Des chercheurs de l'Université Princess Nourah Bint Abdulrahman ont conçu un chatbot basé sur Botsify pour répondre en continu aux questions d'admission des futurs étudiants, atteignant 91 % de précision lors d'un test par matrice de confusion et un score d'utilisabilité de 76,6 auprès de 22 étudiants testeurs.
91%
Précision des réponses du chatbot (matrice de confusion)
76.6
Score au questionnaire d'utilisabilité du chatbot (CUQ) (2023)
22 of 42 users completed the CUQ
Répondants à l'enquête / utilisateurs initiaux
Détails
Maturité
Pilote
Promoteur
Princess Nourah Bint Abdulrahman University
Période
2023
Mots-clés
higher education admissions, AI chatbot, student services
Contexte
Les demandes des candidats potentiels concernant les admissions, les frais de scolarité et les programmes dans les universités saoudiennes reposaient traditionnellement sur un accompagnement téléphonique et en personne, disponible uniquement pendant les heures de bureau, ce qui créait des goulots d'étranglement à mesure que le volume de visiteurs augmentait.
Objectifs
Des chercheurs du Collège des sciences informatiques et de l'information de l'Université Princess Nourah Bint Abdulrahman se sont donné pour objectif de construire un chatbot intelligent sur la plateforme Botsify, capable de répondre automatiquement, 24 heures sur 24, aux questions fréquentes sur les admissions posées par les candidats potentiels.
Activités
Sur 42 étudiants de troisième cycle ayant utilisé le chatbot, 22 ont rempli le questionnaire d'utilisabilité du chatbot (CUQ), et les chercheurs ont réalisé une analyse par matrice de confusion des réponses du chatbot pour en évaluer la précision.
Résultats
Le chatbot a atteint une précision de 91 % lors de l'analyse par matrice de confusion, et les 22 répondants au CUQ ont donné un score moyen d'utilisabilité de 76,6, indiquant un niveau de satisfaction raisonnable des utilisateurs.
Conclusions
L'étude, publiée dans l'International Journal of Information and Education Technology en septembre 2023, s'appuie sur une petite cohorte pilote de 42 utilisateurs initiaux et 22 répondants à l'enquête ; les résultats doivent donc être considérés comme une preuve de concept à un stade précoce plutôt que comme la preuve d'un impact à grande échelle.
Mise en œuvre
Coût indicatif
Faible (< 50 k€)
Délai jusqu’aux résultats
Court (< 1 an)
Personnel et compétences
Researchers/developers at the College of Computer and Information Sciences building and configuring the Botsify-based chatbot, Student testers completing the Chatbot Usability Questionnaire
Conditions de réussite
A structured FAQ knowledge base covering admissions, fees and programme questions for the chatbot to draw on
Usability testing with real prospective/postgraduate students (CUQ) alongside technical accuracy testing (Confusion Matrix)
Modes d’échec courants
The small pilot cohort (42 users, 22 survey respondents) limits confidence that results generalise at scale
No comparison against existing phone/in-person admissions counselling was reported
Habituellement financé par
National / regional programmesOwn resources / municipal budget
Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.
Vous portez cette pratique ?
Revendiquez-la —
les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
Sources de données
D'où proviennent les informations de cette pratique, et quand.