Tres aprenentatges sobre xatbots a l’aula

Aquest semestre hem posat un xatbot a dues assignatures de la UOC. És un pilot que respon a un objectiu ambiciós a llarg termini: donar atenció a l’estudiant 24 hores al dia, 7 dies a la setmana, tots els dies de l’any.

És un llarg camí per recórrer, i aquest any tot just fem el primer pas. D’aquesta primera experiència, però, i abans que acabi el pilot, en podem treure ja alguns aprenentatges.

Primer: un equip que estimi el xatbot

Cal entrenar el xatbot constantment, de manera que respongui les preguntes cada vegada millor i s’adapti a les noves preguntes que vagin sorgint. Per a fer-ho cal un equip amb un mínim de dues persones amb rols diferents i amb una dedicació continuada: l’expert en la matèria –dret, economia, comunicació, etc.– i l’expert en xatbots.

L’expert en la matèria ha de crear la base de coneixement sobre la qual treballa el xatbot, i ha d’anar-la actualitzant segons les necessitats. És impossible que l’expert pugui preveure totes les preguntes que faran els estudiants, i per tant haurà d’anar afegint preguntes-respostes periòdicament.

L’expert en xatbots ha de ser capaç d’analitzar i interpretar el funcionament del xatbot. Ha de saber quines preguntes es responen satisfactòriament i quines no, i quines queden sense resposta. També ha de ser capaç de modificar la configuració del xatbot perquè funcioni tan bé com sigui possible.

Segon: “Vagi a l’altra finestreta”

Els estudiants d’una universitat en línia no hi entenen, de finestretes. Si hi ha un xatbot a l’aula, li preguntaran tots els dubtes relacionats amb aquell espai: dubtes sobre els continguts, segur, però també dubtes de gestió com ara en quin format cal lliurar una activitat, quin és el mètode d’avaluació o què passa si no ha participat en un debat obligatori.

Quan desenvolupem el xatbot, hem de tenir en compte això. Tant és que aquestes informacions provinguin de fonts molt diferents, no li podem dir a l’estudiant “vagi a la finestreta del costat”.

La solució és que el mateix xatbot s’alimenti de bases de coneixement diferents. Això implica dues coses: que el xatbot serà més complex, i que caldran diversos experts per mantenir les diferents bases de coneixement.

Tercer: com més, millor

Per entrenar un xatbot, necessitem dades. Com més, millor. Si un xatbot rep unes desenes de consultes al llarg del semestre, ens serà molt més difícil entrenar-lo que si en rep centenars.

La solució pot ser posar el xatbot com a front-end de l’aula, i fer que el professor o professora intervingui només en els casos que el xatbot no hagi pogut resoldre la pregunta de l’estudiant.

Si es fa això, correm el risc d’“amagar” el professorat i deshumanitzar l’aula de cara a l’estudiant. És una decisió que cal prendre amb cura, compensant els desavantatges –deshumanització de l’aula, dos nivells de resposta–, i potenciant els avantatges –anonimat de les preguntes, immediatesa de les respostes. 

Una altra solució pot ser trencar la barrera de les aules i les assignatures, i desenvolupar els xatbots per àrees de coneixement més àmplies, amb el risc de perdre precisió en les respostes o de requerir diferents repreguntes a l’estudiant per afinar la resposta.


Foto de Shahadat Rahman a Unsplash

Roger Griset on Twitter
Roger Griset
Roger Griset is a graduate in Library and Information Sciences. In his time in the UOC he has worked at the Audiovisual department, the Digital Library, the Learning Resources Technology department and the eLearnCenter Trend Spotting and Analysis team in the same university, where he's working now. He's got experience in the design and maintaining of institutional repositories, design of metadata profiles and digital content management.

Leave a Reply