REVISTA
ERUDITUS
Período julio - septiembre, 2025
Vol. 6, Núm. 2
reruditus@uisrael.edu.ec
• e-ISSN: 2697-3413
95
REVISTA ERUDITUS
QUITO-ECUADOR
2025
Agente conversacional en la captación de estudiantes para la
educación superior privada
Conversational agent in student recruitment for private higher education
Fecha de recepción: 2025-04-24 • Fecha de aceptación: 2025-05-27 • Fecha de publicación: 2025-06-10
Eleana Judith Ojeda Valencia
1
Universidad Técnica de Ambato, Ecuador
eojeda4906@uta.edu.ec
https://orcid.org/0009-0007-9459-9649
Ericka Melany Trujillo Supe
2
Universidad Técnica de Ambato, Ecuador
etrujillo6190@uta.edu.ec
https://orcid.org/0009-0000-2666-1657
Ricardo Patricio Medina Chicaiza
3
Universidad Técnica de Ambato, Ecuador
ricardopmedina@uta.edu.ec
Ponticia Universidad Católica del Ecuador
pmedina@pucesa.edu.ec
https://orcid.org/0000-0002-2736-8214
https://doi.org/10.35290/re.v6n2.2025.1667
96
REVISTA ERUDITUS
QUITO-ECUADOR
2025
REVISTA ERUDITUS • VOL. 6 NUM. 2 • JULIO - SEPTIEMBRE, 2025
RESUMEN
Los agentes conversacionales son programas diseñados para comunicarse con los usuarios por
medio de mensajes de texto o voz, que busca dar como resultado una conversación natural. El
estudio tuvo como objetivo mejorar el proceso de atención e información a estudiantes de educación
superior privada, ofrecer respuestas rápidas, personalizadas y disponibles en todo momento. Para
ello se hizo una revisión bibliográca y se creó un prototipo en la plataforma voiceow, basado
en un diseño netamente enfocado en las necesidades de loos principales usuarios. Se realizaron
pruebas donde se aplicó la matriz TAM para evaluar la utilidad percibida y la facilidad de uso con 150
estudiantes universitarios. Los resultados mostraron que el chatbot entrega información clara, rápida
y personalizada sobre la oferta académica, requisitos de admisión y procesos institucionales, lo que
mejora signicativamente la experiencia de los usuarios. Además, ayudan con la automatización de
tareas y reducir la carga de trabajo en actividades repetitivas. La opinión positiva que brindaron los
estudiantes demostró que la tecnología es bien recibida en el ámbito educativo. Se concluyó que los
agentes conversacionales pueden mejorar la comunicación institucional, asistir en las decisiones de
cursos y convertirse en una herramienta importante para la educación superior digital.
PALABRAS CLAVE: inteligencia Articial, agente conversacional, educación superior, marketing
educativo, captación estudiantil
ABSTRACT
Conversational agents are programs designed to communicate with users through text or voice
messages, which seek to result in a natural conversation. The study aims to improve the process of
attention and information to private higher education students, offer quick, personalized and available
answers at all times. For this, a bibliographic review was made, and a prototype was created on the
voiceow platform, based on a design clearly focused on the needs of our main users. Tests were
carried out where the TAM matrix was applied to evaluate the perceived usefulness and ease of use
with 150 university students. The results showed that the chatbot delivers clear, fast and personalized
information about the academic offer, admission requirements and institutional processes, which
signicantly improves the user experience. In addition, they help with task automation and reduce the
workload in repetitive activities. The positive opinion provided by the student’s shows that technology
is well received in the educational eld. It is concluded that conversational agents can improve
institutional communication, assist in course decisions and become an important tool for digital
higher education.
KEYWORDS: articial intelligence, conversational agent, higher education, educational marketing,
student recruitment
97
REVISTA ERUDITUS
QUITO-ECUADOR
2025
reruditus@uisrael.edu.ecAGENTE CONVERSACIONAL EN LA CAPTACIÓN DE ESTUDIANTES PARA LA EDUCACIÓN SUPERIOR PRIVADA
Introducción
La comunicación digital se ha consolidado como un elemento central en la sociedad actual, lo
que ha generado un cambio fundamental en la forma en que las personas comparten información
y se conectan. Las tecnologías de la información y la comunicación (TIC) han evolucionado la
manera en la que las personas y organizaciones se comunican, dando paso a las redes sociales
conectadas a nivel global. Gracias a ello, hoy en día es posible establecer una comunicación
rápida y espontánea, sin depender de un lugar o centro especíco. Las plataformas digitales, las
redes sociales, el correo electrónico y diversas herramientas tecnológicas se han convertido en
elementos de gran importancia para compartir mensajes, tanto en contextos personales como
profesionales, de acuerdo con Van Dijk (2020). Además, López et al. (2021) señalaron que la
comunicación digital no solo facilita la interacción y el acceso instantáneo a la información, sino
que también transforma la participación y toma de decisiones en múltiples áreas. A demás, esta
forma de comunicación ha generado una profunda transformación, tanto en el ámbito tecnológico
como en la vida cotidiana, que inuye en diversos factores del día a día de los usuarios. Aunque su
impacto ha sido positivo trae consigo retos que deben ser atendidos desde diferentes perspectivas
y áreas de conocimiento.
Por otro lado, la Inteligencia Articial (IA) desempeña un papel importante en el desarrollo de
nuevas tecnologías que se usan en las distintas áreas como la automatización de tareas y el
apoyo en la toma de decisiones. Estas tecnologías utilizan programas y métodos especializados
para analizar datos, identicar patrones y realizar predicciones de forma más precisa Arbeláez et
al. (2021). En el ámbito industrial, la IA se emplea para optimizar procesos de producción, reducir
costos y ahorrar el tiempo. Además, contribuye en la prevención de fallas en los sistemas, lo que
permite a las empresas operar de manera más eciente, y así genere sostenibilidad al negocio
(Biagini et al., 2020). Del mismo modo, su implementación en áreas como educación y salud
han permitido crear herramientas nuevas e inteligentes, tales como plataformas de aprendizaje
personalizadas y sistemas de diagnósticos médicos que mejoran la atención y el acceso a
servicios. (Renz y Hilbig, 2020).
Los agentes conversacionales, también conocidos como chatbots, son sistemas basados en
Inteligencia Articial diseñados para interactuar con los usuarios mediante lenguaje natural, ya sea
a través de texto o voz. Estos sistemas usan métodos avanzados para comprender el lenguaje y
aprender de la información que reciben, con el n de responder de manera correcta las preguntas
que tienen los usuarios (Artiles et al., 2021). Para las empresas, los chatbots representan una
herramienta altamente útil, ya que permiten atender a varias personas al mismo tiempo, reducir
gastos y mejorar la atención a los usuarios, especialmente en tareas repetitivas como responder
preguntas que se realizan frecuentemente, según Fondevila et al. (2024). Además, estos agentes
son utilizados con la nalidad de ofrecer apoyo personalizado a los usuarios en el aprendizaje
autónomo y en la mejora de la interacción virtual, de acuerdo con Artiles et al. (2021). Aunque
su implementación presenta retos relacionados con la interpretación adecuada de contextos
complejos, los estudios destacan un impacto positivo en la satisfacción y delidad de los usuarios,
especialmente cuanto se enfocan en la eciencia y ecacia (Fondevila et al., 2024).
98
REVISTA ERUDITUS
QUITO-ECUADOR
2025
REVISTA ERUDITUS • VOL. 6 NUM. 2 • JULIO - SEPTIEMBRE, 2025
En cuanto al marketing educativo se ha establecido como una estrategia fundamental para las
instituciones de educación superior, ya que, además de atraer nuevos estudiantes, también busca
lograr su retención donde se cumpla así con sus expectativas tanto académicas como personales.
El marketing educativo se entiende como un proceso que analiza las necesidades sociales al
momento de crear los servicios de la oferta educativa, con el propósito de ajustarse a estas
demandas y contribuir al bienestar de las personas y organizaciones educativas. De acuerdo con
Larios Gómez (2014) esta herramienta es útil para las instituciones ya que ayudan al crecimiento
académico de los estudiantes, conocer programas educativos de alta calidad. Diversos autores
coinciden que el marketing educativo no solo son las carreras que ofrecen si no también su
infraestructura, el apoyo que brindan las instituciones y acompañamiento durante todo su periodo.
Este estudio surgió debido a la gran competencia entre las universidades privadas y su necesidad
de implementar estrategias digitales que permitan tener una comunicación más clara y directa
con los futuros estudiantes. En la actualidad, donde la comunicación ha cambiado gracias a las
tecnologías con IA, los agentes conversacionales son la manera nueva, fácil y útil para mejorar
la forma en la que se atrae clientes potenciales. Estos agentes brindan una atención más rápida,
personalizada y logran que los usuarios tengan una mejor experiencia. La importancia de este
estudio se centró en la ayuda a crear mejores estrategias educativas para generaciones futuras
y sirve también para brindar información a las instituciones y que sepan que pueden enfrentar
cambios constantes dentro del mundo digital. El objetivo de este estudio fue analizar cómo usar
un agente conversacional para atraer y captar estudiantes para la educación superior privada y de
esta manera lograr ver si la herramienta es útil e innovadora en el proceso de enseñanza.
Metodología
Para realizar esta investigación, se decidió usar un método que mezcla un estudio teórico y una
investigación práctica, con el n de conocer y comprender como los agentes conversacionales se
aplican dentro del marketing. Se vio necesario utilizar una revisión teórica para así conocer como
los distintos autores explican estos temas con el n de denir conceptos principales y centrales
que nos ayuden a su comprensión, también con la construcción del agente conversacional para
que el mismo sirva como ejemplo práctico que ayuda a mejorar la comunicación entre instituciones
y estudiantes. Por consiguiente, se denieron las fases donde dentro de la primera se recogieron
datos que se aplicaron al personal administrativo, al área de marketing y a los estudiantes
universitarios. También se analizó información de fuentes conables como artículos cientícos,
tesis y varios documentos importantes para la investigación. El criterio principal para la selección
fue la relación con el uso de tecnologías que se basen en inteligencia articial, dándole un principal
enfoque a aquellas que se utilizan dentro del entorno universitario y enfocado en los programas de
posgrados.
En la segunda fase, se utilizaron instrumentos metodológicos óptimos para la recolección de la
información lo que facilito el análisis de la situación. Es por esto que se decidió usar Voiceow
porque tiene una interfaz fácil de usar, se conecta bien con tecnologías que entienden el lenguaje
natural y permite usarla en diferentes canales de comunicación. La combinación de estas
estrategias no solo permitió adaptar el objeto de estudio dentro de un marco teórico, sino que
99
REVISTA ERUDITUS
QUITO-ECUADOR
2025
reruditus@uisrael.edu.ecAGENTE CONVERSACIONAL EN LA CAPTACIÓN DE ESTUDIANTES PARA LA EDUCACIÓN SUPERIOR PRIVADA
también poder comprender las dinámicas, oportunidades y desafíos mediante el uso de un agente
conversacional y otras herramientas de inteligencia articial en las instituciones de educación
superior, con la nalidad de crear y comprobar el funcionamiento de una herramienta digital
dedicada a facilitar el proceso de atracción de nuevos estudiantes en el sector universitario
superior privado.
La metodología utilizada dentro de la fase tres siguió una estructura dividida en etapas y
desarrollada por Yuquilema et al. (2024), que va desde la idea inicial hasta la evaluación del
sistema implementado. Esta fase propone una idea desarrollada en la que se toma en cuenta las
necesidades de los usuarios y que busca herramientas fáciles de utilizar, útiles y cercanas en la
manera de interactuar con las personas.
El propósito de la fase 4 fue lograr que el chatbot sea mucho más rápido y eciente al momento
de brindar el servicio de información a los futuros estudiantes, ofreciéndoles de esta manera
programas y requisitos para ingresar a un posgrado (McTear, 2020; Doneby, 2024). Por lo que se
estructuraron ujos conversacionales según los posibles temas a tratar, se establecieron preguntas
en temas especícos y también algunos condicionantes que nos permite adaptar respuestas de
acuerdo con el perl de nuestro consumidor potencial y las necesidades que llegue a tener cada
usuario. (Yuquilema et al., 2024)
Posteriormente en la fase 5, se aplicó la matriz TAM, donde se consideró los factores de utilidad
percibida y facilidad de uso percibida, con un instrumento compuesto por 10 ítems (cinco
para cada factor). La evaluación se llevó a cabo con 150 estudiantes universitarios de niveles
superiores, cuyos datos permitieron medir la intención de uso y aceptación tecnológica del sistema
en el contexto de captación de estudiantes para programas de posgrado en una institución de
educación superior privada (Yuquilema et al., 2024).
Resultados
Los agentes conversacionales, también conocidos como chatbots, son herramientas basadas
en Inteligencia Articial que permiten interactuar con los usuarios mediante lenguaje natural, en
el que simula un diálogo humano. Estos sistemas funcionan mediante esquemas de preguntas
y respuestas que les permiten identicar las necesidades del usuario e implementar soluciones
adecuadas, donde se aprende de manera continua a través de tecnologías de aprendizaje
automático (Maigua et al., 2021; Wahde y Virgolin, 2022). Se emplean con éxito en diversos
campos, ya que optimizan el proceso de interacción del usuario, brinda respuestas únicas y
efectivas. Varios autores coinciden en que un agente conversacional es un software diseñado
para comunicarse, ya sea por texto o voz, con nes que pueden ser informativos, educativos o de
asistencia, en la cual depende del ámbito en el que se encuentren (Arias et al., 2024).
Se puede señalar que el marketing educativo ha tomado gran importancia en la educación superior
privada, especialmente en un entorno activo y competitivo donde la atracción de estudiantes se
ha convertido en una necesidad. Este agente conversacional no solo está enfocado en cumplir
expectativas al público objetivo, sino que además busca ofrecer un gran valor mediante ofertas
académicas que ayuden a responder a las necesidades del usuario (Parra et al., 2022). Por
100
REVISTA ERUDITUS
QUITO-ECUADOR
2025
REVISTA ERUDITUS • VOL. 6 NUM. 2 • JULIO - SEPTIEMBRE, 2025
consiguiente, se entiende como un grupo de estrategias orientadas al diseño, comercialización y
servicios educativos, y así poder fomentar el autodesarrollo desde una perspectiva ética (Núñez,
2017).
En cuanto a la actualización de tecnologías dentro de la educación, el uso de ha sido de gran
importancia para varios propósitos. El entorno visual permite el desarrollo de conversaciones
complejas sin tener el conocimiento de programación avanzada, lo que ayuda en varios campos
como es diseño, programación y educación (Doneby, 2024). La capacidad de conectarse con
botones de Inteligencia Articial como lo es GPT o Dialogow, convierte agente conversacional en
una opción viable para fomentar el aprendizaje y ser apoyo personalizado en usuarios.
3.1. Acercamiento teórico a la denición de agentes conversacionales y marketing educativo.
Los agentes conversacionales o más conocidos como chatbots son sistemas de Inteligencia
Articial hechos para dialogar con usuarios de la mano del procesamiento del lenguaje. Estos
programas se desarrollan mediante un sistema de preguntas y respuestas que representa una
comunicación natural. Debido a tecnologías como el aprendizaje automático, sus tasas de
respuesta pueden mejorar siempre. Estos agentes se aplican en diversos campos como el servicio
al cliente, la educación e incluso la salud, de tal manera que mejore la experiencia del usuario y
ofrezca soluciones personalizadas. Así, proporciona a los clientes una interacción más uida y
eciente a medida que estos agentes se acercan cada vez más a una conversación humana real
(Maigua et al., 2021).
Inicialmente, en la Tabla 1 se exponen la conceptualización de los agentes conversacionales,
basada en los planteamientos teóricos de varios autores. A partir de estos enfoques, se desarrolla
una denición propia.
Tabla 1
Deniciones de Agente Conversacional.
Referencias bibliográcas Denición
Maigua et al. (2021) Los agentes conversacionales son programas que utilizan procesamiento de
lenguaje natural con un sistema de preguntas y respuestas.
Wahde & Virgolin (2022) Los agentes conversacionales (CAs) son sistemas diseñados para mantener una
conversación con un usuario, ya sea para nes causales o con objetivos especícos
dentro de un dominio particular.
Arias et al. (2024) Un agente conversacional es un sistema de software que puede interactuar o
‘charlar’ con un usuario humano en un lenguaje natural de una manera uida.
Mena Guacas et al. (2024) Un agente conversacional es un sistema de software que permite emular la
comunicación son un ser humano a través de mensajes de texto o voz.
En este sentido, a partir de los aportes antes mencionados, se dene que un agente conversacional
es un software diseñado para interactuar con los usuarios a través de mensajes de texto o voz,
busca simular una conversación natural y su nalidad puede ser educativa, de asistencia o
enfocada en un área especíca.
101
REVISTA ERUDITUS
QUITO-ECUADOR
2025
reruditus@uisrael.edu.ecAGENTE CONVERSACIONAL EN LA CAPTACIÓN DE ESTUDIANTES PARA LA EDUCACIÓN SUPERIOR PRIVADA
En cuanto a marketing educativo se ha establecido como una herramienta estratégica fundamental
para la educación superior privada, especialmente en un entorno dinámico y competitivo donde la
captación y retención de estudiantes son prioridades clave. De acuerdo con Parra et al. (2022), el
marketing educativo, no solo satisface las necesidades del público objetivo, sino que genera valor
mediante ofertas académicas. Esta perspectiva involucra que se agregue estrategias especícas,
como lo son el análisis de necesidades, promoción de servicios educativos y creación de
experiencias con la nalidad de delizar a los usuarios.
A continuación, en la Tabla 2 se presenta la conceptualización del marketing educativo,
desarrollada a partir de los enfoques teóricos de autores distintos sobre el tema. Con base en
estos planteamientos, se formula un concepto propio dentro de este mismo contexto.
Tabla 2
Deniciones de Marketing Educativo.
Referencias bibliográcas Denición
Núñez (2017) Conjunto de métodos y estrategias que las instituciones de educación emplean
para satisfacer las necesidades educativas de las comunidades, familias y los
estudiantes de una manera más rentable.
Llorente (2019) Sucesión de análisis que permite la exploración de las necesidades sociales
e implementa proyectos educativos que ayuden a la satisfacción, a través del
desarrollo de valores percibidos, espacio y servicios de educación éticos.
Pulido & Olivera (2019) Realiza actividades comerciales y gestiona el proceso de servicios educativos de
las instituciones (escuelas) que brindan a los usuarios (estudiantes/tutores) los
servicios solicitados.
Gómez (2021) Herramienta de gestión estratégica, implementada por instituciones educativas
y capaces de responder a las necesidades de desarrollo personal para adquirir
nuevos conocimientos, a través de la comercialización de servicios educativos,
directa o indirectamente.
Nota: Elaboración propia a partir de Parra et al. (2022).
De esta manera, con base en los aportes previamente expuestos, se determina que el marketing
educativo es una herramienta estratégica que las instituciones utilizan para comercializar servicios
educativos, la cual responde a las necesidades de desarrollo personal y social a través de la oferta
de valores y espacios éticos.
3.2. Construcción de un agente conversacional
De acuerdo con Yuquilema et al. (2024), para crear un chatbot es fundamental seguir un
proceso estructurado compuesto por cinco fases. En primer lugar, la denición del objetivo,
donde se establece la nalidad del chatbot en función de las necesidades de los usuarios.
Luego, la selección de la plataforma, en la que se elige la tecnología más adecuada para su
implementación. Posteriormente, el diseño del chatbot, que abarca la planicación de la estructura
conversacional y la interfaz de usuario. La siguiente fase es el desarrollo del chatbot, en la que se
lleva a cabo la programación y las pruebas iniciales. Finalmente, se realiza la etapa de pruebas y
102
REVISTA ERUDITUS
QUITO-ECUADOR
2025
REVISTA ERUDITUS • VOL. 6 NUM. 2 • JULIO - SEPTIEMBRE, 2025
evaluación, donde se analiza la funcionalidad, la usabilidad y el impacto del chatbot antes de su
implementación denitiva.
Fase 1: Denición del objetivo
La primera fase consiste en la denición clara y precisa del objetivo que se desea alcanzar y
como objetivo principal en este escenario es automatizar y optimizar el proceso de atención e
información a aspirantes, en la cual brinda respuestas inmediatas, personalizadas y disponibles las
24 horas del día, los 7 días de la semana.
Tabla 3
Denición del objetivo.
Aspecto Descripción
Análisis previo Se realizaron entrevistas a personal administrativo y de marketing con el objetivo de
conocer las necesidades más frecuentes de los usuarios que necesitan información
sobre programas en posgrados.
Determinación de
características principales
Se denieron las funciones esenciales del chatbot, entre ellas brindar soporte en
consultas de posgrados.
Nota: Elaboración propia a partir de Yuquilema et al. (2024)
De esta manera el agente conversacional constituye una solución tecnológica orientada a la mejora
del proceso de atención e información a candidatos a estudios de posgrado con capacidad para
ofrecer respuestas inmediatas, personalizadas y disponibles permanentemente. Su desarrollo se
fundamenta en el análisis de necesidades recurrentes de los usuarios y en la identicación de
funciones esenciales para el soporte académico.
Fase 2: Selección de la plataforma
Una parte muy importante al crear el agente conversacional fue elegir la plataforma en la que se va
a desarrollar, ya que esto será un papel importante al momento de implementarlo, que tanto podría
crecer en el futuro y que tan favorable seria la experiencia para el usuario. Después de comparar
varias opciones, se optó por la plataforma voiceow, una plataforma que permite crear chatbots
conversacionales que no se utilice una programación avanzada y se implementó una interfaz
visual basada en bloques (Doneby, 2024). La decisión se tomó en cuenta en varios aspectos tales
como buscar que la plataforma sea fácil de usar para distintas áreas, que esta pueda aliarse con
tecnologías de IA, que conectara con diferentes canales como páginas web y asistente de voz que
permiten crear conversaciones de manera más organizada. Al elegir herramientas que involucran
una interacción con personas, debemos saber las capacidades técnicas como adaptarse a
contextos culturales y a la forma de comunicarse.
La Tabla 4 a continuación resume las características de voiceow frente a otras alternativas
consideradas durante el proceso de selección:
103
REVISTA ERUDITUS
QUITO-ECUADOR
2025
reruditus@uisrael.edu.ecAGENTE CONVERSACIONAL EN LA CAPTACIÓN DE ESTUDIANTES PARA LA EDUCACIÓN SUPERIOR PRIVADA
Tabla 4
Análisis Comparativo de Plataformas para el Desarrollo de Agentes Conversacionales.
Plataforma Interfaz visual Integración con IA Capacidad
multicanal
Requiere
programación
Voiceow Intuitiva y dinámica Compatible con GPT,
dialogow, entre otras
Sí No
Dialogow Funcional, limitada en diseño Alta (motor propio de Google) Sí Parcial
Botpress Compleja, técnica Alta Limitada Sí
Rasa No disponible (basado en
código)
Alta (modelo propio) Parcial Sí
ManyChat Visual orientada a marketing Limitada Sí (en redes
sociales)
No
Voiceow destacó frente a otras opciones debido a su diseño visual fácil de usar, que facilita el
trabajo entre diseñadores, desarrolladores y expertos en educación, además de permitir prototipos
funcionales en menor tiempo (McTear, 2020). También se puede conectar con NLP (Procesamiento
del Lenguaje Natural) como dialogow o GPT, lo cual resulta ideal para entornos académicos
donde se requiere una comprensión precisa de las necesidades del usuario.
Fase 3: Diseño del chatbot
Una vez elegida la plataforma, se diseñó el chatbot se dió uso a voceow, ya que si interfaz visual
permite crear conversaciones bien organizadas sin necesidad de saber cómo se programa. Se usó
una metodología enfocada en el usuario, con el objetivo de lograr una experiencia clara, intuitiva y
fácil de utilizar. El ujo conversacional se dividió en temas, como información sobre los posgrados,
requisitos para ingresar y como lograr contactarse con el área de admisiones. Esta segmentación
mejora la experiencia de navegación de acuerdo con McTear (2020), quien sugiere que los
sistemas conversacionales deben presentar una arquitectura para que el usuario pueda navegar
fácilmente y sin problemas.
Se añadieron funciones especiales del procesamiento de lenguaje natural, que permiten al chatbot
entender mejor las preguntas que hace el usuario. Además, se utilizaron boques que condicionan
(“if/else”) y que permite al chatbot brindar respuestas personalizadas según lo que el usuario
solicite. El lenguaje utilizado por el chatbot fue creado con la idea de generar una conexión
emocional, claro y motivador, con el propósito de fortalecer la conexión experiencial con los
posibles postulantes.
Fase 4: Desarrollo del Chatbot
Durante esta fase, se construyó el agente conversacional y se tomó como referencia los esquemas
y secuencias de diálogo denidos con anterioridad. Se incorporaron las funciones esenciales y se
realizaron pruebas rigurosas con el n de asegurar su correcto desempeño y eciencia operativa.
104
REVISTA ERUDITUS
QUITO-ECUADOR
2025
REVISTA ERUDITUS • VOL. 6 NUM. 2 • JULIO - SEPTIEMBRE, 2025
En el proceso de creación del chatbot se llavaron a cabo varias etapas esenciales que ayudaron a
asegurar el óptimo desempeño. Según Yuquilema et al. (2024) se inicia con la implementación de
funciones fundamentales que comprenden la programación de respuestas agiles y automáticas
donde se incorpora datos a través de documentación brindada por las instituciones y congurada
de características especícas dentro de Voiceow.
Posteriormente, se elaboró un diagrama de ujo que abarca todas las posibles interacciones con
los usuarios, con el n de garantizar una navegación clara y estructurada. Posteriormente, se
llevaron a cabo pruebas de usabilidad con un grupo especíco de participantes, con el propósito
de analizar la operatividad del sistema, la calidad de las respuestas generadas y la facilidad de
uso. A partir de los resultados obtenidos, se implementaron mejoras enfocadas en aumentar la
eciencia y la experiencia del usuario. Finalmente, tras realizar los ajustes necesarios, el sistema
conversacional quedó listo para su implementación.
El resultado del desarrollo del chatbot se presenta en la Figura 1, donde se puede observar la
interfaz de voiceow que muestra el diseño nalizado del agente conversacional.
Figura 1
Interfaz de Voiceow con el Flujo del Chatbot.
Nota: https://creator.voiceow.com/prototype/67fd8884402fbd3ba7632681
Fase 5: Pruebas y evaluación
En esta etapa, se efectuaron varias pruebas orientadas a evaluar distintos aspectos del chatbot.
Entre ellas, se aplicaron pruebas de usabilidad con el objetivo de analizar la experiencia del
usuario.
105
REVISTA ERUDITUS
QUITO-ECUADOR
2025
reruditus@uisrael.edu.ecAGENTE CONVERSACIONAL EN LA CAPTACIÓN DE ESTUDIANTES PARA LA EDUCACIÓN SUPERIOR PRIVADA
Tabla 5
Pruebas y evaluación.
Aspecto Descripción Parafraseada
Evaluación de usabilidad Analizar la interacción del usuario con el chatbot en cuanto a facilidad de uso,
accesibilidad y nivel de satisfacción.
Vericación de funciones Comprobar que todas las funciones del chatbot, como las respuestas automáticas,
conexiones con otras plataformas y comandos especícos, operen adecuadamente
en distintos contextos.
Análisis del impacto Determinar el efecto del chatbot en la experiencia del usuario y en la optimización
de los procesos administrativos.
Registro de resultados Recopilar y presentar los resultados obtenidos de todas las evaluaciones realizadas.
Nota: Elaboración propia en base al autor Yuquilema et al. (2024).
Seguidamente, se emplea la matriz TAM para evaluar la adopción y aceptación del chatbot por
parte de los usuarios, en el que se considera que la utilidad percibida y la facilidad de uso que son
factores determinantes para comprender su intención de utilizarlo. En la Tabla 6 se observa diez
ítems de los cuales cinco es para la Utilidad percibida y 5 para la facilidad de Uso percibida.
Tabla 6
Validación de la Matriz TAM.
INSTRUMENTO
Factor: Utilidad Percibida UP
UP1 El uso del agente conversacional me permite obtener información sobre programas de posgrado
de forma rápida.
UP2 Considero que este agente conversacional mejora mi experiencia al buscar opciones de posgrado
en instituciones privadas.
UP3 Encuentro que el agente conversacional es una alternativa útil frente a otros medios para
informarme sobre posgrados (como páginas web o redes sociales).
UP4 El agente conversacional facilita la comprensión de los requisitos de admisión a programas de
posgrado.
UP5 Me siento satisfecho/a con la información que el agente conversacional me brinda sobre la oferta
de posgrados en instituciones privadas.
Factor: Facilidad de Uso Percibida (FUP)
FUP1 Aprender a usar el agente conversacional fue fácil para mí.
FUP2 Hacer consultas sobre programas de posgrado mediante el agente conversacional es sencillo.
FUP3 La interacción con el agente conversacional es clara y comprensible.
FUP4 En general, considero que el agente conversacional es fácil de usar para obtener información sobre
posgrados.
FUP5 Me gustaría seguir con el uso del agente conversacional para futuras consultas sobre estudios de
posgrado.
Nota: Adaptado del autor Yuquilema et al. (2024).
106
REVISTA ERUDITUS
QUITO-ECUADOR
2025
REVISTA ERUDITUS • VOL. 6 NUM. 2 • JULIO - SEPTIEMBRE, 2025
Finalmente, se realiza una evaluación con 150 estudiantes universitarios de la institución superior
privada de niveles superiores que busquen y se interesen en ser parte de una maestría; cuyos
resultados se encuentran detallados en la Tabla 6.
Tabla 7
Resultado de Utilidad percibida y Facilidad de Uso Percibida
Utilidad Percibida (UP) Facilidad de Uso Percibida (FUP)
Items
N°
UP1 UP2 UP3 UP4 UP5 FUP1 FUP2 FUP3 FUP4 FUP5
Frecuencia 1 5 4 6 3 7 6 5 5 4 7
2 5 4 3 4 2 0 4 2 5 1
3 9 10 10 14 7 12 12 10 13 11
4 72 82 89 90 98 93 91 98 92 92
5 59 50 42 39 36 39 38 35 36 39
Total 150 150 150 150 150 150 150 150 150 150
Nota: Adaptado del autor Yuquilema et al. (2024).
Tabla 8
Resultados Porcentuales, de los Ítems de Utilidad Percibida y Facilidad de Uso Percibida.
Utilidad Percibida (UP) Facilidad de Uso Percibida (FUP)
Items
N°
UP1 UP2 UP3 UP4 UP5 FUP1 FUP2 FUP3 FUP4 FUP5
Porcentaje 1 3% 3% 4% 2% 5% 4% 3% 3% 3% 5%
2 3% 3% 2% 3% 1% 0% 3% 1% 3% 1%
3 6% 7% 7% 9% 5% 8% 8% 7% 9% 7%
4 48% 55% 59% 60% 65% 62% 61% 65% 61% 61%
5 39% 33% 28% 26% 24% 26% 25% 23% 24% 26%
Total 100% 100% 100% 100% 100% 100% 100% 100% 100% 100%
Nota: Elaboración propia
Figura 2
Resultados sobre la Intención de uso y adopción del chatbot.
107
REVISTA ERUDITUS
QUITO-ECUADOR
2025
reruditus@uisrael.edu.ecAGENTE CONVERSACIONAL EN LA CAPTACIÓN DE ESTUDIANTES PARA LA EDUCACIÓN SUPERIOR PRIVADA
A partir de la Figura 2, se puede observar que la utilidad percibida y la facilidad de uso son
fundamental para la mejora del acceso a la información académica sobre los programas de
posgrados. Como resultados, se señala que un 60% de los estudiantes tiene una percepción
positiva del agente conversacional, en la cual se destaca su eciencia y facilidad de comunicación,
que son factores importantes para su aceptación.
Esta investigación ha demostrado que al implementar un chatbot para la captación de estudiantes
en la educación superior privada es efectiva ya que responde de manera correcta y puntual a las
principales inquietudes de los estudiantes. Especialmente, en áreas de gran impacto que son para
obtener información sobre procesos de inscripción, planes de estudios, costos de inversión y
detalles sobre el perl del estudiante. Los resultados indicaron que la demanda más frecuente por
parte de estudiantes es el acceso rápido y conable a la hora de brindar información actualizada
sobre los programas de posgrados.
Conclusiones
Este estudio dio como nalidad que, el uso de un agente conversacional basado en Inteligencia
Articial es viable como instrumento para la captación de estudiantes de la educación superior
privada. La implementación del chatbot permitió el acceso a información importante sobre los
programas de posgrados, procesos de inscripción, planes de estudios, costos de inversión y
detalles sobre el perl del estudiante con preguntas y respuestas personalizadas y fácil acceso.
Aplicar un enfoque práctico ayudo a entender mejor el problema y buscar una solución que
realmente funcionara y se logró gracias al uso de voiceow. Esta herramienta permitió crear el
agente conversacional de manera sencilla. Se usó una metodología que ayudo a crear un prototipo
de acuerdo con los objetivos. Los estudiantes valoraron positivamente su utilidad y facilidad de
uso. Esto demostró que los agentes conversacionales pueden mejorar la experiencia del usuario y
ayuda a la toma de decisiones académicas.
Las pruebas del chatbot se mostraron que gran porcentaje de los estudiantes quedaron
satisfechos con su facilidad de uso, rapidez de respuestas y la capacidad de resolver dudas antes
108
REVISTA ERUDITUS
QUITO-ECUADOR
2025
REVISTA ERUDITUS • VOL. 6 NUM. 2 • JULIO - SEPTIEMBRE, 2025
los programas de posgrados. Esto indica que el estudio tuvo un impacto positivo en el proceso
de atención y orientación a potenciales estudiantes. En cuanto en administración, este sistema
ayudo a la automatización de tareas y reducir actividad operacional en el personal. Además, al usar
herramientas tecnológicas que son fáciles de usar y entender, como lo es voiceow, permitió crear
un chatbot sin necesidad de conocer sobre programación avanzada.
El uso de chatbots o agentes conversacionales en instituciones de educación superior ayuda a
responder mejor las necesidades de los estudiantes, de igual manera mejora la funcionalidad de
operaciones internas, gracias a esto, la Inteligencia Articial se puede usar como herramienta de
apoyo para el proceso de transformación digital en la educación. En el futuro, se podría seguir en el
desarrollo de esta propuesta con funciones más avanzadas, como la capacidad de predecir lo que
el usuario necesita o adaptarse a diferentes situaciones. Esto permitirá que la interacción con los
estudiantes sea más útil y personalizada, de igual manera ayudaría a entender mejor como estos
sistemas inuyen a largo plazo.
Agradecimiento
Este artículo se deriva del proyecto de investigación denominado “Innovación en la Comunicación
de la Universidad Técnica de Ambato”, aprobado mediante resolución No. UTA-CONIN-2023-0374-R
por la DIDE y del grupo de investigación DeTei de la Universidad Técnica de Ambato, Ecuador.
109
REVISTA ERUDITUS
QUITO-ECUADOR
2025
reruditus@uisrael.edu.ecAGENTE CONVERSACIONAL EN LA CAPTACIÓN DE ESTUDIANTES PARA LA EDUCACIÓN SUPERIOR PRIVADA
Referencias
Arbeláez, D., Villasmil, J., y Rojas, M. (2021). Inteligencia articial y condición humana: ¿Entidades contrapues-
tas o fuerzas complementarias? Revista de Ciencias Sociales, 27(2).
https://www.redalyc.org/articulo.
oa?id=28066593034
Arias, D., Ramos, T., y Cangalaya, L. (2024). Análisis y tendencias en el uso de chatbots y agentes conversacio-
nales en el campo de la educación: una revisión bibliométrica. Innovaciones Educativas, 26(41), 242-260.
https://doi.org/10.22458/ie.v26i41.5135
Artiles, J., Guerra, M., Aguiar, V., y Rodríguez, J. (2021). Agente conversacional virtual: la inteligencia articial para
el aprendizaje autónomo. Pixel-Bit. Revista de Medios y Educación, (62), 107-144.
https://doi.org/10.12795/
pixelbit.86171
Biagini, V., Subasic, M., Oudalov, A., y Kreusel, J. (2020). The autonomous grid: Automation, intelligence and
the future of power systems. Energy Research & Social Science, 65, 122-139.
https://doi.org/10.1016/j.
erss.2020.101460
Doneby, L. (2024). Cómo crear Chatbots con IA. YouTube. https://www.youtube.com/watch?v=mn6mOkiYjIg&-
t=1859s
Fondevila, J., Huamanchumo, A., Martín, R., y Gutiérrez, Ó. (2024). El chatbot como factor de éxito comunica-
tivo, de marketing y empresarial: análisis empírico. Correspondencias & Análisis, 19, 47-70.
https://doi.
org/10.24265/cian.2024.n19.02
Larios Gómez, E. (2021). La gestión de la convivencia escolar en la educación básica en México: desde la pers-
pectiva del marketing educativo. Apuntes Universitarios, 11(2), 20-47. https://www.proquest.com/doc-
view/2488153553?sourcetype=Scholarly%20Journals
Larios Gómez, E. (2014). Mercadotecnia de las instituciones de educación superior. Cuaderno Profesional de
Marketing, 2(1), 15-29.
https://doaj.org/article/c9292f9175f647b4b7699b6708099b73
Llorente, C. (2019). Marketing educativo: Captación y delización de alumnos. Madrid, España: ESIC.
López, X., Túñez López, M., & Campos-Domínguez, E. (2021). Redes sociales y participación ciudadana. Revista
de Estudios Sociales, 34(4), 12–25.
Maigua, J., Medina, P., y Beltrán, C. (2021). Agente conversacional para consultas sobre servicio médico en
una clínica privada. 3C Tecnología. Glosas de innovación aplicadas a la pyme, 10(2), 47-71.
https://doi.
org/10.17993/3ctecno/2021.v10n2e38.47-71
110
REVISTA ERUDITUS
QUITO-ECUADOR
2025
REVISTA ERUDITUS • VOL. 6 NUM. 2 • JULIO - SEPTIEMBRE, 2025
McTear, M. F. (2020). Conversational AI: Dialogue systems, conversational agents, and chatbots. Springer. https://
doi.org/10.1007/978-3-030-39540-7
Mena, A., Vázquez, E., Fernández, E., y López, E. (2024). La inteligencia articial y su producción cientíca en
el campo de la educación. Formación Universitaria, 17(1), 155-164.
https://www.scielo.cl/scielo.php?pi-
d=S0718-50062024000100155&script=sci_arttext
Núñez, F. (2017). Marketing educativo: Cómo comunicar la propuesta de valor de nuestro centro (Vol. 19). SM
España.
Parra, C., Ulloa, S., y Medina, P. (2022). Revisión sistemática de literatura sobre marketing educativo. Religación,
7(33). https://dialnet.unirioja.es/servlet/articulo?codigo=9016529
Pulido, V. y Olivera, E. (2019). Gerencia educativa: Una visión empresarial de la educación básica. Revista Cientí-
ca de la UCSA, 6(3), 52-62. 10.18004/ucsa/2409-8752/2019.006.03.052-062
Renz, A. y Hilbig, R. (2020). Prerequisites for articial intelligence in further education: Identication of drivers,
barriers, and business models of educational technology companies. International Journal of Educational
Technology in Higher Education, 17. https://doi.org/10.1186/s41239-020-00193-3
Van Dijk, J. (2020). The network society (4ª edición). London: Sage Publications.
Wahde, M. y Virgolin, M. (2022). Conversational Agents: Theory and Applications (Vol. 1). Handbook of Computer
Learning and Intelligence.
Yuquilema, K., Morales, D., Medina, P., y Almeida, J. (2024). Agente conversacional para la comunicación efec-
tiva en instituciones de educación superior. Investigación y desarrollo, 20(1). https://doi.org/10.31243/
id.v20.2024.2603
111
REVISTA ERUDITUS
QUITO-ECUADOR
2025
reruditus@uisrael.edu.ecAGENTE CONVERSACIONAL EN LA CAPTACIÓN DE ESTUDIANTES PARA LA EDUCACIÓN SUPERIOR PRIVADA
Copyright (2025) © Eleana Judith Ojeda Valencia; Ericka Melany Trujillo Supe;
Ricardo Patricio Medina Chicaiza
Este texto está protegido bajo una licencia internacional Creative Commons 4.0.
Usted es libre para Compartir—copiar y redistribuir el material en cualquier medio o formato — y Adaptar
el documento — remezclar, transformar y crear a partir del material—para cualquier propósito, incluso para
nes comerciales, siempre que cumpla las condiciones de Atribución. Usted debe dar crédito a la obra
original de manera adecuada, proporcionar un enlace a la licencia, e indicar si se han realizado cambios.
Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo del
licenciante o lo recibe por el uso que hace de la obra.
Resumen de licencia – Texto completo de la licencia