evidoria

← Voltar à navegação

Boa prática Importada

URAG — O Chatbot Híbrido de RAG para Admissões da Universidade de Tecnologia de Ho Chi Minh Supera o GPT-4o em Perguntas Reais de Candidatos

Vietnã · Ho Chi Minh City · Ver o perfil de Vietnã · Ver o perfil de Ho Chi Minh City

Evidência: Quase-experimental Top 81% 33/100 · Pergunte a Evidence Copilot sobre esta prática

A HCMUT criou o URAG, um chatbot de duas camadas (regras + geração aumentada por recuperação) para perguntas de admissão, que atingiu 62,8% de precisão em 500 perguntas reais de candidatos, contra 54,4% do GPT-4o, 50,2% do Claude 3.5 Sonnet e 44,0% do Gemini 1.5 Pro.

62.8%
Precisão do URAG em 500 perguntas reais de candidatos
54.4%
Precisão do GPT-4o (mesmas 500 perguntas)
50.2%
Precisão do Claude 3.5 Sonnet (mesmas 500 perguntas)
44.0%
Precisão do Gemini 1.5 Pro (mesmas 500 perguntas)
218 of 268
Respostas corretas do tipo FAQ
URAG — O Chatbot Híbrido de RAG para Admissões da Universidade de Tecnologia de Ho Chi Minh Supera o GPT-4o em Perguntas Reais de Candidatos

Detalhes

Promotor
Ho Chi Minh City University of Technology (HCMUT) — URA Research Group
Período
2024-2025
Palavras-chave
higher education, university admissions, generative AI, retrieval-augmented generation

Contexto

A Universidade de Tecnologia de Ho Chi Minh (HCMUT) construiu o URAG, um chatbot híbrido de duas camadas para admissões universitárias, para enfrentar o risco de os grandes modelos de linguagem alucinarem em perguntas sensíveis e sujeitas a prazos, como datas-limite e requisitos.

Objetivos

O URAG verifica primeiro um banco de perguntas frequentes elaborado a partir de documentos oficiais de admissão, recorrendo a geração aumentada por recuperação sobre documentos-fonte segmentados semanticamente apenas quando não encontra correspondência nas FAQ.

Atividades

O chatbot foi implementado em produção em ura.hcmut.edu.vn durante um ciclo de admissões de quatro meses, com uso a atingir o pico à medida que os estudantes do ensino secundário vietnamitas se aproximavam dos prazos de exames e matrícula, tendo sido reconhecido na WHISE 2024, em Ho Chi Minh.

Resultados

Avaliado com 500 perguntas reais de admissão feitas por candidatos do ensino secundário, o URAG respondeu corretamente a 62,8%, à frente do GPT-4o (54,4%), do Claude 3.5 Sonnet (50,2%) e do Gemini 1.5 Pro (44,0%); a sua vantagem concentrou-se em perguntas factuais do tipo FAQ (218 de 268 corretas), tendo tido um desempenho inferior ao dos modelos de uso geral em raciocínio de vários passos.

Conclusões

Com um teto de precisão de cerca de 63%, aproximadamente uma em cada três respostas ainda estava errada, pelo que a ferramenta deve ser vista como uma camada de triagem que reduz a carga rotineira, e não como uma substituição total do pessoal humano de admissões.

Implementação

Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
HCMUT URA Research Group engineering team, University admissions office (FAQ content source and coordination)

Condições de sucesso

  • Curated FAQ bank kept current from official admissions documents (URAG-F)
  • Retrieval-augmented fallback restricted to semantically chunked, vetted source documents (URAG-D)
  • Framing the tool as a triage layer for routine questions rather than a replacement for admissions staff

Habitualmente financiado por

National / regional programmes Own resources / municipal budget

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis