evidoria

← Retour à la liste

Bonne pratique Importée

PAIbot — le Chatbot IA de l'UNAM pour l'Aide aux Admissions à Distance

Mexique · Mexico City · Voir le profil de Mexique · Voir le profil de Mexico City

Preuves: Observationnel / avant-après Top 89% 27/100 · Demandez à Evidence Copilot à propos de cette pratique

Le chatbot Dialogflow de l'UNAM répond aux questions d'admission de sa licence à distance. Une étude évaluée par des pairs a relevé +52% de conversations et un taux de réponses correctes passant de 0,4% à 47,1%, mais les réponses incorrectes ont aussi augmenté.

52.3 %
Augmentation des conversations du chatbot, PAIbot 2.0 vs 1.0
0.4 % (4 of 998 questions)
Taux de réponses correctes, PAIbot 1.0
47.1 % (378 of 802 questions)
Taux de réponses correctes, PAIbot 2.0
23.4 %
Taux de réponses incorrectes, PAIbot 1.0
37.5 %
Taux de réponses incorrectes, PAIbot 2.0
4 cycles
Cycles d'admission sur lesquels PAIbot a fonctionné
PAIbot — le Chatbot IA de l'UNAM pour l'Aide aux Admissions à Distance

Détails

Maturité
Établie
Promoteur
Universidad Nacional Autónoma de México (UNAM) — CUAIEED
Période
2021–ongoing
Mots-clés
higher education, admissions, chatbot, distance learning

Contexte

La Coordination de l'Université ouverte, de l'innovation pédagogique et de l'enseignement à distance (CUAIEED) de l'UNAM a créé PAIbot, un chatbot basé sur Dialogflow ES qui répond aux questions administratives des candidats — délais, procédures, conditions requises — pour le programme d'admission à la licence ouverte et à distance (PAI) de l'université.

Objectifs

Fournir des réponses précises et disponibles en permanence aux questions administratives des candidats pendant le processus d'admission, réduisant la dépendance au personnel pour les questions courantes.

Activités

Un pilote mené en 2021 (PAIbot 1.0) a été suivi d'une refonte, PAIbot 2.0, qui a ajouté une interface personnalisée, des réponses multimédias et un mécanisme de retour utilisateur. Une étude évaluée par les pairs a comparé le volume de conversations et la précision des réponses entre les deux versions.

Résultats

Les conversations ont augmenté de 52,3 % malgré une période de fonctionnement 25 % plus courte, et le taux de réponses correctes est passé de 0,4 % (4 questions sur 998) à 47,1 % (378 sur 802). Le taux de réponses incorrectes a également augmenté, passant de 23,4 % à 37,5 %. PAIbot a désormais fonctionné sur quatre cycles d'admission.

Conclusions

La hausse des réponses incorrectes en parallèle des réponses correctes constitue une limite réelle, attribuée en partie par les auteurs de l'étude à un changement du mécanisme de retour utilisateur — ce dossier rapporte ce compromis plutôt que de le minimiser.

Mise en œuvre
Coût indicatif
Faible (< 50 k€)
Délai jusqu’aux résultats
Long (> 3 ans) — 2021 pilot (PAIbot 1.0), redesigned to PAIbot 2.0, now run across four admission cycles.
Personnel et compétences
UNAM CUAIEED (Coordinación de Universidad Abierta, Innovación Educativa y Educación a Distancia) development team

Conditions de réussite

  • Built on the Google Dialogflow ES platform, avoiding custom NLP infrastructure
  • Iterative redesign (1.0 → 2.0) adding a custom interface, multimedia responses and a user feedback mechanism
  • Scoped narrowly to administrative admissions queries for a specific programme (PAI) rather than general-purpose Q&A

Modes d’échec courants

  • Incorrect-response rate rose alongside the correct-response rate (23.4% → 37.5%), partly attributed by the study authors to the changed feedback mechanism

Où cela s’applique

Type de gouvernance
university-led
Échelle
institutional (single university admissions programme)

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Kit de réplication

Artefacts réutilisables de cette pratique — tels que publiés par leurs sources.

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