WIXLIB

3INTRODUCCIÓNafrontar el problema de la ambigüedad y variabilidad del lenguaje humanousando técnicas de Procesamiento del Lenguaje Natural (PLN). Además, elapoyo humano juega un papel importante, ya que independientemente deltipo de enfoque y la plataforma, la intervención humana es crucial paraconfigurar, capacitar y optimizar el sistema del chatbot. En otras palabras, senecesitan personas con conocimientos en el campo computacional paraentrenar esa inteligencia.Pero, en ese caso, surgen algunas preguntas cómo: ¿Sería posible entrenaruna IA de manera sencilla y sin conocimientos informáticos? ¿Se puededesarrollar una aplicación genérica para cualquier uso? ¿Se puede entrenarde forma ilimitada a un agente?. Para solventar todas estas dudas, nace elproyecto Odiseo, el proyecto desarrollado en este TFG.Odiseo, conocido como “el mochuelo inteligente” o “el asistente educativo”,nace precisamente de la idea de conseguir un asistente virtual, capaz de serintuitivo para todas aquellas personas que no están familiarizadas con el usode las tecnologías.Además, su sistema de aprendizaje sobrepasa los límites de los botsconvencionales, pues a diferencia de los propios asistentes de Google oAlexa, que sólo son capaces de responder intenciones predefinidas, Odiseoes capaz de almacenar preguntas de los propios usuarios como intenciones,lo que permite que cualquier persona pueda adaptarlo para uso personal.El sistema está diseñado como un bot genérico de aplicación general acualquier ámbito. Sin embargo, en este proyecto nos hemos querido centraren algo más específico, como es el ámbito educativo. Concretamente, suinterfaz permite que profesores y alumnos puedan desarrollar de maneracolaborativa su base de conocimiento, además de la interacción convencionalen la que se realizan consultas y se reciben respuestas por parte del chatbot

4INTRODUCCIÓNuna vez entrenado. Su estructura, además, permite una autenticación segurade los usuarios respetando su privacidad.Dispone de dos modos de uso interactivos: bien a través de su web, comoagente de chat5, o bien a través del propio asistente de Google como agentede voz6. Gracias a este último, los alumnos también podrán participar en lapropuesta de nuevas cuestiones que los profesores revisarán, confirmandoo rechazando su integración (simulando un sistema de evaluación).Teniendo en cuenta su usabilidad con comandos de voz (que facilita elacceso a usuarios con unas competencias digitales más limitadas), susilustraciones adaptadas a un público infantil y sus menús personalizadospara un contexto educativo, Odiseo es la herramienta ideal para aprender,compartir y divertirse. Una herramienta colaborativa que cualquier usuariopuede utilizar, desde los más jóvenes hasta los más seniors, incluyendotodas las edades.Comprendiendo la importancia del proyecto, a continuación se detallacómo sigue la estructura de esta memoria. En la Sección 2 definiremos losobjetivos que se han propuesto durante el proyecto. En la Sección 3hablaremos de la metodología utilizada y de la gestión del tiempo durantesu desarrollo. En la Sección 4 abordaremos el estado de la cuestión, dondecompararemos nuestro sistema con herramientas similares del mercado.En la Sección 5 explicaremos con detalle los fundamentos y las bases defuncionamiento de los chatbots y del PLN. En la Sección 6 nos centraremosen las herramientas utilizadas durante su implementación. En la Sección 7analizaremos la estructura y los esquemas de relación de datos utilizados56Acceso a la interfaz web, diseñada para profesores (https://odiseo-chatbot.herokuapp.com/)Acceso a la interfaz de voz, con un estilo infantil, diseñada para ke/uid/000000ea15df3d39/alm/CgRnuCCfEgIQAQ ?hl es)

5INTRODUCCIÓNen su ejecución. En la Sección 8 realizaremos algunas conclusiones acercade todo lo que se ha estado trabajando. Por último, las referencias y anexosse muestran al final de este documento.Todo el código de este proyecto se encuentra disponible en el siguienteenlace de Github, para que el lector pueda consultar libremente los detallesde implementación: https://github.com/jonaverd/chatbot-project

2. ObjetivosEl objetivo general de este proyecto es el desarrollo y entrenamiento de unrobot conversacional educativo, capaz de interactuar con los usuarios demanera autónoma.Para su elaboración se han cumplimentado como requisitos los siguientesobjetivos principales: Comprender la complejidad de un chatbot y su arquitectura deintegración en los dispositivos digitales. Investigar el funcionamiento de las técnicas de PLN aplicadas aldesarrollo de chatbots. Aprender el uso de la herramienta Dialogflow de Google paradesarrollar y entrenar un chatbot personalizado. Analizar la aplicación del chatbot desarrollado en un entorno conusuarios reales.Durante la fase de desarrollo, se han tenido en cuenta otras pautas quemejoran y optimizan la calidad de este proyecto. Los siguientes objetivossecundarios complementan a los ya mencionados anteriormente: Diseñar una interfaz intuitiva para los usuarios, haciendo posible suintegración en páginas web y dispositivos móviles. Investigar la documentación sobre la API de DialogFlow, paradescubrir y desarrollar funcionalidades más complejas que su interfazbásica no permite.6

7OBJETIVOS Comunicar el chatbot con un servidor, a través de eventos, paraprocesar y almacenar la información del usuario. Facilitar la conexión de un servidor público, que permita unaconcurrencia de usuarios y una disponibilidad las 24h. Investigar el uso de Google Actions7 y su integración, como asistentede voz del proyecto. Conocer el uso de bases de datos no relacionales y su aplicación paraalmacenar y recuperar estructuras sencillas de datos. Aplicar conocimientos sobre Javascript y entornos de programación,para facilitar la integración de una API personalizada, para la gestióny desarrollo del proyecto.7Acceso a Google Actions (https://developers.google.com/assistant/console)

3. MetodologíaEn este apartado se va a explicar la planificación que hemos seguido paralograr la consecución de los objetivos, como las investigaciones previas deaprendizaje, la gestión del tiempo y el control de versiones. Este proyecto noha hecho uso de ninguna metodología estándar de desarrollo y, por lo tanto,se debe valorar la gestión personal que se ha realizado durante suelaboración.A continuación, se muestra un diagrama de Gantt8 (Figura 3.1) para resumirla planificación temporal de todo el proyecto.Figura 3.1: Planificación temporal del proyecto mediante un diagrama deGantt8Visualización web del GalQbOe1ugn2EsXXea7kmA/edit?utm content DAFEKeHzX9I&utm campaign designshare&utm medium link2&utm source sharebutton)8

9METODOLOGÍA3.1 Investigaciones previasEn primer lugar, para hacer frente a la finalidad inicial del proyecto, se tuvoque investigar durante las primeras semanas el funcionamiento básico de unchabot y de qué manera se utilizaba en los dispositivos actuales (como losasistentes personales). Estos agentes conversacionales suponían, al mismotiempo, una investigación sobre el PLN ya que se basan, precisamente, endichos algoritmos. Por este motivo, durante las siguientes semanas se buscóinformación sobre el funcionamiento de esta tecnología y su relación con ellenguaje humano.Una vez conocida la información básica sobre los chatbots, se necesitabaempezar con la creación de uno propio. Para ello, se tomó la propuesta de laherramienta DialogFlow de Google, gracias a que era gratuita, innovadora yfácil de manejar. Esta herramienta tomó los siguientes meses de desarrollo einvestigación para conocer mejor su API y las características que ofrecía eluso de sus webhooks. Cuando hablamos de webhooks, nos referimos a loseventos desencadenados por Dialogflow. Cada vez que un usuario interactúacon el agente, éste desencadena un evento que normalmente provoca unapetición web. Si interceptamos estas peticiones a través de un servidorintermedio (técnica conocida como fulfillment), podremos conocer lainformación que se está escribiendo en el chat.Durante su programación, se tomó en cuenta el aprendizaje de Ngrok 9, yaque las pruebas con DialogFlow, requerían una conexión pública teniendoun servidor en local. También se aprovechó la ocasión durante esos mesespara repasar conceptos relacionados sobre Javascript, Node.js10, llamadas9Acceso y descarga Ngrok (https://ngrok.com/)10Acceso y descarga Node.js (https://nodejs.org/es/)

10METODOLOGÍAasíncronas, creación de servidores, peticiones HTML y entornos deprogramación como Visual Studio Code11.A mitad del proyecto se consiguió un modelo básico de funcionamiento, loque supuso el siguiente paso: la integración con la base de datos y su enfoqueeducativo. Aprovechando la oportunidad, se investigó sobre las bases dedatos no relacionales como MongoDB12, por su libertad de restricciones paraestructuras sencillas de datos en comparación con las relacionales. Cuandofinalizó el modelo definitivo con la base de datos integrada, se propuso unaentidad para el chatbot, con un nombre, un eslogan y un logotipo. Durantelos siguientes meses, se arreglaron bugs y fallos de la interfaz queprovocaban faltas de usabilidad.Para los últimos meses de desarrollo, se estuvo trabajando en la publicaciónde un hosting público como Heroku13, lo que permitía una disponibilidad deacceso las 24h sin usar un servidor local y se aprovechó para añadir laconcurrencia de usuarios. Además, se tuvieron en cuenta otras integracionesadicionales, como el asistente de voz de Google Actions, aprovechando unestudio sobre el mismo.Por último, se decidió que la interfaz web se enfocaría en un tono más seriopara la enseñanza de los profesores, mientras que la de voz se presentaríainfantilizada para el aprendizaje de los alumnos, siendo ésta última másaccesible para cualquier usuario.11Acceso y descarga Visual Studio Code (https://code.visualstudio.com/)12Acceso a MongoDB (https://www.mongodb.com/)13Acceso a Heroku (https://www.heroku.com/)

11METODOLOGÍA3.2 Herramientas de planificación y gestión de tiempoEn cuanto a la gestión del tiempo, establecíamos un recordatorio con losavances a conseguir o investigar durante las horas de trabajo de ese día,cumpliendo con los plazos de entrega. Estas horas de trabajo podían variarde entre 6 a 8 horas, según su situación, contando días laborales.Cada dos semanas, aproximadamente, se llevaba a cabo una revisiónobligatoria por parte del profesor responsable, para comprobar y confirmarlos avances establecidos en las sesiones anteriores.Aunque no se han hecho uso de herramientas externas de planificación, seha llevado un control estricto de las sesiones de trabajo gracias a laherramienta de Github14, una web de alojamiento de código con control deversiones. Cada una de estas versiones reflejan los cambios de código que seactualizaban en cada interacción, demostrando un progreso de desarrollo.A continuación, se muestran unas imágenes de Github, dónde se puedenobservar cambios en los diferentes archivos del proyecto como en la Figura3.2, así como una pequeña presentación de uso, para otorgarle másvisibilidad como en la Figura 3.3.14Acceso a Github (https://github.com)

12METODOLOGÍAFigura 3.2: Resumen de cambios en un archivo del proyecto en GithubFigura 3.3: Vista general del proyecto en Github

4. Estado de la cuestiónDurante las últimas décadas, el consumo de la tecnología ha implicado unanecesidad de innovación por parte de todas las empresas. Nuestra sociedadse ha modernizado y, por lo tanto, es lógico pensar que los consumidoresbuscan cada vez más un mercado competitivo en los sectores informáticos.Si nos centramos en el mercado de la inteligencia artificial, por ejemplo,podemos observar una gran demanda por los asistentes conversacionales.Estas aplicaciones se están convirtiendo en un estándar, debido a ladigitalización que están sufriendo muchos sectores [3]. Podemos encontraralgunos ejemplos en el sector de viajes y ocio, como Gol Airlines15,TravelClub16 (representado en la Figura 4.1), Stubhub17; en el sectorenergético, como Naturgy18, Butagaz19; en supermercados y comercios,como Benefit Cosmetics20, Eroski Supermarkets21 (representado en laFigura 4.2); en el campo sanitario, como DKV22; o en el sector logístico,como Correos23.Estas herramientas, sin embargo, se diseñan con el propósito limitado defacilitar operaciones con dicha empresa. Mediante su IA son capaces deresolver consultas sencillas de atención al cliente o la gestión de algunastransacciones (compras, reservas, verificaciones, etc.)15Asistente Gol Airlines )16Asistente TravelClub (https://www.travelclub.es/ayuda.cfm#)17Web Stubhub con asistente desplegable (https://www.stubhub.es/)18Asistente Naturgy (https://www.naturgy.es/asistente virtual)19Asistente e] chat&contact[account] GEC)20Web Benefit Cosmetics con asistente desplegable (https://www.benefitcosmetics.com/en-us)21Web Eroski Supermarkets con asistente desplegable (https://supermercado.eroski.es/en/)22Web DKV con asistente desplegable (https://dkv.es/particulares)23Web Correos con asistente desplegable 13

14ESTADO DE LA CUESTIÓNFigura 4.1: Consulta de una reserva de viaje a través de TravelClubFigura 4.2: Petición de una compra online a través de Eroski Supermarkets

15ESTADO DE LA CUESTIÓNEn el mercado de estas aplicaciones, también podemos encontrarnos conasistentes personales con una IA algo más avanzada. Su sistema les permiteconversar con una persona, realizando búsquedas de información máscomplejas, detectar emociones o incluso automatizar procesos (aparatosinteligentes o sistemas de domótica24). Muchos de estos asistentes sonconocidos, como puede ser: Alexa25, el asistente de voz de Amazon(representado en la Figura 4.3); el propio Asistente de Google26; Siri27, elasistente de voz de Apple (representado en la Figura 4.4); Cortana28, comoasistente de Microsoft; o Bixby29, el asistente

Ejemplo de consulta para una base de datos MongoDB . 7.1.4 Proceso de recopilación y almacenamiento . Para cerrar este apartado, vamos a explicar con detalle, el proceso completo que conlleva la gestión de datos, desde la interacción con el interfaz hasta el código del servidor. Petición de la interfaz