evidoria

← Retour à la liste

Bonne pratique Importée

Chatbot d'IA générative de l'ISEG Lisbonne pour les admissions et les services aux étudiants

Portugal · Lisbon · Voir le profil de Portugal · Voir le profil de Lisbon

Preuves: Descriptif / auto-déclaré Top 95% 20/100 · Demandez à Evidence Copilot à propos de cette pratique

L'ISEG (Université de Lisbonne) a lancé ce qu'elle présente comme le premier chatbot d'IA générative de l'enseignement supérieur portugais, construit avec Noesis sur Microsoft Azure OpenAI pour répondre aux questions sur les admissions, les frais de scolarité et Erasmus 24 h/24 ; le prestataire annonce jusqu'à 60 % de réduction des demandes répétitives au personnel, non vérifiée de façon indépendante.

up to 60 %
Réduction des demandes répétitives parvenant au personnel (chiffre communiqué par le fournisseur, non audité de manière indépendante) (since launch, June 2025)
Chatbot d'IA générative de l'ISEG Lisbonne pour les admissions et les services aux étudiants

Détails

Maturité
Pilote
Promoteur
ISEG – Instituto Superior de Economia e Gestão (Universidade de Lisboa), with Noesis / Microsoft Azure OpenAI
Période
Launched 27 June 2025 – ongoing
Région (NUTS)
PT17
Mots-clés
admissions chatbot, generative AI, student services, higher education, Azure OpenAI

Contexte

Le 27 juin 2025, l'ISEG – Instituto Superior de Economia e Gestão, qui fait partie de l'Universidade de Lisboa, a lancé un chatbot d'IA générative développé sur six mois avec l'entreprise portugaise Noesis sur la plateforme Azure OpenAI de Microsoft, décrit par l'université comme le premier déploiement de ce type par un établissement d'enseignement supérieur au Portugal.

Activités

Le chatbot répond, en langage naturel et 24 heures sur 24, aux questions des futurs et actuels étudiants concernant les cursus, les admissions, les frais de scolarité, la mobilité Erasmus et les bourses, en s'appuyant sur une base de connaissances organisée et validée par des humains plutôt que d'apprendre de manière autonome à partir des interactions des utilisateurs, « afin de garantir un contrôle total sur la cohérence et la fiabilité des réponses ».

Résultats

L'étude de cas de Noesis elle-même fait état d'une réduction pouvant atteindre 60 % des demandes répétitives parvenant au personnel, ainsi que d'une assistance multilingue disponible 24 heures sur 24.

Conclusions

Le chiffre de 60 % provient du fournisseur de technologie, et non d'un audit indépendant, et aucune donnée publiée ne couvre encore le volume des requêtes, la satisfaction des utilisateurs ou les effets sur les admissions ou les résultats d'inscription, le déploiement datant d'à peine un an. La presse économique portugaise indépendante corrobore le lancement et la conception, mais pas les chiffres d'impact.

Mise en œuvre
Coût indicatif
Faible (< 50 k€) — Built over six months in partnership with Portuguese firm Noesis on Microsoft's Azure OpenAI platform; no budget figures disclosed.
Délai jusqu’aux résultats
Court (< 1 an) — Launched 27 June 2025; ongoing, with less than a year of operation as of the source.
Personnel et compétences
ISEG – Instituto Superior de Economia e Gestão / Universidade de Lisboa (deploying institution), Noesis (vendor/technical partner), Microsoft Azure OpenAI (platform provider)

Conditions de réussite

  • Curated, human-validated knowledge base rather than autonomous learning, to ensure control over response consistency and reliability
  • Six-month build partnership between ISEG and Noesis on Azure OpenAI

Modes d’échec courants

  • The 60% reduction figure comes from the vendor, not an independent audit
  • No published data yet on query volume, user satisfaction, or effects on admissions or enrolment outcomes

Habituellement financé par

Own 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.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles