evidoria

← Volver al listado

Buena práctica Importada

VyCla — Un Chatbot de PLN en WhatsApp Reduce el Tiempo de Respuesta de Matrículas de 11 Horas a 75 Segundos en la Universidad de Nariño, Colombia

Colombia · Pasto · Ver el perfil de Colombia

Evidencia: Observacional / pre-post Top 89% 27/100 · Pregunte a Evidence Copilot sobre esta práctica

La oficina de admisiones de la Universidad de Nariño creó VyCla, un chatbot de WhatsApp para consultas de matrícula de pregrado; en una evaluación controlada con 122 usuarios y 462 consultas resueltas, el tiempo medio de respuesta cayó un 99,81%, de 666 a 1,25 minutos.

666.04 minutes
Tiempo de respuesta promedio (línea base manual)
1.25 minutes
Tiempo de respuesta promedio (con VyCla)
99.81 %
Reducción del tiempo de respuesta promedio
99 %
Precisión del modelo
4.23 out of 5
Puntuación media de satisfacción de usuarios
462 inquiries
Consultas resueltas en la fase de evaluación

Detalles

Madurez
Piloto
Promotor
Universidad de Nariño — Oficina de Control, Registro Académico y Admisiones (OCARA)
Período
2025-2026
Palabras clave
higher education, university admissions, natural language processing, chatbot

Contexto

En la Universidad de Nariño, en Colombia, la Oficina de Control, Registro Académico y Admisiones (OCARA) atendía manualmente las consultas de matrícula y admisión de pregrado, con un tiempo de respuesta promedio que el estudio midió posteriormente en 666,04 minutos —más de once horas— por consulta, lo que sobrecargaba a un equipo reducido durante los periodos de mayor matriculación.

Objetivos

El equipo de la universidad se propuso reducir los tiempos de respuesta y mejorar la experiencia de estudiantes y aspirantes en las consultas de matrícula y admisión mediante un chatbot de procesamiento de lenguaje natural en WhatsApp.

Actividades

El equipo construyó VyCla, un chatbot de procesamiento de lenguaje natural integrado con WhatsApp, utilizando un proceso ágil Scrum a lo largo de cinco sprints y una pila tecnológica de Node.js, Python (Flask, NLTK) y PostgreSQL. El modelo subyacente de clasificación de intenciones se entrenó con 13.996 frases que abarcan 21 intenciones relacionadas con preguntas habituales de matrícula y admisión. Una fase diagnóstica inicial encuestó a 4 miembros del personal universitario, 105 estudiantes matriculados y 45 aspirantes.

Resultados

En la fase de evaluación, 122 usuarios interactuaron con VyCla, generando 462 consultas resueltas; el estudio reportó un 99% de precisión del modelo, una puntuación media de satisfacción de usuarios de 4,23 sobre 5, una puntuación media de recomendación de 4,07 sobre 5, y un tiempo de respuesta promedio de 1,25 minutos, una reducción del 99,81% respecto a la línea base manual. El trabajo se publicó en la revista arbitrada Revista Colombiana de Tecnologías de Avanzada (Vol. 1, N.º 47, 2026).

Conclusiones

La línea base de comparación (666 minutos) refleja el propio proceso manual anterior de la OCARA y no un referente externo, y la muestra de evaluación (122 usuarios) es solo una fracción del total de aspirantes de la universidad, por lo que las cifras reportadas describen un piloto exitoso y no una implementación plenamente escalada y auditada de forma independiente; los propios autores presentan la extensión a otros procesos administrativos como trabajo futuro, aún no demostrado.

Implementación
Coste indicativo
Bajo (< 50 000 €) — Built in-house with an open-source stack (Node.js, Python/Flask/NLTK, PostgreSQL); no separate budget figure published.
Tiempo hasta resultados
Corto (< 1 año) — Developed across five agile sprints; evaluation and publication reported in 2025-2026 (Revista Colombiana de Tecnologías de Avanzada, Vol.1 No.47).
Personal y competencias
Universidad de Nariño's Office of Control, Academic Records and Admissions (OCARA) development team

Condiciones para el éxito

  • Agile Scrum process across five sprints
  • Diagnostic phase surveying staff, enrolled students and prospective applicants to map real information needs before build
  • Intent-classification model trained on a large phrase set (13,996 phrases, 21 intents)
  • Deployment over WhatsApp, a widely-used low-bandwidth channel in Colombia

Modos de fallo comunes

  • Baseline comparison is against the office's own prior manual process, not an external benchmark
  • Evaluation sample (122 users) is a fraction of the university's full applicant pool
  • No equity or regional breakdown of users reported

Dónde encaja

Tipo de gobernanza
public university administrative office
Escala
single university admissions office
Nivel de ingresos
upper-middle-income

Habitualmente financiado por

Own resources / municipal budget

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Prácticas similares que pueden serle útiles