Agente conversacional virtual: la inteligencia artificial para el aprendizaje autónomo

 

Embodied conversational agents: artificial intelligence for autonomous learning

 

Icono

Descripción generada automáticamente Dr. Josué Artiles Rodríguez. Profesor Contratado Doctor. Facultad de Ciencias de la Educación. Universidad de Las Palmas de Gran Canaria. España

Icono

Descripción generada automáticamente Dra. Mónica Guerra Santana. Profesora Ayudante Doctor. Facultad de Ciencias de la Educación. Universidad de Las Palmas de Gran Canaria. España

Icono

Descripción generada automáticamente Dra. Mª Victoria Aguiar Perera. Profesora Titular de Universidad. Facultad de Ciencias de la Educación. Universidad de Las Palmas de Gran Canaria. España

Icono

Descripción generada automáticamente Dra. Josefa Rodríguez Pulido. Profesora Titular de Universidad. Facultad de Ciencias de la Educación. Universidad de Las Palmas de Gran Canaria. España

 

Recibido: 2020/11/20 Revisado: 2020/12/22 Aceptado: 2021/02/17 Preprint: 2021/05/20 Publicado: 2021/09/01

 

 

Cómo citar este artículo:

Artíles-Rodríguez, J., Guerra-Santana, M., Aguiar-Perera, Mª. V., & Rodríguez-Pulido, J. (2021). Agente conversacional virtual: la inteligencia artificial para el aprendizaje autónomo [Embodied conversational agents: artificial intelligence for autonomous learning]. Pixel-Bit. Revista de Medios y Educación, 62, 107-144. https://doi.org/10.12795/pixelbit.86171 

 

RESUMEN

El presente artículo de investigación profundiza sobre las posibilidades de los agentes virtuales conversacionales como herramienta para tutorizar trabajos del alumnado universitario. Se utilizó una metodología cuantitativa con diseño descriptivo, correlacional y diferencial, para evaluar su usabilidad del agente conversacional en una muestra de 303 estudiantes universitarios. Para ello, se diseñó y evaluó un agente conversacional virtual para apoyar las tutorías de Trabajos de Fin de Grado con la Escala SUS (System Usability Scale). Los resultados indican que la escala posee una satisfactoria calidad métrica y una buena bondad del modelo, aspectos que se constatan en la estructura empírica y en la consistencia interna favorables del cuestionario. Los datos también muestran que existen diferencias significativas (IC 99,95%) en las variables género, grado, nivel de conocimiento y el grado de uso de chatbots. Se completó con el registro de uso real del agente, en un plazo de seis meses, por 589 estudiantes de tres titulaciones diferentes, contestando a 3025 preguntas en seis meses. En conclusión, los resultados permiten establecer criterios explicativos sobre el uso de chatbots. Es necesario seguir profundizando en este tipo de herramientas para el seguimiento y evaluación del alumnado. 

 

ABSTRACT

This paper delves into the possibilities of conversational virtual agents as a tool to tutor university students' work. A quantitative methodology with a descriptive, correlational and differential design was used to evaluate the usability of the conversational agent in a sample of 303 university students. For this, a virtual conversational agent was designed and evaluated to support the End-of-Degree Project tutorials with the SUS Scale (System Usability Scale). The results indicate that the scale has a satisfactory metric quality and good model goodness, aspects that are verified in the empirical structure and in the favorable internal consistency of the questionnaire. The data also show that there are significant differences (99.95% CI) in the variables gender, grade, level of knowledge, and the grade of chatbot use. It was completed with the record of the actual use of the agent, within a period of six months, by 589 students from three different degrees, answering 3025 questions in six months. In conclusion, the results allow to establish explanatory criteria on the use of chatbots. It is necessary to continue deepening in this type of tools for the monitoring and evaluation of students. 

 

PALABRAS CLAVES · KEYWORDS

Inteligencia artificial; tutoría; educación superior; agente conversacional virtual 

Artificial intelligence; tutoring; University education; embodied conversational agents 

 

1. Introducción

Los Agentes Conversacionales (AC), también denominados chatbots, son paquetes de software capaces de establecer interacciones con el ser humano utilizando el lenguaje natural (Dale, 2016).  Es decir, son programas de inteligencia artificial capaces de generar una conversación concreta con personas, a través del procesamiento del lenguaje natural (Zeni et al., 2019). Son accesibles a una gran cantidad de personas, gracias a la capacidad de interaccionar mediante voz y texto (Fadhil & Gabrielli, 2017). Para ello, son necesarios múltiples datos para entrenar al agente conversacional (Fast et al., 2018; Sumikawa et al., 2020). 

Generan un compromiso en la conversación capaz de centrar la atención de las personas en la interacción (Wargnier et al., 2015). Esto ha resultado de interés en investigación ya que las personas reaccionan positivamente cuando los (AC) muestran pequeñas actitudes sociales relacionadas con expresiones, gestos y señales sociales (Feine et al., 2019).  

Este proceso no está exento de dificultad ya que los (AC) deben utilizar composiciones sintácticas y semánticas de gran complejidad, de manera que puedan interactuar con las expresiones de una conversación (Herbert & Kang, 2018). Los (AC) pueden desarrollar una conversación compleja sobre un tema determinado, pero presenta limitaciones cuando las conversaciones cruzan diferentes temáticas, o cuando el usuario utiliza expresiones que tiene varios significados o varias interpretaciones según el contexto (Colace et al., 2018).  

La utilización de los (AC) abarca numerosos ámbitos ya que pueden programar citas médicas o reservas en restaurantes, comprar paquetes de viajes, responder a preguntas frecuentes (FAQ), denominadas así por las siglas de Frequently Asked Questions, para mejorar la salud mental de pacientes, en terapias de estrés postraumático o para mejorar la comunicación interna dentro de una organización entre otros (Fast et al., 2018; Ghosh et al., 2018; Sáez et al., 2017; Tielman et al., 2017; Schroeder et al., 2018). 

 

1.1. El agente conversacional en procesos educativos

En el plano educativo hay universidades que brindan un escenario virtual como apoyo a las clases presenciales. El campus virtual es un entorno de enseñanza muy importante, aunque en muchas ocasiones no dispone de herramientas dinámicas para responder al alumnado. El agente conversacional puede solventar este problema, respondiendo a las necesidades de los estudiantes en una interacción directa (Sumikawa et al., 2020). 

Kerly et al. (2008) señalan dos ejemplos sobre el uso de los agentes de conversación, uno que proporciona apoyo de aprendizaje, y el otro como apoyo para la autoevaluación. Además, los autores exponen que mejora la motivación, las habilidades metacognitivas y las calificaciones del alumnado. También resulta positivo para el profesorado, proporcionando apoyo a la docencia y ofreciendo datos para evaluar. 

Son eficaces en el aprendizaje de otro idioma, basándose en un diálogo productivo en interacción con el alumnado. Así, un (AC) puede interactuar entre dos estudiantes mientras mantienen conversaciones a través de textos (Tegos et al., 2014; Tegos & Demetriadis, 2017). De esta forma, entre estudiantes con el mismo nivel de competencia lingüística obtenían mejores resultados aquellos que habían utilizado un (AC) en la interacción entre pares. Babu et al. (2011), estudiaron los efectos del uso de (AC) en la interacción multimodal natural para enseñar a los usuarios protocolos culturales verbales y no verbales de conversación en la cultura del sur de India. Los resultados del estudio señalan que los participantes que se entrenaron con los (AC) tuvieron un rendimiento significativamente mayor que aquellos que aprendieron de la guía de estudio.  

El apoyo a la tutoría en la universidad es otro de los usos de los (AC). Puede ayudar a solventar dudas sobre exposiciones a un número elevado de estudiantes, a modo de fuente de información y reflexión, (Wellnhammer et al., 2020). Esta opción es muy interesante en escenarios con una presencia masiva de alumnos, como los MOOC. Por ejemplo, como (AC) para aprender JAVA de manera que el profesorado también tiene una retroalimentación, en tiempo real (Catalán et al., 2018). También ha sido utilizado para el apoyo del alumnado universitario en la materia de Fundamentos de Ciencias de la Computación y Redes de Computadores (Colace et al., 2018). 

En la actualidad hay una línea de implementación de (AC) en aplicaciones móviles para educación, pero se necesita más investigación sobre estas herramientas (Hobert & Meyer von Wolff, 2019). Por otra parte, es necesario un determinado nivel de conocimiento para poder desarrollar un chatbot en asignaturas universitarias que no estén vinculadas a la informática. En muchas ocasiones se implementa el chatbot en carreras técnicas, siendo menor en carreras humanísticas y de ciencias sociales. Para solventar este problema se puede llevar a cabo un diseño participativo que responda a las necesidades del profesorado que no sepa desarrollarlo (Neumann et al., 2019). 

 

1.2. La valoración sobre el uso de un agente conversacional en procesos educativos

Un aspecto fundamental a tener en cuenta es la valoración del usuario tras la experiencia de utilizar los (AC) de manera eficaz (Ren et al., 2019). Para valorar la usabilidad de los (AC) se puede recurrir a un instrumento ampliamente utilizado y validado denominado Sistem Usability Scale (SUS) (Brooke, 1996; Brooke, 2013) que ha sido objeto de estudio y validación por otros autores (Finstad, 2010; Lewis & Sauro, 2009). Relacionado con la valoración de recursos digitales, entre muchos otros, ha sido utilizado para el estudio de chatbots que permiten mejorar los procesos de comunicación interna de una empresa por parte de 8 sujetos (Sáez et al., 2017), el estudio con 12 usuarios sobre la usabilidad de chatbot con interfaz de voz como Alexa o Siri (Ghosh et al., 2018) o con un agente conversacional para el tratamiento de trastornos mentales (Schroeder et al., 2018). En aspectos relacionados con la educación, el instrumento SUS se ha utilizado para comprobar desde la usabilidad de un agente conversacional para educar a niños y niñas con diabetes con una muestra de 21 sujetos (Sinoo et al., 2018), la formación en patrones culturales mediante chatbots estudiado en 40 sujetos (Babu et al., 2011) hasta la usabilidad de chatbot para recoger dudas sobre una materia por parte de 12 estudiantes universitarios (Neumann et al., 2019), entre otros. 

El objetivo de esta investigación es valorar el uso de un agente conversacional diseñado para ofrecer ayuda al alumnado que está desarrollando su trabajo de fin de carrera. Para ello, se diseñó un chatbot, denominado CLOE, como herramienta para tutorizar al alumnado en preguntas frecuentes (FAQ frequently asked questions) relacionadas con el Trabajo Fin de Título (TFT) de diferentes Grados de Educación Social, Infantil y el Grado de Primaria. Se desarrolló en base a la aplicación Dialogflow que es una API, siglas que responden a Application Programming Interface o Interfaz de Programación de Aplicaciones, para tareas de Procesamiento de Lenguaje Natural (PLN) y comprensión del lenguaje natural (Zeni et al., 2019). La herramienta permite exportar la base de datos para que pueda ser utilizada por otros desarrolladores y docentes en diferentes universidades. 

Previamente fue testado por las coordinadoras de TFT de las diferentes titulaciones, ya que anualmente se enfrentan a numerosas cuestiones del alumnado. También fue depurado por tutores/directores de TFT y, finalmente, se estableció un árbol de respuestas para cuestiones que se aglutinaron en las siguientes dimensiones: 

 

1) Aspectos formales del TFT tales como fuente, márgenes, interlineado, etc. 

2) Tipos de TFT y sus características.  

3) Aspectos relacionados con las citas. 

4) Referencias según las normas APA. 

5) Documentos a presentar en la administración y firma con certificado digital. 

6) Fechas vinculadas con la presentación, defensa y convocatorias. 

7) Aspectos relacionados con las calificaciones. 

8) Respuestas de tipo variado relativas a tribunales o tutores. 

9) Paquete de conversación natural para humanizar la interacción del (AC). 

 

Una vez diseñado el (AC), y antes de la implementación, se pretende conocer, a través de la aplicación de una prueba validada, la usabilidad del chatbot a través de una muestra de estudiantes universitarios (características, aspectos técnicos, aprendizaje y funcionalidad) como herramienta intuitiva y de comunicación. En paralelo, se quiere comprobar si existen diferencias en función del género, el Grado que cursa el alumno, el nivel de conocimiento sobre chatbots y el grado de uso de chatbots. 

 

2. Metodología

2.1. Objetivo

La presente investigación persigue un doble objetivo. Por un lado, queremos analizar las percepciones sobre la usabilidad y el manejo del chatbot en los procesos de enseñanza-aprendizaje que tienen los estudiantes universitarios de Educación Social, Educación Infantil y Educción Primaria. De forma más específica, también se pretende analizar la relación entre variables predictivas o independientes con la usabilidad de los chatbots (variable dependiente) y, para ello, tratamos de comprobar si existen diferencias significativas en función del género, el Grado que cursan, el grado de conocimiento y de uso de los chatbots. Por otro lado, queremos comprobar si el agente conversacional se usó por el alumnado como tutor virtual de apoyo. 

 

2.2. Hipótesis

En función de los objetivos señalados hemos considerado las siguientes hipótesis: 

 

§    Hipótesis 1. La satisfacción por utilizar esta herramienta se relaciona con el grado de conocimiento sobre chatbots. 

§    Hipótesis 2. Los aprendizajes previos al manejo de esta herramienta se relacionan con el grado de uso de chatbots. 

§    Hipótesis 3. La valoración de la usabilidad de los chatbots determina la significatividad en función del género. 

§    Hipótesis 4. La valoración de la usabilidad de los chatbots determina la significatividad en función del Grado que cursan los estudiantes. 

 

2.3. Diseño

Se utilizó un método de carácter cuantitativo, con diseño descriptivo, correlacional y diferencial, en situación natural.

 

2.4. Participantes

Desde la perspectiva cuantitativa, los supuestos matemáticos para el cálculo de la representatividad indican que, para poblaciones de 100.000 sujetos, siendo el margen de error del 6%, el nivel de confianza del 96% y el nivel de heterogeneidad del 50%, la muestra debe estar conformada por 293 sujetos. En base a ello, la muestra de nuestro estudio, basada en los criterios del  muestreo probabilístico aleatorio simple (Cochran & Bouclier, 1980), está comprendida por 303 estudiantes, que fueron seleccionados al azar, de los Grados de Educación Social (13,2%), Educación Infantil (6,3%) y Educación Primaria (80,5%) de la Universidad de Las Palmas de Gran Canaria; el 70,3% son mujeres (N=213) y el 29,7% (N=90) son hombres, cuyas edades se concentran, de forma mayoritaria, entre los 18 y 24 años de edad (95%; N=288). Asimismo, los estudiantes muestran un alto grado de uso de las redes sociales, un 85,8% así lo considera. Sin embargo, al preguntarles sobre su grado de uso de chatbots y su nivel de conocimiento de los mismos, el 76,9% manifiestan que lo utilizan más bien “nada y poco”, y el 52,8% de alumnos califica su nivel de conocimiento en esta área como pobre o escaso.   

 

2.5. Instrumento

Es importante conocer la valoración que el alumnado, como usuario, tiene sobre la utilización de un agente virtual (Ren et al., 2019). Para valorar la usabilidad de este agente, denominado CLOE, se empleó un cuestionario ampliamente utilizado y validado denominado Sistem Usability Scale (SUS) (Babu et al., 2011; Brooke, 1996; Brooke, 2013; Finstad, 2010; Lewis & Sauro, 2009; Ghosh et al., 2018; Neumann et al., 2019; Schroeder et al., 2018; Sinoo et al., 2018), recogiendo las aportaciones realizadas por Lewis (2018). El cuestionario aplicado contó con una serie de variables sociodemográficas donde se preguntó al estudiante por el género, la edad, el Grado que cursa. Le siguen cinco preguntas que se califican en una escala donde 1 significa “nada” y 5 significa “mucho”. Las cinco preguntas serían: 

§    Puntúa tu grado de uso de redes sociales. 

§    Puntúa tu nivel de conocimiento sobre chatbots. 

§    Puntúa tu grado de uso de chatbots. 

§    Puntúa tu uso de tutorías para el TFG. 

§    Versión CLOE utilizada. 

2.6. Procedimiento

Los estudios sobre usabilidad de (AC) se basan en muestras de pocos sujetos entre 8 y 40 personas. Con el objetivo de conseguir una muestra más amplia se contactó con el profesorado que imparte clases al alumnado de las titulaciones vinculadas para poder administrar el cuestionario Sistem Usability Scale (SUS) a un colectivo amplio de estudiantes.  

Todos los participantes fueron informados del objetivo de la investigación y se les solicitó su participación de forma anónima y voluntaria. Para que los estudiantes pudieran contestar al cuestionario en las mismas condiciones se implementó un protocolo para probar al (AC) donde el administrador del cuestionario señalaba donde se encontraba ubicada la herramienta en el campus virtual. Realizaron una experiencia usando cinco preguntas frecuentes: 

 

1. ¿Cuáles son los tipos de TFT que pueden realizar? 

2. ¿Cómo se realiza una cita en forma de paráfrasis? 

3. ¿Cómo se referencia un libro? 

4. ¿Cómo conseguir el certificado digital para firmar el TFT? 

5. ¿Cuál es el periodo de validez del documento de compromiso entre alumnado y profesorado? 

 

Se implementó el cuestionario Sistem Usability Scale (SUS) para valorar la usabilidad de la herramienta que habían visto previamente. La escala fue administrada a un total de 303 sujetos, lo que supone una muestra más amplia que las utilizadas, donde se administra la prueba a un rango comprendido entre 8 y 40 estudiantes (Babu et al., 2011; Ghosh et al., 2018; Neumann et al., 2019; Sáez et al., 2017; Schroeder et al., 2018; Sinoo et al., 2018). 

Finalmente, una vez testada la usabilidad, se puso en marcha el (AC) CLOE a comienzos del año 2020 para el alumnado de las titulaciones del Grado de Educación Social, Educación Infantil y el Grado de Primaria. En total estuvo disponible para 589 estudiantes. Se inició una campaña de difusión a través de la plataforma virtual y se recogió la interacción del agente virtual durante seis meses, hasta junio de 2020, con un total de 3025 interacciones que también se describen en los resultados de este estudio. 

 

2.7. Análisis de datos

Para los análisis de los datos se utilizaron los paquetes estadísticos IBM SPSS 20.0 y AMOS 21.0. Se analiza la estructura empírica y la validez de la Escala aplicada mediante indicadores y técnicas de análisis multivariantes, aunque no constituya un propósito fundamental de estudio, ya que no pretendemos confirmar la validez de constructo de una Escala ya estandarizada, específica y validada (Babu et al., 2011; Brooke, 1996; Brooke, 2013; Finstad, 2010; Lewis & Sauro, 2009; Ghosh et al., 2018; Neumann et al., 2019; Schroeder et al., 2018; Sinoo et al., 2018). Sin embargo, interesa comprobar si la matriz de correlaciones de los ítems puede ser factorizada y, por tanto, someterse a análisis factorial exploratorio (AFE), utilizando para ello el método de estimación de factores Mínimos Cuadrados Ordinarios (MCO), en su vertiente de Mínimos Cuadrados No Ponderados (USL); se considera este método cuando se trabaja con muestras relativamente pequeñas, el número de factores a retener es pequeño y evita saturaciones mayores que 1 y varianzas de error negativas (Jung, 2013). Asimismo, para verificar el modelo empleado, este se analiza mediante indicadores o índices ad hoc de ajuste de la bondad (Hair et al., 1998; 2005).  

Se estudia la consistencia interna del cuestionario aplicado a la muestra objeto de estudio para poder considerar este instrumento de evaluación fiable. Para el cálculo de la fiabilidad se ha utilizado el estadígrafo α de Cronbach, siendo un buen índice o coeficiente de fiabilidad lo suficientemente bueno o determinante a partir de un valor de .70 (Nunnally, 1978; Kapplan & Sacuzzo, 2009). En el caso de que se obtenga más de un constructo en el Análisis Factorial, es preciso realizar el cálculo del Índice de la Fiabilidad Compuesta (Fornell & Larcker, 1981); este se interpreta como el α de Cronbach, y tiene en cuenta las interrelaciones de los constructos o factores extraídos. Este estadístico también mide el índice de Varianza Extraída (IVE), que muestra la relación entre la varianza de un factor (j) y la varianza total (Fornell & Larcker, 1981). El IVE debe ser superior a .50, lo que se traduce que más del 50% de la varianza del constructo es debida a sus indicadores. 

Se realizan análisis estadísticos univariados o descriptivos que resumen las características del conjunto de la muestra. Además, para estudiar las relaciones que se establecen entre las variables de estudio se emplea el coeficiente “r” de Pearson. Asimismo, se llevan a cabo análisis diferenciales (p< .05) mediante la prueba de Anova de contrastes para comparaciones múltiples “post hoc” de Bonferroni y la prueba “t” de Levene  para la igualdad de varianzas en muestras independientes. 

Se emplea el análisis de regresión lineal múltiple para comprobar si el nivel de conocimiento y el grado de uso de chatbots se pueden considerar variables dependientes y, como variables independientes o predictoras, los ítems que configuran la Escala SUS.  

Finalmente, debemos mencionar que se ha realizado un análisis de agrupación de las alternativas de respuesta en las preguntas del cuestionario referidas a “puntúa tu nivel de conocimiento sobre chatbots” y “puntúa tu grado de uso de chatbots” en dos categorías: valores bajos y valores altos. Esta categorización de las opciones de respuesta nos permite disponer de dos grupos para poder efectuar los análisis diferenciales y relacionales de manera eficaz, uno con valor bajo, agrupando las opciones de respuesta “Nada” y “Poco”, y otro con valores altos, agrupando las opciones de respuesta “Suficiente”, “Bastante” y “Mucho”. 

 

3. Análisis y resultado

3.1. Análisis factorial

El análisis factorial realizado originariamente de la Escala SUS reveló 2 factores (Brooke, 1986): un factor, con 8 ítems, relacionado con la dimensión usabilidad y, un segundo factor, conformado por 2 ítems referido al aprendizaje. En la actualidad, investigaciones a este respecto (Bangor et al., 2008; Sauro & Lewis, 2009; Tullis & Stetson, 2004) han asumido que la Escala presenta una validez de constructo unidimensional, ya que evalúa un único factor significativo, el constructo de usabilidad (Lewis & Sauro, 2009, p. 96). 

Nuestra investigación revela una serie de indicadores que verifican la pertinencia y validez de realizar el AFE: prueba de Kolmogorov-Smirnov (Sig= p> .05) y prueba de Shapiro-Wilk (Sig= p> .05); coeficiente KMO= .869, prueba de esfericidad de Barlett p= 0,000 y determinante= .043. Además, la matriz de correlaciones anti-imagen (Tabla 1) presenta valores en su diagonal por encima de .5, muy cercanos a 1, por lo que se constata que la matriz de correlaciones puede ser factorizada y el AFE puede ser realizado.  

 

Tabla 1

Matriz de correlación anti-imagen

 

  

ITEM 1 

ITEM 2 

ITEM 3 

ITEM 4 

ITEM 5 

ITEM 6 

ITEM 7 

ITEM 8 

ITEM 9 

ITEM 10 

ITEM 1 

.874(a) 

-.104 

-.108 

-.106 

-.165 

-.205 

-.064 

.074 

-.264 

.006 

ITEM 2 

-.104 

.924(a) 

-.173 

.048 

.024 

-.059 

-.055 

-.100 

-.062 

-.022 

ITEM 3 

-.108 

-.173 

.913(a) 

.086 

-.092 

-.125 

-.173 

-.163 

.000 

.087 

ITEM 4 

-.106 

.048 

.086 

.693(a) 

-.033 

.018 

.077 

-.016 

.090 

-.406 

ITEM 5 

-.165 

.024 

-.092 

-.033 

.877(a) 

-.369 

-.102 

-.062 

-.048 

-.016 

ITEM 6 

-.205 

-.059 

-.125 

.018 

-.369 

.875(a) 

-.168 

-.077 

-.062 

-.029 

ITEM 7 

-.064 

-.055 

-.173 

.077 

-.102 

-.168 

.909(a) 

-.185 

-.095 

.184 

ITEM 8 

.074 

-.100 

-.163 

-.016 

-.062 

-.077 

-.185 

.877(a) 

-.301 

-.018 

ITEM 9 

-.264 

-.062 

.000 

.090 

-.048 

-.062 

-.095 

-.301 

.875(a) 

-.020 

ITEM10 

.006 

-.022 

.087 

-.406 

-.016 

-.029 

.184 

-.018 

-.020 

.699(a) 

Nota: (a) Medida de adecuación muestral

 

El USL extrae dos factores que explican el 55,73% de la varianza total; este dato coincide con estudios e investigaciones afines cuyos resultados convergen en una solución de dos factores que representan el 55%-58% de la varianza total (Lewis & Sauro, 2009, pp.98; Bangor et al, 2008). Por tanto, la bondad de la solución factorial descansa en 2 factores que explican el 41,46% y el 14,27% respectivamente. La estructura factorial final se refleja en la Tabla 2.  

Los datos obtenidos señalan que la solución factorial generada es parsimoniosa. Los resultados han confirmado que la estructura empírica del cuestionario aplicado goza de una buena calidad psicométrica. Se han extraído 2 factores responsables del 55,73% de la varianza total y, aunque los dos factores posean saturaciones factoriales altas y sean independientes entre sí, compartimos con Bangor et al. (2008), Finstad (2010), Lewis y Sauro (2009) y Tabachink y Fidell (1989), que esta Escala de usabilidad de 10 elementos, desde su introducción en 1986, tiene carácter unidimensional. 

 

Tabla 2

Matriz de componentes rotados(a) 

 

ITEMS 

 

Componente 

ITEM 6: Creo que la herramienta es consistente (coherente) 

.757 

 

ITEM 5: Creo que las diversas funciones en esta herramienta estaban bien integradas 

.685 

 

ITEM 1: Creo que me gustaría usar esta herramienta con frecuencia 

.668 

 

ITEM 7: Creo que la mayoría de la gente aprendería a usar esta herramienta muy rápidamente 

.637 

 

ITEM 9: Me sentiría muy seguro/ a usando la herramienta 

.629 

 

ITEM 3: Creo que la herramienta es fácil de usar 

.619 

 

ITEM 8: Encuentro la herramienta muy intuitiva 

.599 

 

ITEM 2: Encuentro la herramienta bastante simple 

.457 

 

ITEM 10: Necesitaría aprender muchas cosas antes de empezar a utilizar esta herramienta 

 

.668 

ITEM 4: Creo que necesitaría el apoyo de una persona técnica para poder usar esta herramienta 

 

.664 

 

Nota: Método de extracción: Mínimos cuadrados no ponderados.  Método de rotación: Normalización Varimax con Kaiser. (a) La rotación ha convergido en 3 iteraciones. 

 

En cuanto a los índices de ajuste de la bondad del modelo se obtienen los siguientes resultados: En primer lugar, Chi-cuadrado≠ 0, no se rechaza la hipótesis nula, lo que indica ajuste o idoneidad de los datos; índices de ajustes de bondad: GFI= .88 y AGFI= .898; índice de ajuste comparado: CFI= .953; índice de ajuste no normativo: NNFI= 0,913; índice de error de aproximación cuadrático medio: RMSEA=.062; índice de residuo cuadrático medio: RMR= .051. Estos resultados muestran y verifican la bondad del modelo aplicado, indicativo que la Escala presenta validez de constructo.   

 

3.2. Análisis de fiabilidad

Los estudios realizados de la Escala SUS sugieren coeficientes de fiabilidad que oscilan entre α de Cronbach = .70 - .92 (Bangor et al., 2008; Lucey, 1991; Lewis & Sauro, 2009; Kirakowski, 1994). En este sentido, y siguiendo el procedimiento de cálculo de inter-correlación de elementos, la consistencia interna de la Escala SUS de nuestro estudio es α de Cronbach= .808, un coeficiente de fiabilidad bastante aceptable. Por su parte, el coeficiente de fiabilidad para la Dimensión 1 fue de .852, mientras que la Dimensión 2 obtuvo un Alfa de .703. Este último dato coincide con el obtenido por Lewis y Sauro (2009) en el que, a pesar de que el Factor contiene dos elementos, la dimensión ofrecía la suficiente confiabilidad para cumplir con el estándar mínimo de 0.70 para este tipo de medición (Landauer, 1997; Nunnally, 1978).  

Los datos muestran que existe más de un constructo y, por tanto, es necesario analizar el Índice de la Fiabilidad Compuesta (IFC) y el de la Varianza Extraída (IVE). Así se obtiene que para la Dimensión 1: α de Cronbach= .852; IFC= .889; IVE= .714. Para la Dimensión 2: α de Cronbach= .703; IFC= .737; IVE= .497. Podemos ver que la fiabilidad compuesta es algo más alta en ambas dimensiones que en el coeficiente de Cronbach; sin embargo, mientras que el IVE en la Dimensión 1 refleja que el 71% de la varianza de este constructo se debe a sus elementos, el índice de la Dimensión 2 está ligeramente por debajo del valor .5, lo que indica que está en el límite para ser recomendable. 

 

3.3. Análisis descriptivo de la escala SUS

En la Tabla 3 se presentan los estadísticos de tendencia central y de dispersión: las medias y las desviaciones estándar para cada uno de los ítems del cuestionario. Asimismo, se muestran también los resultados relativos al sumatorio de las opciones de respuesta en dos categorías de acuerdo, en valores porcentuales, para cada uno de los ítems de la escala. Esto es, se organizan las respuestas agrupándolas según las alternativas: valor alto (opciones “de acuerdo” y “totalmente de acuerdo”) y valor bajo (opciones “totalmente en desacuerdo”, “en desacuerdo”, “ni de acuerdo ni en desacuerdo”). 

 

Tabla 3

Relación y distribución de estadísticos descriptivos de los ítems de la Escala SUS 

 

 ITEMS 

Media(1)

D. S.

%Valores altos(2)

%Valores bajos(3) 

1.- Creo que me gustaría usar esta herramienta con frecuencia 

303 

3.96

.984

70.9

29.1 

2.- Encuentro la herramienta bastante simple 

303 

3.96

1.065

71.3

28.7 

3.- Creo que la herramienta es fácil de usar 

302 

4.39

.839

86.5

13.5 

4.- Creo que necesitaría el apoyo de una persona técnica para poder usar esta herramienta 

303 

1.66

.946

5.6

94.4 

5.- Creo que las diversas funciones en esta herramienta estaban bien integradas 

301 

4.05

.837

74.7

25.3 

6.- Creo que la herramienta es consistente (coherente) 

303 

4.22

.778

82.2

17.8 

7.- Creo que la mayoría de la gente aprendería a usar esta herramienta muy rápidamente 

303 

4.44

.702

91

8.- Encuentro la herramienta muy intuitiva  

303 

4.07

.918

75.6

24.4 

9.- Me sentiría muy seguro/ a usando la herramienta 

303 

4.08

.903

75.3

24.7 

10.- Necesitaría aprender muchas cosas antes de empezar a utilizar esta herramienta 

303 

1.93

1.150

12.2

87.8 

 

Nota: (1) Escala: “1” Totalmente en desacuerdo; “2” En desacuerdo; “3” Ni en acuerdo ni en desacuerdo; “4” De acuerdo; “5” Totalmente de acuerdo. (2) Valores altos: “de acuerdo” y “totalmente de acuerdo” (3) Valores bajos: “totalmente en desacuerdo”. “en desacuerdo”. “ni de acuerdo ni en desacuerdo” 

 

Si atendemos los resultados expuestos, estos señalan que los estudiantes calificaron de forma muy favorable todos los ítems de la Escala. De este modo, vemos, por ejemplo, que el valor más alto se sitúa en el ítem 7: “Creo que la mayoría de la gente aprendería a usar esta herramienta muy rápidamente”, con = 4,44 y un valor porcentual de acuerdo del 91%; le sigue el ítem 3: “Creo que la herramienta es fácil de usar”, con una puntuación media de 4,39 y un porcentaje satisfactorio del 86,5%. Los datos invitan a pensar que la usabilidad y el manejo de esta herramienta es bastante sencilla y fácil de utilizar.   

Las puntuaciones más bajas se alcanzaron en el ítem 4: “Creo que necesitaría el apoyo de una persona técnica para poder usar esta herramienta” (= 1,66; valor bajo= 94,4%) y en el ítem 10: “Necesitaría aprender muchas cosas antes de empezar a utilizar esta herramienta”, con una puntuación media de 1,93 y un valor porcentual bajo de 87,8%. No obstante, se debe decir que, a pesar de obtener valores bajos, el enunciado de las preguntas está redactado de forma positiva, aunque el contenido del mismo sea negativo, lo que coincide con los propósitos del enunciado original (Lewis & Sauro, 2009, p. 94). 

En líneas generales, los resultados obtenidos muestran un alto grado de satisfacción de los estudiantes. Por tanto, podemos considerar que la experiencia con el chatbot (CLOE) ha sido altamente positiva dadas las puntuaciones notables que han emitido los alumnos tras el uso de esta tecnología.

 

3.4. Análisis relacional de la Escala SUS

La Tabla 4 presenta las distintas correlaciones entre los ítems que conforman la Escala SUS. Como se observa, existe una relación lineal positiva entre los ítems 1, 2, 3, 5, 6, 7, 8 y 9, estos es, aquellos ítems que estructuran el primer factor extraído; así, por ejemplo, el ítem 5 (“Creo que las diversas funciones en esta herramienta estaban bien integradas”) y el ítem 6 (“Creo que la herramienta es consistente (coherente)”) presentan una correlación lineal significativamente positiva (r= .606), lo que indica que estos miden similares características. Del mismo modo, pero a la inversa (r< 0), existen relaciones lineales negativas entre aquellos ítems que componen el segundo factor, ítems 4 y 10, con el resto de los ítems de la Escala. Por ejemplo, la relación entre el ítem 10 (“Necesitaría aprender muchas cosas antes de empezar a utilizar esta herramienta”) y el ítem 7 (“Creo que la mayoría de la gente aprendería a usar esta herramienta muy rápidamente”) es negativa (r= - .319), indicativo de que miden diferentes características. Por supuesto, la correlación es r>0 entre los ítems 4 y 10. 

 

Tabla 4

Correlaciones entre los ítems de la Escala SUS  

 

  

ITEM1 

ITEM2 

ITEM3 

ITEM4 

ITEM5 

ITEM6 

ITEM7 

ITEM8 

ITEM9 

ITEM10 

ITEM1 

 

.305(**) 

.406(**) 

-.051 

.476(**) 

.519(**) 

.402(**) 

.318(**) 

.477(**) 

-.102 

ITEM2 

.305(**) 

 

.374(**) 

-.141(*) 

.258(**) 

.310(**) 

.318(**) 

.317(**) 

.303(**) 

-.110 

ITEM3 

.406(**) 

.374(**) 

 

-.241(**) 

.424(**) 

.481(**) 

.507(**) 

.443(**) 

.382(**) 

-.252(**) 

ITEM4 

-.051 

-.141(*) 

-.241(**) 

 

-.092 

-.139(*) 

-.269(**) 

-.157(**) 

-.182(**) 

.468(**) 

ITEM5 

.476(**) 

.258(**) 

.424(**) 

-.092 

 

.606(**) 

.445(**) 

.377(**) 

.392(**) 

-.114(*) 

ITEM6 

.519(**) 

.310(**) 

.481(**) 

-.139(*) 

.606(**) 

 

.505(**) 

.420(**) 

.432(**) 

-.142(*) 

ITEM7 

.402(**) 

.318(**) 

.507(**) 

-.269(**) 

.445(**) 

.505(**) 

 

.474(**) 

.442(**) 

-.319(**) 

ITEM8 

.318(**) 

.317(**) 

.443(**) 

-.157(**) 

.377(**) 

.420(**) 

.474(**) 

 

.501(**) 

-.156(**) 

ITEM9 

.477(**) 

.303(**) 

.382(**) 

-.182(**) 

.392(**) 

.432(**) 

.442(**) 

.501(**) 

-.145(*) 

ITEM10 

-.102 

-.110 

-.252(**) 

.468(**) 

-.114(*) 

-.142(*) 

-.319(**) 

-.156(**) 

-.145(*) 

 

 

Nota: ** La correlación es significativa al nivel 0,01 (bilateral). *  La correlación es significante al nivel 0,05 (bilateral).  

 

3.5. Análisis diferencial

Si comparamos las variables medidas en los estudiantes por razón del género, del Grado que cursan, del nivel de conocimiento de chatbots y del grado de uso de chatbots, se han obtenido diferencias de medias estadísticamente significativas en las siguientes variables: 

 

En función del género 

Se dan diferencias significativas (IC 99,95%) en el ítem 1: Creo que me gustaría usar esta herramienta con frecuencia (F 301= .149; p< .020), en el ítem 4: Creo que necesitaría el apoyo de un técnico para poder usar esta herramienta (F 301= .427; p< .004), en el ítem 5: Creo que las diversas funciones en esta herramienta estaban bien integradas (F 299= .078; p< .020) y en el ítem 6: Creo que la herramienta es consistente (F 301= 2.325; p< .009). Los resultados del análisis diferencial se muestran en la Tabla 5

 

Tabla 5

Prueba de muestras independientes “T” de Levene  

 

  

Prueba de Levene para la igualdad de varianzas 

Prueba T para la igualdad de medias

 

 

 

 

Sig. 

 

 

 

 

 

 

gl 

 

 

 

Sig. (bilateral)

 

 

Diferencia de medias

 

 

Error típ. de la diferencia

 

 

95% Intervalo de confianza para la diferencia 

Superior

Inferior

ITEM1 

.149 

.700 

-2.334 

301 

.020

-.287

.123 

-.528

-.045

ITEM2 

3.514 

.062 

1.094 

301 

.275

.146

.134 

-.117

.410

ITEM3 

.007 

.933 

-1.181 

300 

.238

-.125

.105 

-.332

.083

ITEM4 

.427 

.514 

2.906 

301 

.004

.341

.117 

.110

.572

ITEM5 

.078 

.781 

-2.346 

299 

.020

-.245

.105 

-.451

-.040

ITEM6 

2.325 

.128 

-2.644 

301 

.009

-.256

.097 

-.447

-.065

ITEM7 

.566 

.452 

-1.347 

301 

.179

-.119

.088 

-.292

.055

ITEM8 

1.244 

.266 

-.265 

301 

.791

-.031

.116 

-.258

.197

ITEM9 

1.378 

.241 

-1.836 

301 

.067

-.208

.113 

-.430

.015

ITEM10 

2.524 

.113 

1.339 

301 

.181

.193

.144 

-.091

.478

´

Nota:* La Diferencia de Medias es significativa al nivel p< .05 

 

Como se puede ver, se dan diferencias de medias (p (t) < .05) en función del género; por tanto, en la Hipótesis 3 se rechaza la hipótesis nula y se acepta la hipótesis alternativa, H1: Existen diferencias estadísticamente significativas en función del género respecto a la valoración de la usabilidad de los chatbots

 

En función del Grado 

Se han encontrado diferencias significativas (IC 99,95%) en todos los ítems. Para una mejor lectura del análisis realizado, la Tabla 6 refleja las puntuaciones medias y la desviación típica obtenidas por los distintos grupos, así como los índices de significación en cada uno de los ítems.  

 

Tabla 6

Pruebas post hoc. Comparaciones múltiples   

 

 

 

 

ITEM1

ITEM2

ITEM3

ITEM4

ITEM5

ITEM6

ITEM7

ITEM8

ITEM9

ITEM10

 

 

 GRADO

 

 

 

 

 

PRIMARIA

Media

4.01

3.99

4.50

1.62

4.10

4.27

4.49

4.51

4.09

1.91

 

N

244

244

243

244

242

244

244

244

244

244

 

D. t.

.927

1.058

.729

.902

.819

.737

.657

.875

.882

1.124

ED. SOCIAL

Media

3.23

3.43

3.75

2.05

3.65

3.75

4.05

3.60

3.68

2.43

 

N

40

40

40

40

40

40

40

40

40

40

 

D. t.

1.074

1.059

1.032

1.108

.975

.927

.904

1.105

.997

1.318

INFANTIL

Media

4.79

4.74

4.26

1.37

4.26

4.63

4.58

4.74

4.74

1.11

 

N

19

19

19

19

19

19

19

19

19

19

 

D. t.

.419

.452

1.098

.955

.452

.496

.507

.452

.452

.315

 

 

F

20.622

10.874

15.375

4.647

5.778

11.176

7.531

10.986

9.603

9.072

ANOVA

 

gl

300

300

299

300

298

300

300

300

300

300

 

 

Sig

000

.000

.000

.010

.003

.000

.001

.000

.000

.000

 

Nota: *  Bonferroni. La diferencia de medias es significativa al nivel p< .05 

 

Se aprecia que existen diferencias de medias (p (t) < 0,05) en función del Grado; por tanto, en la Hipótesis 4 se rechaza la hipótesis nula y se acepta la hipótesis alternativa, H1: Existen diferencias estadísticamente significativas en función del Grado respecto a la valoración de la usabilidad de los chatbots

 

En función del nivel de conocimiento de chatbots 

Existen diferencias significativas (IC 99,95%) en el ítem 1: Creo que me gustaría usar esta herramienta con frecuencia (F 299= 4.558; p<.015), en el ítem 3: Creo que la herramienta es fácil de usar (F 298= 5.594; p<.018) y en el ítem 10: Necesitaría aprender muchas cosas antes de empezar a utilizar esta herramienta (F 299= 11.260; p<.000). La Tabla 7 muestra los resultados del análisis diferencial. 

 

Tabla 7

Prueba de muestras independientes “T” de Levene   

 

  

Prueba de Levene para la igualdad de varianzas 

Prueba T para la igualdad de medias 

 

F

 

 

Sig.

 

 

t

 

 

gl

 

 

Sig. (bilateral)

 

Diferencia de medias

 

Error típ. de la diferencia

95% Intervalo de confianza para la diferencia

  

Superior 

Inferior 

ITEM1 

4.558 

.034 

-2.436 

299 

.015 

-.275 

.113 

-.497 

-.053 

ITEM2 

2.637 

.105 

-1.681 

299 

.094 

-.204 

.121 

-.443 

.035 

ITEM3 

5.594 

.019 

-2.370 

298 

.018 

-.228 

.096 

-.417 

-.039 

ITEM4 

.801 

.372 

1.154 

299 

.249 

.125 

.108 

-.088 

.337 

ITEM5 

.383 

.537 

-1.039 

297 

.300 

-.101 

.097 

-.292 

.090 

ITEM6 

.488 

.485 

-.317 

299 

.751 

-.029 

.090 

-.206 

.149 

ITEM7 

3.342 

.069 

-1.764 

299 

.079 

-.143 

.081 

-.302 

.016 

ITEM8 

.080 

.778 

-.397 

299 

.692 

-.042 

.106 

-.251 

.167 

ITEM9 

.228 

.633 

-1.188 

299 

.236 

-.124 

.104 

-.329 

.081 

ITEM10 

11.260 

.001 

3.965 

299 

.000 

.515 

.130 

.260 

.771 

 

*La Diferencia de Medias es significativa al nivel p<.05

 

En función del grado de uso de chatbots 

Se dan diferencias significativas (IC 99,95%) en el ítem 1: Creo que me gustaría usar esta herramienta con frecuencia (F 295= 4.012; p<.011) y en el ítem 2: Encuentro la herramienta bastante simple (F 295= .616; p<.016). En la Tabla 8 figuran los datos que hemos alcanzado en este análisis de contraste. 

 

3.6. análisis de regresión

Se realiza un primer análisis de regresión donde los ítems de la Escala SUS son las variables explicativas-predictoras de la variable “Nivel de conocimiento sobre chatbots” (Tabla 9). Un segundo análisis recae en la variable “Grado de uso de chatbots” (Tabla 10). En el caso del primer análisis, de las diez variables, dos de ellas presentan índices de regresión estandarizados significativos: el ítem 1: Creo que me gustaría usar esta herramienta con frecuencia y el ítem 10: Necesitaría aprender muchas cosas antes de empezar a utilizar esta herramienta


Tabla 8

Prueba de muestras independientes “T” de Levene

 

  

Prueba de Levene para la igualdad de varianzas 

Prueba T para la igualdad de medias

 

 

 

 

Sig. 

 

 

 

 

 

 

gl 

 

 

 

Sig. (bilateral) 

 

 

Diferencia de medias 

 

 

Error típ. de la diferencia 

 

 

95% Intervalo de confianza para la diferencia 

  

Superior 

Inferior

ITEM1 

4.012 

.046 

-2.560 

295 

.011 

-.355 

.139 

-.627 

-.082

ITEM2 

.616 

.433 

-2.422 

295 

.016 

-.357 

.148 

-.648 

-.067

ITEM3 

3.915 

.049 

-1.576 

294 

.116 

-.186 

.118 

-.419 

.046

ITEM4 

.362 

.548 

.691 

295 

.490 

.091 

.132 

-.169 

.352

ITEM5 

.779 

.378 

-1.187 

293 

.236 

-.141 

.119 

-.376 

.093

ITEM6 

.459 

.499 

-1.545 

295 

.123 

-.171 

.110 

-.388 

.047

ITEM7 

1.668 

.197 

-.354 

295 

.724 

-.035 

.100 

-.231 

.161

ITEM8 

2.608 

.107 

-.991 

295 

.322 

-.129 

.130 

-.385 

.127

ITEM9 

.060 

.807 

-.906 

295 

.366 

-.116 

.128 

-.368 

.136

ITEM10 

.034 

.855 

1.305 

295 

.193 

.213 

.163 

-.108 

.534

 

Nota: *La Diferencia de Medias es significativa al nivel p<.05 

 

Tabla 9

Coeficientes (a) del Análisis de regresión lineal de la Variable Nivel de conocimiento sobre chatbots con la Escala SUS

 

Modelo 

R2 

2 (Constante) 

0.22 

29.946 

0.000 

0.56 

1.765 

10.- Necesitaría aprender muchas cosas antes de empezar a utilizar esta herramienta 

0.21 

10.861 

0.000 

0.63 

1.671 

1.- Creo que me gustaría usar esta herramienta con frecuencia 

0.11 

2.046 

0.042 

0.49 

0.115 

 

Nota: (a)Variable dependiente: Nivel de conocimiento sobre chatbots

 

El criterio o indicador para comprobar el modelo explicativo es el valor del coeficiente de determinación (R2), que estima la proporción de la variable en la variable dependiente. En nuestro caso, R2= .56 y, por tanto, el grado de explicación de nuestro modelo= 56% (R2= 56% F (1.765) = 20,94, p< .000); es decir, estos resultados sugieren que el 56% de la variación de la varianza en la variable dependiente “Nivel de conocimiento” puede ser explicada por la combinación lineal de estos dos ítems incluidos en el modelo. Se verifica la Hipótesis alternativa (H1): Existe relación entre la satisfacción por el uso de esta herramienta con el nivel de conocimiento de los chatbots

Por último, en el segundo análisis de regresión, solo el ítem 2 queda incluido en el modelo de regresión, con lo cual, es la única variable relacional explicativa de la variable dependiente “Grado de uso de chatbots”. El grado de explicación de este modelo indica que el 27% de la variación en la variable dependiente puede ser explicada por este ítem.  

 

Tabla 10

Coeficientes (b) del Análisis de regresión lineal de la Variable Grado de uso de chatbots con la Escala SUS

 

Modelo 

R2 

1 (Constante) 

0.959 

10.252 

0.000 

0.27 

7.988 

2.- Encuentro la herramienta bastante simple 

0.64 

2.826 

0.005 

 

 

 

Nota: (b) Variable dependiente: Grado de uso de chatbots

 

 

No se rechaza, sino que se acepta la hipótesis nula (H0), no existe relación entre la adquisición de aprendizajes previos para utilizar la herramienta con el grado de uso de chatbots.  

 

3.7. Uso real del agente conversacional CLOE

Entre los meses de enero y junio del año 2020 se puso en marcha el agente virtual para 589 estudiantes de las titulaciones del Grado de Educación Social, Infantil y el Grado de Primaria. El (AC) contestó un total de 3025 cuestiones repartidas entre los 6 meses, teniendo un pico de 912 preguntas contestadas en febrero, al coincidir con la presentación del compromiso entre profesorado y alumnado, y una media de 504 respuestas por mes (Tabla 11). 

En cuanto al tipo de respuestas, destacó por contestar a cuestiones relativas a la citación de autores en los trabajos (852) y a la correcta referencia en formato APA (808). El alumnado también hizo uso de la conversación ligera del agente virtual (510), que retornaba con sus respuestas al tema para el que fue creado. Otras preguntas recurrentes que resolvió hacían referencia a los tipos de TFG y sus características (208), clarificando cuestiones específicas sobre aspectos concretos de las distintas modalidades de trabajo. Algo que se complementó con respuestas a los aspectos formales del TFG (222), relacionadas con el formato, la sangría, la extensión o el número de páginas entre otros. 

 

4. Discusión y conclusiones

Los resultados nos permiten conocer mejor las características que pueden llegar a configuran el manejo y la utilidad de esta tecnología en los entornos académicos. Para ello, ha sido necesaria una revisión exhaustiva del agente conversacional por parte de las coordinadoras de la titulación, debido a la gran cantidad de información que se necesita para que la herramienta para responder a todas las preguntas que se le pueden realizar (Fast et al., 2018; Sumikawa et al., 2020). Los datos revelan una alta satisfacción de los estudiantes respecto al empleo de esta herramienta, por tanto, podemos afirmar que la experiencia ha sido notable para los estudiantes. En cierta medida, la interacción, y la respuesta inmediata a la hora de resolver dudas, pueden facilitar una visión positiva hacia la comunicación con el agente virtual (Wargnier et al., 2015). 

Tabla 11

Tipos de respuestas contestadas por el agente virtual implementado

 

  

Enero 

Febrero 

Marzo

Abril 

Mayo 

Junio 

Total 

1. Aspectos formales 

61 

20 

24 

53 

62 

222 

2. Tipos y características de TFG 

14 

78 

35 

27 

24 

30 

208 

3. Citación 

25 

232 

136 

12 

167

150 

852 

4. Referencias APA 

16 

104 

210 

132 

180 

166 

808 

5. Documentación necesaria 

17 

76 

24 

14 

14 

148 

6. Fechas de entrega y defensa 

14 

39 

82 

7. Calificaciones 

28 

74 

10 

128 

8. Docentes: tribunales y tutores 

24 

38 

67 

9. Conversación natural 

69 

210 

89 

51 

52 

39 

510 

Total 

209 

912 

527 

393 

504 

480 

3025 

 

 

Asimismo, se confirma que existen diferencias significativas en las variables analizadas: género, Grado, Nivel de conocimiento y grado de uso de los chatbots. Dichas diferencias han sido más sobresalientes en función del Grado que cursan los estudiantes. En este sentido, se ha podido comprobar que los estudiantes de Educación Primaria y Educación Infantil comparten criterios valorativos similares respecto a la usabilidad de la herramienta. No ocurre lo mismo con los estudiantes de Educación Social. Estos últimos difieren en la perspectiva que tienen respecto a los chatbots y su manejo; aunque su visión y creencias también sean positivas, sus puntuaciones medias obtenidas en los diferentes ítems que componen la Escala revelan que se posicionan entre las opciones de respuesta “ni de acuerdo ni en desacuerdo” y “de acuerdo”, mientras que las de los otros estudiantes se ubican en las alternativas más altas. Ejemplo de ello lo encontramos en el ítem 8: “Encuentro la herramienta muy intuitiva”; los alumnos de Ed. Primaria y Ed. Infantil obtienen una  = 4.51 y = 4.74 respectivamente, frente a una = 3.60 que alcanzan los estudiantes de Educación Social (F 300= 10.986; p<.000). 

Respecto al análisis factorial efectuado, la estructura empírica y la consistencia interna de la Escala es similar a la que se han estudiado y evaluado en otras investigaciones análogas. Los coeficientes estadísticos verifican la pertinencia de realizar el AFE, la bondad de la matriz de correlaciones para ser factorizada, los índices de ajuste del modelo y que la solución factorial sea parsimoniosa, requisitos metodológicos y psicométricos condicionantes para aceptar la validez de constructo. La solución generada descansa en dos factores que explican el 55,73% de la varianza que presentan cargas factoriales altas. A este respecto, las correlaciones realizadas inter-elementos señalan relaciones positivas entre los ítems que componen el factor 1 y los ítems del factor 2, siendo lineal y significativamente negativas entre los ítems de cada factor, indicativo de que son independientes entre sí. No obstante, lo indicado, compartimos que la Escala tiene un carácter unidimensional (Bangor et al, 2008; Finstad, 2010; Lewis & Sauro, 2009), lo que facilita su aplicabilidad. 

El análisis de regresión múltiple efectuado sobre las diez variables de la Escala sobre el nivel de conocimiento y grado de uso de los chatbots muestra que tres de esas diez variables se relacionan con las variables dependientes analizadas. Estas variables explicativas-predictivas tienen que ver con la satisfacción por usar la herramienta con más frecuencia, la sencillez del manejo de esta tecnología y la necesidad de aprendizajes previos antes de comenzar a usar el chatbot. Por tanto, se pueden considerar elementos predictores, capaces de estar en la base que sustenta la usabilidad de los chatbots. El uso del agente conversacional está determinado por la temática para la que fue creado. Aunque el diseño está condicionado por la complejidad semántica del tópico (Herbert & Kang, 2018) puede ser una ventaja que el tema sea cerrado, ya que los conceptos relativos al trabajo de fin de grado eran expresiones que el alumnado conocía y compartía. Compartimos con autores como Wellnhammer et al. (2020) o Colace et al. (2018) en que los agentes virtuales pueden ser una buena herramienta de apoyo para trabajar con el alumnado universitario. 

Es importante tener en presente el objetivo del agente virtual para poder hacer una valoración, ya que la elaboración de un agente conversacional es compleja (Sumikawa et al., 2020). Es algo que fue básico para plantear el diseño de este chatbot, ya que debía responder a numerosas cuestiones del alumnado. En este caso, el agente tenía unas categorías iniciales que fueron matizándose y ampliándose después de ser probados por los coordinadores de las diferentes titulaciones de Grado. Una vez testado, y después de una entrevista, se desarrolló una base de datos para dar respuesta a 174 tipos de preguntas diferentes.  

Sin embargo, el número de cuestiones fue superior puesto que tenían que diseñarse diferentes formas de reconocer una misma pregunta, es decir, de formularlas de manera distinta. Los (AC) deben utilizar composiciones sintácticas y semánticas de gran complejidad, de manera que puedan interactuar con las expresiones de las personas con las que interactúan en el proceso de construcción de la conversación (Herbert & Kang, 2018). Los (AC) presentan limitaciones en la comunicación, tal y como la desarrollan las personas, pudiendo simular conversaciones en un tema determinado sin que puedan desarrollar diálogos complejos en diferentes temáticas o ámbitos. En ocasiones, la herramienta puede dar una respuesta errónea cuando el alumnado habla sobre un argumento que tiene varios significados (Colace et al., 2018). Aunque los usuarios pudieron comportarse de manera inadecuada con el agente (Park et al., 2019), fue algo que se observó de manera residual en las interacciones que realizó durante los seis meses de implementación. 

Relacionado con las limitaciones que presenta esta investigación en cuanto a la usabilidad, es preciso señalar que la muestra no permite llegar a generalizar y extrapolar los resultados debido a que se necesitaría aplicar la escala a una población universitaria más amplia y diversa mediante muestreo aleatorio estratificado. Por tanto, sería conveniente replicar el estudio con titulaciones, grados, etc., diferentes. Esta limitación, junto a realizar un análisis de segmentación donde se evalúe la usabilidad del chatbot (variable dependiente) con variables categóricas “grupo experimental”-“grupo control” (variables independientes) determinaría futuras investigaciones. 

En la literatura hay pocos experimentos que evalúen la usabilidad de los chatbots, por lo que se necesita más esfuerzo en esta línea de investigación (Ren et al., 2019). La base de datos del (AC) puede exportarse para otras titulaciones o universidades, y es algo que podría mejorar el apoyo en tutorías al profesorado. También es interesante para asignaturas que tienen un gran número de alumnos, como las prácticas universitarias en titulaciones similares a las que asistió el agente.  


 

 

Embodied conversational agents: artificial intelligence for autonomous learning

 

 

1. Introduction

Conversational Agents (CA), also known as chatbots, are software packages that can interact with humans using natural language (Dale, 2016). In other words, they are artificial intelligence programmes that can have a specific conversation with people by means of the processing of natural language (Zeni et al., 2019). They are available to a large number of people due to their capacity of interacting with voice and text (Fadhil & Gabrielli, 2017). In order to do this, multiple data are required to train the conversational agent (Fast et al., 2018; Sumikawa et al., 2020). 

CAs create a commitment in the conversation that is capable of focusing the attention of those involved in the interaction (Wargnier et al., 2015). This is of interest for research since people tend to react positively when a CA shows slight social attitudes related to expressions, gestures and social signals (Feine et al., 2019).  

This process is not exempt from difficulty, since CAs must use highly intricate syntactic and semantic constructions so that they can interact with expressions within a conversation (Herbert & Kang, 2018). CAs can maintain complex conversations on a specific topic, yet they have certain limitations when conversations englobe different topics, or where the user uses expressions that may have various meanings or interpretations depending on the context (Colace et al., 2018).  

CAs can be used in many fields since they can do anything from programming medical appointments or restaurant bookings, purchasing travel packages, answering frequently asked questions (FAQs), to improving the mental health of patients, in post-traumatic stress therapies, or improving the internal communication within an organization, among others (Fast et al., 2018; Ghosh et al., 2018; Sáez et al., 2017; Tielman et al., 2017; Schroeder et al., 2018). 

 

1.1. Conversational agents for education processes

In the world of education, there are universities that provide a virtual scenario as additional support to face-to-face lessons. These virtual platforms are part of an extremely important teaching environment, although they usually lack dynamic tools capable of replying to students. Conversational agents can solve this problem by answering the needs of students in a direct interaction (Sumikawa et al., 2020). 

Kerly et al. (2008) mention two instances on the use of conversational agents, one that provides learning support, and the other that provides support for self-assessment. Furthermore, the authors argue that it also improves motivation, metacognitive capabilities and the grades achieved by students. Moreover, it has a positive outcome for lecturers since it provides support to teaching and offers data for evaluation. 

Furthermore, they are effective when learning another language, as they are based on a productive interactive dialogue with students. Thus, a CA may interact between two students while following conversations through texts (Tegos et al., 2014; Tegos & Demetriadis, 2017). To this regard, students with the same language level who had used a CA in the interaction between peers achieved much better results. Babu et al. (2011) studied the effects of using CAs in a natural multimodal interaction to teach its users cultural verbal and non-verbal conversation protocols in the culture of southern India. The outcome of this research demonstrated that the participants who trained using CAs had a substantially higher performance than those who learnt from the study guide. 

University tutoring support is another potential that CAs have. They could help to solve doubts on presentations to a high number of students, as a source of information and reflexion (Wellnhammer et al., 2020). This option is considered of interest in those scenarios where there is a mass presence of students, for instance, in MOOC courses. In these cases, using CAs to learn JAVA in such a manner that the lecturer also receives feedback in real time (Catalan et al., 2018). They have also been used as a support tool for university students studying the course Computer Science and Computing (Colace et al., 2018). 

Conversational Agents are currently being implemented in mobile phone applications for education, however, more research is required on these tools (Hobert & Meyer von Wolff, 2019). On the other hand, a certain level of knowledge is required in order to develop a chatbot for university courses that are not linked to computer sciences. Chatbots have been implemented on many occasions in technical degrees, yet not so frequently in humanistic and social sciences degrees. In order to solve this issue, a participative design could be carried out that would support the needs of lecturers who do not know how to develop them (Neumann et al., 2019). 

 

1.2. Assessment of the use of a conversational agent in educational processes

One key aspect that should be taken into account is the user’s assessment after their experience using the CAs efficiently (Ren et al., 2019). In order to analyse to usability of CAs, a widely used and validated instrument called System Usability Scale (SUS) could be used (Brooke, 1996; Brooke, 3013), which has also been studied and validated by other authors (Finstad, 2010; Lewis & Sauro, 2009). With regard to the assessment of digital resources, among many others, this scale has been used to analyse chatbots that allow the improvement of internal communication processes in a company with 8 subjects (Sáez et al., 2017), a study with 12 users on the usability of the chatbot with a voice interface such as Alexa or Siri (Ghosh et al., 2018), or a conversational agent for the treatment of mental conditions (Schroeder et al., 2018). For aspects related to education, the SUS tool has been used to test aspects regarding the usability of a conversational agent to educate children with diabetes with a sample of 21 subjects (Sinoo et al., 2018), teach cultural patterns by means of a chatbot studied on 40 subjects (Babu et al., 2011), to the usability of a chatbot to collect doubts on a subject by 12 university students (Neumann et al., 2019), among others. 

The aim of this paper is to evaluate the use of a conversational agent designed to offer support to students who are drafting their dissertation. To this extent, a chatbot was designed, called CLOE, as a tool to tutor students and answer frequently asked questions (FAQ) regarding their dissertation from degrees in Social, Early Years, and Primary Education. It was developed based on the application Dialogflow, which is an API, or Application Programming Interface, for Natural Language Processing (NLP) and natural language comprehension tasks (Zeni et al., 2019). This tool exports the database so that it may be used by other developers and lecturers at different universities. 

It was previously tested by the Dissertation coordinators from the different degrees mentioned, since they answer a myriad of questions every year from students. It was also depurated by Dissertation tutors/directors and, finally, an answer tree was established for matters that could be brought together under the following dimensions: 

 

1) Formal aspects of the dissertation such as the source, margins, spacing, etc. 

2) Types of dissertation and their features.  

3) Aspects related to referencing. 

4) Referencing following APA rules. 

5) Documents to be submitted to the administration, signed electronically. 

6) Dates linked to the presentation, defence, and announcements. 

7) Aspects related to qualifications. 

8) Varied answers regarding tribunals or tutors. 

9) Natural conversation package to humanise the CA’s interaction. 

 

Once the CA has been designed, and before its implementation, the aim would be to analyse, through the application of a validated test, the usability of the chatbot, by means of a sample of university students (features, technical aspects, learning and functionality), as an intuitive and communication tool. Moreover, there is also an interest in verifying whether there are any differences based on gender, the student’s Degree, the level of knowledge on chatbots and the amount of use of the chatbots. 

 

2.Methodology

2.1. Objective

This paper has a double objective. On the one hand, one of the purposes is to analyse perceptions on the usability and use of a chatbot in the teaching-learning processes of university students from different degrees, such as Social Education, Early Years Education and Primary Education. More specifically, it aims at analysing the relation between predictive or independent variables and the usability of the chatbots (dependent variable). Hence, to this extent, this paper analyses whether there are any significant differences based on gender, the student’s degree, the amount of knowledge and the use of chatbots. On the other hand, another aspect analysed is whether the conversational agent was used by students as a virtual support tutor. 

 

2.2. Hypothesis

Based on the mentioned objectives, the following hypothesis have been taken into account: 

 

§     Hypothesis 1. The satisfaction of using this tool is linked to the amount of knowledge on chatbots. 

§     Hypothesis 2. Prior learning before using this tool is related to the usage of chatbots. 

§     Hypothesis 3. The valuation of the usability of chatbots determines the significance based on gender. 

§     Hypothesis 4. The valuation of the usability of chatbots determines the significance based on the Degree each student is studying. 

 

2.3. Design

A quantitative method, with a descriptive, correlational, and differential design was used in a natural situation.