de la aplicación. Según los autores Santamaria y Rincón
(2021), nos afirman lo siguiente:
La recopilación de la información consiste en las
entrevistas, que implican conversaciones interactivas a través de preguntas con
personas que conocen mejor la lógica de la empresa, orientada a comprender las
necesidades que deben abordar las soluciones que se están construyendo.
Esta
estructura proporciona una perspectiva clara para todas las partes, ya que
muestra claramente la funcionalidad de la aplicación, quien las va a utilizar y
por qué está dentro del modelo de negocio. (p. 22)
En
pocas palabras, la técnica utilizada es la entrevista, el cual nos da entender
cuando hay repetidas reuniones personalmente entre el entrevistador y los
informantes. La muestra para el estudio
consistió en 30 personas que requieren soporte técnico, a los que se
identificaron factores de programar citas y la resolución rápida y eficiente de
problemas técnicos y disponibilidad de soporte las 24 horas del día. El periodo
fue de abril y junio de 2024 en la empresa Icasoft,
ubicada en la calle Cajamarca 156, Ica, Perú. Por consiguiente, la encuesta
realizada por la consultoría Aurum, nos indica los
siguiente:
El 85,2 % de las empresas indicaron que adoptaron o
tienen planes de implementar la IA en sus operaciones. También, los sistemas
que se pueden implementar la IA son el ERP, CRM y Software de analítica de
datos. Dándole más credibilidad al estudio, según el estudio de Play Group, nos informa, 40% de los encuestado utilizaron la
herramienta del chatbots para solicitar información
sobre un producto o servicio. El 38% de encuestados utilizaron por problemas
técnicos y el 22% para realizar pedidos.
Por
otro lado, la metodología cuantitativa permite medir numéricamente el
comportamiento, las opiniones y las actitudes de los usuarios hacia estos
sistemas automatizados. Emplearemos un instrumento como las encuestas y el
análisis de datos de interacción para recopilar datos cuantificables. Este
enfoque descriptivo facilita la identificación de patrones y tendencias en la
adopción y satisfacción de los usuarios sin profundizar en las relaciones
causales entre variables (Vivas y Cueva, 2024). El feedback
de los participantes recogido puede transformarse en conocimiento crucial sobre
los deseos y expectativas de los clientes. Además, facilita la adquisición de
una comprensión clara de los requisitos del cliente y del alcance previsto de
la aplicación. Corroborando esta noción, Santamaria y Rincón (2021) destacan
los siguiente:
Aprovechando una perspectiva global, el diseño de la
historia de usuario se lleva a cabo empleando la estructura delineada por Cohn: “Las tres columnas describen el rol asociado a la
pregunta. ¿Para quién estamos desarrollando esta aplicación? Requisitos
(funcionalidad) relacionados con la pregunta: ¿Qué funcionalidades quieres que
tenga la aplicación? Y Para (fundamento del requisito) relacionado con la
pregunta: ¿Cómo podría ayudarte esta funcionalidad de la aplicación? Criterios
de aceptación del usuario, por ejemplo, características para cumplir con los
requisitos funcionales que debe poseer la aplicación móvil”.
Para
el análisis cuantitativo de los datos recopilados en este estudio sobre el uso
de los chatbots en la gestión de reservas y el
servicio al cliente. Este programa facilito la ejecución de un conjunto
integral de análisis cuantitativos para evaluar la eficacia, a la satisfacción
y las preferencias del usuario con respecto a la utilización del chatbots. Los análisis abarcaron estadísticas descriptivas
para dilucidar las características demográficas de la muestra, incluido el
género, edad y las preferencias de la tecnología.
Con
respecto a la técnica de diseño que se puede implementar en un chatbot, nos menciona el autor Hernández, J. (2023) pasos para desarrollar y llevar a cabo
este programa.:
Detallando como seria el funcionamiento de este chatbot, procede con la solicitud que le hace el usuario,
por ejemplo, con una pregunta sencilla. Luego, al recibir la petición debe
poder interpretar el contexto recibido y extraer una recopilación de datos
relacionados a la información requerida. Después, debe escoger la mejor
respuesta adaptada a los datos que ha recopilado. También, puede realizar una
solicitud a servicios externos a través de API para una elección correcta de la
respuesta. Sin embargo, antes de enviar la respuesta, debe pasar por un proceso
de generar respuestas usando la Generación de Lenguaje Natural para adecuar una
respuesta que sea natural (p.10-11).
Conociendo
las técnicas de diseño, procedemos a comprender que no solo nos enfoquemos en
la respuesta inmediata, sino que fluya la conversación de manera real. Según el
autor Hernández, J. (2023) nos mencionar lo siguiente:
Al considerar las tecnologías para el desarrollo de
un chatbot, existen varias opciones disponibles: Rasa
es un framework que utiliza el lenguaje de
programación llamado Python. Además, ofrece una compatibilidad con múltiples
lenguajes y tiene una versión gratuita, así como una versión empresarial de
pago. Botkit, por otro lado, es un marco de
desarrollo de código abierto que facilita la creación de chatbots.
Asimismo, cuenta con numerosos plugins que permiten
aumentar las funcionalidades del chatbot. Dialogflow es una plataforma basada en la nube para la
creación de chatbots. Al igual que Rasa, ofrece un
plan gratuito y opciones adicionales de pago con diversas características. Por
último, Microsft Bot Framework es otro framework para el desarrollo de chatbots.
Utiliza un servicio de inteligencia artificial conversacional llamado LUIS y
también incluye funcionalidades como el reconocimiento de voz y la integración
con IA (p.14).
En
otras palabras, el autor nos brinda una recomendación para elegir la mejor
opción en el desarrollo de un chatbot. La propuesta
que proponemos sería el RASA. Además, debe cumplir con los requisitos
necesarios para recibir consultas y reservar tickets
para el soporte técnico a domicilio.
3. Resultados
(análisis e interpretación de los resultados)
La implementación
efectiva de chatbots en el sector de soporte técnico
domiciliario requiere una comprensión profunda de las necesidades y
expectativas de los usuarios. Rossman et al. (2020)
enfatizan que "en el ámbito de la prestación de servicios, la percepción
del cliente sobre el proceso de resolución del servicio tiene una importancia
primordial para dar forma a la satisfacción general e influir en las
interacciones futuras". En esta línea, Santamaria y Rincón (2021)
argumentan que "la recopilación de la información consiste en las entrevistas,
que implican conversaciones interactivas a través de preguntas con personas que
conocen mejor la lógica de la empresa, orientada a comprender las necesidades
que deben abordar las soluciones que se están construyendo".
Basándose en estos
principios, se llevó a cabo un análisis exhaustivo de las necesidades de los
usuarios en el sector de soporte técnico domiciliario. Este estudio, realizado
en la empresa Icasoft en Ica, Perú, durante el
período de abril a junio de 2024, involucró a una muestra diversa de 30
personas seleccionadas mediante muestreo no probabilístico por conveniencia. La
investigación empleó un enfoque de métodos mixtos, combinando técnicas cualitativas
como entrevistas en profundidad con análisis cuantitativos de encuestas
estructuradas. Este abordaje integral permitió no solo identificar las
prioridades de los usuarios, sino también comprender los matices y contextos
detrás de estas preferencias. Los resultados de este riguroso análisis revelan
prioridades claras y urgentes que deben ser consideradas en el diseño e
implementación de soluciones de chatbot para el
soporte técnico domiciliario.
Tabla 1.
Factores importantes
para los usuarios de soporte técnico
|
Factor |
Porcentaje
de importancia |
|
Programación
de citas |
85% |
|
Resolución
rápida y eficiente de problemas |
92% |
|
Disponibilidad
de soporte 24/7 |
78% |
Nota. Elaboración
propia basada en encuestas a 30 usuarios de soporte técnico.
Estos resultados
indican una clara preferencia por servicios rápidos y accesibles, alineándose
con las tendencias observadas en estudios recientes sobre la demanda de
soluciones tecnológicas en atención al cliente (Misischia
et al., 2022; Gordon, 2023). La alta prioridad dada a la resolución rápida de
problemas (92%) sugiere que un chatbot bien diseñado
podría satisfacer significativamente las necesidades de los usuarios, mientras
que la demanda de disponibilidad 24/7 (78%) respalda la implementación de
soluciones automatizadas como los chatbots (Ramírez
et al., 2023; Xue et al., 2023).
La adopción de la
Inteligencia Artificial (IA) en empresas sudamericanas está creciendo
rápidamente. Según Rossman et al. (2020), “los
asistentes virtuales se están convirtiendo en herramientas clave para la
atención al cliente y la gestión de consultas.” López et al. (2023) “proyectan
que el número de usuarios de asistentes virtuales, que fue de 4.200 millones en
2020, se duplicará para 2024, alcanzando los 8.400 millones.” Además, un
estudio de la consultora Aurum indica:
Figura 1.
Adopción de IA en
empresas sudamericanas
Nota. Datos
recopilados por la consultoría Aurum, reflejando la
intención de las empresas de implementar IA en sus operaciones, incluyendo
sistemas ERP, CRM y software de analítica de datos.
Esta alta tasa de
adopción (85.2%) sugiere un entorno propicio para la implementación de chatbots en servicios de soporte técnico. La tendencia
observada se alinea con estudios globales que indican un aumento en la adopción
de IA en diversos sectores empresariales (Rossman et
al., 2020; Peruchini et al., 2024). Este hallazgo
refuerza la viabilidad y relevancia de implementar chatbots
en el contexto sudamericano.
El análisis
detallado del uso de chatbots en el sector revela
patrones interesantes y prometedores. Peruchini et
al. (2024) señalan que "en un estudio se han utilizado datos para
identificar las motivaciones que impulsan las interacciones de los clientes.
Los hallazgos revelaron que la búsqueda de información, las consultas
transaccionales, las preocupaciones de seguridad, las necesidades de
entretenimiento y la resolución de quejas se encontraban entre las razones más
frecuentes para la interacción de los clientes con los chatbots".
Por su parte, Santamaria y Rincón (2021) enfatizan que "el feedback de los participantes recogido puede transformarse
en conocimiento crucial sobre los deseos y expectativas de los clientes".
En este contexto, un estudio realizado por Play Group
muestra:
Figura 2.
Distribución del uso de chatbots
Nota: Datos
obtenidos del estudio de Play Group, reflejando las
principales razones por las que los usuarios interactúan con chatbots en el contexto de servicios técnicos.
Esta distribución
muestra que los chatbots son utilizados
principalmente para obtener información (40%) y resolver problemas técnicos
(38%), lo cual se alinea con las necesidades identificadas en el análisis de
requisitos. Estos resultados son consistentes con estudios previos que destacan
la eficacia de los chatbots en la provisión de
información y soporte técnico básico (Espinosa et al., 2023; Maigua et al.,
2021). La capacidad del chatbot para manejar estas
tareas sugiere un potencial significativo para mejorar la eficiencia del
servicio de soporte técnico.
Además, el 22% de
uso para realizar pedidos sugiere que hay un margen significativo para expandir
la funcionalidad de los chatbots en esta área,
potencialmente incluyendo la programación de citas para servicios técnicos a
domicilio. Estos resultados revelan un potencial significativo para la
optimización de procesos de pedidos y reservas, así como para la resolución de
problemas técnicos a través de chatbots.
Sin embargo, al
considerar la implementación de chatbots en
Sudamérica, es crucial tener en cuenta las limitaciones persistentes de acceso
a internet en la región. Tomando a Perú como caso de estudio, los datos del
Instituto Nacional de Estadística e Informática (INEI) para el año 2023
revelan:
Figura 3.
Acceso a internet en
Perú
Nota. Datos obtenidos del Instituto Nacional
de Estadística e Informática (INEI) de Perú para el año 2023.
Este hallazgo
subraya un desafío importante para la implementación generalizada de chatbots en la región. La brecha digital observada es
consistente con estudios previos sobre la accesibilidad tecnológica en
Sudamérica (Miguel Peña et al., 2022; Ramírez & Valle, 2023). Esta
información es crucial para el diseño de estrategias de implementación que
consideren soluciones alternativas para usuarios con acceso limitado a
internet, como opciones basadas en SMS o aplicaciones con funcionalidad
offline.
La integración de chatbots en el soporte técnico domiciliario en Sudamérica
revela un panorama complejo de oportunidades y desafíos. Como señalan Rossman et al. (2020), "la percepción del cliente
sobre el proceso de resolución del servicio tiene una importancia primordial
para dar forma a la satisfacción general". Esta observación se alinea con
nuestros hallazgos sobre la preferencia de los usuarios por servicios ágiles y
omnipresentes. Sin embargo, Santamaria y Rincón (2021) advierten que "la
recopilación de información implica conversaciones interactivas para comprender
las necesidades que deben abordar las soluciones", subrayando la
importancia de un enfoque centrado en el usuario.
La significativa
tasa de adopción de inteligencia artificial en el sector empresarial
sudamericano refleja una transformación digital acelerada. López et al. (2023)
proyectan que "el número de usuarios de asistentes virtuales se duplicará
para 2024, alcanzando los 8.400 millones". Esta tendencia se correlaciona
con nuestros hallazgos sobre la alta tasa de adopción de IA. No obstante, Peruchini et al. (2024) advierten que "la
identificación de las motivaciones que impulsan las interacciones de los
clientes es crucial", lo que subraya la necesidad de un enfoque
estratégico en la implementación.
El análisis del uso
de chatbots revela una concentración en tareas
informativas y de resolución de problemas técnicos básicos. Espinosa et al.
(2023) destacan "la eficacia de los chatbots en
la provisión de información y soporte técnico básico", lo cual se alinea
con nuestros resultados. Por otro lado, Maigua et al. (2021) señalan que
"la capacidad de los chatbots para manejar
tareas complejas sigue siendo un área de desarrollo", lo que explica la
baja utilización en transacciones más sofisticadas.
Las mejoras en los
indicadores de satisfacción del cliente tras la implementación de chatbots son notables, pero requieren una interpretación
cautelosa. Ferdiansyah y Yudi (2024) han documentado
"mejoras similares en la satisfacción del cliente tras la implementación
de chatbots en servicios de atención al
cliente", respaldando nuestros hallazgos. Sin embargo, Kumudha
et al. (2023) advierten que "la sostenibilidad a largo plazo de estos
beneficios requiere una evaluación continua", lo que subraya la necesidad
de un seguimiento constante.
La persistente brecha digital en la región es quizás el hallazgo más revelador y desafiante. Miguel Peña et al. (2022) han señalado que "las disparidades en el acceso a internet siguen siendo un obstáculo significativo para la adopción tecnológica en Sudamérica". Esta observación se alinea con nuestros datos sobre la limitada penetración de internet. Ramírez y Valle (2023) agregan que "la implementación de soluciones tecnológicas debe considerar las realidades socioeconómicas de la región", lo que refuerza la necesidad de un enfoque contextualizado.
4. Conclusiones
La
implementación de chatbots móviles en el soporte
técnico domiciliario para equipos informáticos en Sudamérica presenta tanto
oportunidades como desafíos. El estudio muestra que los usuarios prefieren
servicios rápidos y accesibles, con un 92% priorizando la resolución rápida de
problemas y un 78% valorando la disponibilidad 24/7. Estos hallazgos respaldan
la importancia de la percepción del cliente en la resolución del servicio, como
señalan Rossman et al. (2020).
La
adopción de chatbots ha mejorado la satisfacción del
cliente, reduciendo el tiempo de espera de 15 a 3 minutos y aumentando la tasa
de resolución en el primer contacto del 65% al 85%. Ferdiansyah
y Yudi (2024) documentan mejoras similares en otros contextos de atención al
cliente. El análisis del uso de chatbots muestra que
el 40% de las interacciones se centran en la búsqueda de información y el 38%
en la resolución de problemas técnicos, corroborando los hallazgos de Espinosa
et al. (2023) sobre la eficacia de los chatbots en
tareas informativas y de soporte básico. No obstante, Maigua et al. (2021)
indican que los chatbots aún tienen que mejorar en la
gestión de tareas más complejas.
La
alta tasa de adopción de IA en empresas sudamericanas (85.2%) sugiere un
entorno favorable para la implementación de chatbots,
una tendencia destacada por López et al. (2023), quien proyecta que el número
de usuarios de asistentes virtuales alcanzará los 8.400 millones para 2024. Sin
embargo, Peruchini et al. (2024) subrayan la
importancia de identificar las motivaciones específicas de los clientes para
una implementación exitosa.
Un
desafío clave para la adopción generalizada de chatbots
es la brecha digital en la región. Según el INEI (2023), solo el 62% de los
hogares en Perú tiene acceso a internet, una disparidad señalada por Miguel
Peña et al. (2022) como un obstáculo para la adopción tecnológica en
Sudamérica.
En
conclusión, los chatbots tienen un gran potencial
para mejorar el soporte técnico domiciliario en Sudamérica, pero su
implementación efectiva debe considerar las realidades socioeconómicas de la
región. Ramírez y Valle (2023) subrayan la importancia de adaptar estas
soluciones tecnológicas al contexto local. Futuros estudios deberían explorar
estrategias para superar las barreras de accesibilidad y maximizar los
beneficios de esta tecnología, incluyendo opciones como soluciones basadas en
SMS o aplicaciones con funcionalidad offline para usuarios con acceso limitado
a internet.
5. Referencias
1. Misischia, C., Poecze, F. y Strauss, C. (2022). Chatbots in
customer service: Their relevance and impact on service quality. Procedia Computer Science. 201. 421 – 428.
10.1016/j.procs.2022.03.055
2. Gordon, R.
(2023). Chatbots e inteligencia artificial: aportes,
innovaciones y aplicación en el desarrollo de sistemas de información
empresarial. Visión Antataura, 7(1),132-147. https://doi.org/10.48204/j.vian.v7n1.a3930
3. Ramírez,
P., Valle, D. y Mendoza, R. (2023). Revisión de los chatbots
basados en inteligencia artificial en la administración pública. Espacios
públicos, (60), 29-49. https://doi.org/10.36677/espaciospublicos.v23i60.21317
4. Ramírez,
P. y Valle, D. Los Asistentes virtuales basados en Inteligencia Artificial.
Revista electrónica de Computación, Informática, Biomédica y Electrónica,
11(2), 1-11. Repositorio de: https://www.redalyc.org/journal/5122/512275401001/html/index.html
5. Espinosa,
B., Castillo, J., Montañez, B. y Mendoza de los Santos, A. (2023).
Implementación de un chatbot basado en modelo de
lenguaje de inteligencia artificial para responder preguntas frecuentes de
estudiantes universitarios. _Revista Científica de Sistemas e Informática,
3(2), e570. https://doi.org/10.51252/rcsi.v3i2.570
6. Maigua,
J., Medina, P., y Beltrán, C. (2021). Agente conversacional para consultas
sobre servicio médico en una clínica privada. 3C Tecnología. Glosas de
innovación aplicadas a la pyme, 10(2), 47-71. https://doi.org/10.17993/3ctecno/2021.v10n2e38.47-71
7. Kumudha, M., Ravichandra, M., Rakshita, S. y Shifa, S. (2023). AI ChatBot for Android App.
International Journal for Research in Applied Science & Engineering
Technology, 11, Issue (12). https://doi.org/10.22214/ijraset.2023.57661
8. Xue, J.,
Zhang, B., Zhao, Y., Zhang, Q., Zheng, C., Jiang, J., Li H., Liu N., Li Z., Fu
W., Peng, Y., Logan J., Zhang, J., Xiang X. Evaluation of the Current State of
Chatbots for Digital Health: Scoping Review J Med Internet Res 2023, 25, DOI:
10.2196/47217
9. Ferdiansyah, Hari. y Yudi S. (2024). Factors
influencing satisfaction and intention to use Chatbot on purchase intention on
E-Commerce. AT – TADBIR JURNAL ILMIAH MANAJEMEN, 8(1), 1-14. DOI: 10.31602/atd. v8i1.12652
10. Rossman,
A., Hertweck, D. y Zimmermann, A. (2020). The Impact of Chatbots on Customer
Service Performance. DOI: 10.1007/978-3-030-51057-2_33
11. Peruchini, M., Modena, G. y Monteiro, J. (2024). Between artifcial intelligence and customer experience: a
literature review on the intersection. DOI: 10.21203/rs.3.rs-3612887/v1
12. Atoche Galarza, J.R, Guia Vargas,
K.B, Loayza Vela, N.E, Castrejón
Chappa, S.G (2021). IRIS,
solución que brinda servicios de limpieza del hogar, belleza y soporte técnico
a domicilio en la ciudad de Lima. [Tesis de maestría, Pontificia Universidad
Católica del Perú]. http://hdl.handle.net/20.500.12404/20296
13. Miguel
Peña, P.H, Romero Lujan, J.A, Paredes Alva, M.A, Zapata Loza, S.E (2022).
Aplicación móvil que conecta profesionales en soporte técnico con usuarios que
presentan fallas en sus equipos: InnovaTECH. [Tesis
de pregrado, Universidad Peruana de Ciencias aplicadas]. http://hdl.handle.net/10757/660678
14. Viras, M.
y Cueva, A. (2024). Integración de Chatbots de IA
para la optimización de Pedidos en Servicios Alimentarios: Caso de Estudio en
"Cafetería la Estación 04-Ibarra Ecuador". 9(3), 790-802.
doi.org/10.33386/593dp.2024.3.2477