FACULTAD DE INGENIERÍA Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERÍA DE

SISTEMAS

Modelo Inteligente de asistente virtual de voz mediante el

procesamiento de lenguaje natural en Piura - 2023

AUTORES:
Guerrero Chapilliquen, Rosa Esthela (0000-0002-9903-8978)
Gutierrez Saldarriaga, Juan Aldhair (0000-0002-5526-8229)
Morales Chiroque, Nilber Adrian (0000-0002-5907-2223)
Odar Jimenez, Jose Paul (0000-0001-7992-8634)
Placencia Rivera, Antony Brandon. (0000-0003-2671-9649)
Toro Agurto, Mario Andree. (0000-0003-4364-647X)

ASESOR:
Dr. Jaramillo Atoche, Javier Eduardo (0000-0002-9843-7416)

LÍNEA DE INVESTIGACIÓN
Sistemas de Información y Comunicaciones

PIURA- PERÚ
2023
 DEDICATORIA

A nuestros queridos padres y a Dios, por

su amor inquebrantable y apoyo
constante, que han moldeado quienes
somos hoy.

Este trabajo va dedicado con gratitud y

cariño.

ii
 AGRADECIMIENTO

Queremos expresar nuestro sincero

agradecimiento al control y guía de
nuestro estimado docente, cuya
orientación ha sido fundamental para la
realización de este trabajo de
investigación.

iii
 ÍNDICE
DEDICATORIA ................................................................................................... ii
AGRADECIMIENTO ......................................................................................... iii
ÍNDICE DE TABLAS ......................................................................................... vi
ÍNDICE DE IMÁGENES ................................................................................... vii
RESUMEN ...................................................................................................... viii
ABSTRACT ....................................................................................................... ix
I. INTRODUCCIÓN ........................................................................................ 1
1.1. Descripción del lugar ............................................................................ 3
1.2. Situación problemática ......................................................................... 3
1.3. OBJETIVO DEL PROYECTO ............................................................... 4
1.3.1. Objetivo General ............................................................................ 4
1.3.2. Objetivos específicos ..................................................................... 4
1.4. Justificación ......................................................................................... 5
II. MARCO TEÓRICO ..................................................................................... 6
2.1. Antecedentes ....................................................................................... 6
2.1.1. Internacionales .............................................................................. 6
2.1.2. Nacionales ..................................................................................... 8
2.2. BASES TEÓRICAS .............................................................................. 9
2.2.1. Asistente Virtual ............................................................................. 9
2.2.2. GPT ............................................................................................. 10
2.2.3. DALL-E ........................................................................................ 10
2.2.4. Smart AI........................................................................................ 11
2.2.5. Procesamiento de Lenguaje Natural (NLP) ................................... 11
2.2.6. Inteligencia Artificial ..................................................................... 12
2.2.7. Reconocimiento de Voz ............................................................... 12
III. PLANIFICACIÓN DEL PROYECTO ...................................................... 13
3.1. Cronograma de actividades ............................................................... 13
IV. MÉTODOLOGÍA.................................................................................... 13
4.1. Inicio .................................................................................................. 13
4.1.1. Visión del proyecto ...................................................................... 13
4.1.2. Scrum Master y Stakeholders ...................................................... 15
4.1.3. Formación de equipos de Scrum ................................................. 15
4.1.4. Sprints ......................................................................................... 15
4.2. Planificación ....................................................................................... 16

iv
 4.2.1. Definición, abreviaturas y acrónimos ........................................... 16
4.2.2. Requerimientos Funcionales ....................................................... 16
4.2.3. Requerimientos No Funcionales .................................................. 17
4.2.4. Casos de Uso .............................................................................. 18
4.2.5. Diagrama de actividades ............................................................. 25
4.2.6. Diagrama de secuencia ............................................................... 30
4.2.7. Bocetos de la interfaz .................................................................. 33
V. CONCLUSIONES ..................................................................................... 38
VI. RECOMENDACIONES ......................................................................... 39
VII. REFERENCIAS BIBLIOGRÁFICAS ...................................................... 40
ANEXOS ......................................................................................................... 45

v
 ÍNDICE DE TABLAS

Tabla 1: Descripción de las abreviaturas ......................................................... 16

Tabla 2: Requerimientos Funcionales ............................................................. 17

Tabla 3: Requerimientos no funcionales .......................................................... 17

Tabla 4: CU01 – Abrir programas .................................................................... 19

Tabla 5: CU02 – Crear Alarmas ....................................................................... 20

Tabla 6: CU03 – Buscar información ............................................................... 22

Tabla 7: CU04 – Abrir páginas web ................................................................. 23

Tabla 8: CU05 – Reproducir videos de YouTube ............................................. 25

Tabla 9: Tabla de descripción de los elementos de las interfaces. ................... 34

Tabla 10: Descripción de los elementos de la interfaz agregar archivos .......... 35

Tabla 11: Descripción de los elementos de la interfaz agregar app ................. 36

Tabla 12: Descripción de los elementos de la interfaz agregar páginas web ... 37

vi
 ÍNDICE DE IMÁGENES

Figura 1: Cronograma de Actividades ............................................................. 13

Figura 2: Caso de uso – abrir programas ........................................................ 18

Figura 3: Caso de uso – Crear Alarmas .......................................................... 19

Figura 4: Diagrama de Caso de Uso – búsqueda de información ................... 21

Figura 5: Diagrama de caso de uso – Acceder a páginas web ........................ 22

Figura 6: Diagrama de caso de uso – buscar y reproducir videos de YouTube 24

Figura 7: Diagrama actividades ABRIR PROGRAMAS ................................... 25

Figura 8: Diagrama de actividades Crear Alarmas .......................................... 26

Figura 9: Diagrama de actividades BUSCAR INFORMACIÓN ........................ 27

Figura 10: Diagrama de actividades ABRIR PAGINAS WEB ........................... 28

Figura 11: Diagrama de actividades REPRDUCIR VIDEOS DE YOUTUBE. ... 29

Figura 12: Diagrama de secuencia ABRIR PROGRAMAS .............................. 30

Figura 13: Diagrama de secuencia ABRIR PAGINAS WEB............................. 30

Figura 14: Diagrama de secuencia BUSCAR INFORMACIÓN ........................ 31

Figura 15: Diagrama de secuencia CREAR ALARMA ..................................... 31

Figura 16: Diagrama de secuencia BUSCAR VIDEOS DE YOUTUBE ............ 32

Figura 17: Diagrama de secuencia CONVERSACION .................................... 32

Figura 18: Interfaz Grafica............................................................................... 33

Figura 19: Interfaz gráfica para agregar archivos ............................................ 35

Figura 20: Interfaz para agregar tus apps ....................................................... 36

Figura 21: Interfaz para agregar páginas web ................................................. 37

vii
RESUMEN

El documento presenta un proyecto de investigación sobre la implementación de

un modelo inteligente de asistente virtual de voz en Piura para el 2023; la
situación problemática es que los usuarios deben alternar entre varios
programas y aplicaciones para completar diferentes tareas, lo cual consume
mucho tiempo, por lo que un asistente virtual de voz podría ayudar a realizar más
tareas simultáneamente de forma más eficiente. El objetivo general es
implementar este modelo de asistente virtual para reducir el tiempo de búsqueda
de información, ejecutar órdenes por voz, identificar requerimientos y adaptarse
a diferentes modalidades de voz en Piura; la metodología empleada es Scrum.
Además, se realizó testeo de la funcionalidad del producto y se encontró que es
aplicable con posibilidades de futuras modificaciones; como resultados, se
obtuvo un nivel de satisfacción aceptable por parte de los stakeholders para la
entrega del producto, con sugerencias de modificaciones. En conclusión, se
cumplió con implementar un modelo de asistente virtual para mejorar la eficiencia
en Piura, adaptable a futuras mejoras.

Palabras Clave: asistente virtual, procesamiento de leguaje natural, inteligencia

artificial, búsqueda automatizada.

viii
ABSTRACT

The paper presents a research project on the implementation of an intelligent

voice virtual assistant model in Piura by 2023; the problematic situation is that
users must switch between several programs and applications to complete
different tasks, which is time consuming, so a voice virtual assistant could help to
perform more tasks simultaneously in a more efficient way. The overall objective
is to implement this virtual assistant model to reduce information search time,
execute voice commands, identify requirements and adapt to different voice
modalities in Piura; the methodology used is Scrum. In addition, the functionality
of the product was tested and it was found to be applicable with the possibility of
future modifications; as a result, an acceptable level of satisfaction was obtained
from the stakeholders for the delivery of the product, with suggestions for
modifications. In conclusion, a virtual assistant model was implemented to
improve efficiency in Piura, adaptable to future improvements.

Keywords: virtual assistant, natural language processing, artificial intelligence,

automated search, automated search.

ix
I. INTRODUCCIÓN

Los asistentes virtuales,son programas de inteligencia artificial que

pueden interactuar con nosotros a través de la voz para realizar
diversas tareas, han ganado mucha popularidad y creo que hay varias
razones detrás de este crecimiento. En primer lugar, los avances en
áreas como el procesamiento de lenguaje natural y el aprendizaje
automático, junto con una mayor capacidad informática, han permitido
la creación de asistentes virtuales más precisos e inteligentes.
Además, la disminución de costos en almacenamiento, procesadores
y sensores ha facilitado su implementación a gran escala, haciéndolos
más accesibles para la mayoría. El interés significativo de gigantes
tecnológicos como Amazon, Apple, Google y Microsoft en desarrollar
sus propios asistentes virtuales, como Alexa, Siri, Google Assistant y
Cortana respectivamente, ha sido un impulsor clave para su creciente
adopción. Por supuesto, también influye la necesidad de los
consumidores de simplificar tareas diarias en hogares y oficinas. En
cuanto a los efectos de estos asistentes, indudablemente ofrecen
mayor comodidad, ahorro de tiempo y acceso rápido a información
mediante comandos de voz para una variedad de actividades. Sin
embargo, no puedo pasar por alto los impactos negativos, como la
posible pérdida de privacidad y control sobre nuestros propios datos si
no se usan con precaución. Además, existe la amenaza potencial de
ciberataques si la seguridad de estos sistemas no es suficiente. Otro
aspecto a considerar es la posibilidad de que la automatización de
tareas previamente realizadas por personas resulte en la reducción de
ciertos empleos. Para concluir, veo también el riesgo de una brecha
digital, donde aquellos con más recursos económicos o educativos
pueden aprovechar mejor esta tecnología en comparación con grupos
con menos acceso. En resumen, aunque encuentro que los asistentes
virtuales son una tecnología muy útil, creo firmemente que su
desarrollo debe llevarse a cabo de manera responsable para
contrarrestar posibles consecuencias negativas.

1
El Trabajo de Investigación incluye varios capítulos que abordan
diferentes temáticas relacionadas con el desarrollo e implementación
de un asistente virtual.
En el capítulo 2, se presentan las bases teóricas que sustentan el
trabajo y se explican conceptos como el asistente virtual, GPT
(Generative Pre-training Transformer), DALL-E (fábrica de imágenes
generadas en base a texto), Smart AI, procesamiento de lenguaje
natural (NLP), inteligencia artificial y reconocimiento de voz.
En el capítulo 3 se incluye la planificación del proyecto, donde se
detalla un cronograma de actividades para llevar a cabo la
implementación del asistente virtual.
En el capítulo 4 se presenta la metodología utilizada en el proyecto,
donde se describe el inicio del proyecto y la visión del mismo.
En el capítulo 5 se presenta el diseño y desarrollo del sistema de
asistente virtual, donde se describe todo el proceso de creación del
sistema, desde la recopilación de datos hasta la implementación del
modelo.
En el capítulo 6 se incluyen los resultados de las pruebas realizadas
al sistema y se discuten los resultados obtenidos.
En el capítulo 7 se presentan las conclusiones y recomendaciones
para futuros trabajos relacionados con el desarrollo de asistentes
virtuales.

2
1.1. Descripción del lugar

El departamento de Piura está ubicado al norte del Perú,

teniendo como capital la ciudad de Piura, la cual ha sido
catalogada como la ciudad más poblada. En base al último
censo realizado a nivel nacional, Piura tiene una población de
aproximadamente 1.8 millones de habitantes, convirtiéndose
en el séptimo departamento más poblado del país.

1.2. Situación problemática

Una rama de la inteligencia artificial conocida como

procesamiento de lenguaje natural (PLN) se enfoca en la
interacción entre las computadoras y el lenguaje humano. PLN
ha sido utilizado para crear asistentes virtuales de voz capaces
de comprender y responder a conversaciones humanas en los
últimos años.
La capacidad de la tecnología de agentes conversacionales
para comprender y responder consultas en lenguaje natural
utilizando técnicas de procesamiento de lenguaje natural (PLN)
ha mejorado recientemente. Llegar a que dichos agentes
manejen adecuadamente los matices y variantes dialectales de
cada idioma es uno de los principales retos en este campo. En
un estudio reciente, García (2022) reportaron el desarrollo de
un agente conversacional con comprensión de lenguaje natural
específicamente adaptado al dialecto del español peruano. Los
autores crearon un sistema que interactúa fluidamente en este
dialecto utilizando conjuntos de datos etiquetados
dialectalmente y modelos de PLN personalizados.
Estos asistentes virtuales están cambiando la forma en que
usamos la tecnología y se utilizan en una variedad de campos,
desde la atención al cliente hasta la educación y los negocios.
Este informe analizará el desarrollo de un modelo inteligente de
asistente virtual de voz con procesamiento de lenguaje natural

3
 en Piura en el año 2023. Se explorarán los posibles usos de
esta tecnología y se evaluarán sus ventajas.
En particular, se discutirán los avances en la tecnología de
asistentes virtuales y cómo el procesamiento del lenguaje
natural y la inteligencia artificial pueden mejorar la experiencia
del usuario. Además, se discutirá cómo el modelo inteligente de
asistente virtual de voz puede usarse en una variedad de áreas,
como la atención al cliente, la educación y los negocios, y cómo
puede aumentar la eficiencia y la productividad en estas áreas.

1.3. OBJETIVO DEL PROYECTO

1.3.1. Objetivo General

Implementar un modelo inteligente de asistente virtual

de voz mediante el procesamiento de lenguaje natural
en Piura – 2023

1.3.2. Objetivos específicos

• Reducir el tiempo de búsqueda para facilitar y

brindar seguridad al usuario.
• Permitir ejecutar órdenes a través del habla
obteniendo respuesta a la consulta realizada y
brindada.
• Identificar los requerimientos funcionales y no
funcionales.
• Realizar las validaciones de las diferentes
modalidades del usuario.
• Adaptar a las diferentes modalidades de voz de
pronunciación para hacerlo más factible.

4
1.4. Justificación

La justificación para la investigación sobre un "Modelo

Inteligente de Asistente Virtual de Voz mediante el
Procesamiento de Lenguaje Natural en Piura - 2023" es sólida
y se puede dividir en varias áreas clave:

Como es Relevancia Académica, esta investigación es

justificable desde una perspectiva académica, ya que se
encuentra en línea con el avance tecnológico en el ámbito de
PNL (Procesamiento de Lenguaje Natural) y la I.A. Está dirigida
a la creación de un asistente virtual de voz inteligente, lo cual
es un tema de interés y relevancia en la comunidad académica
y de investigación en la actualidad.

Como también por Aplicación Práctica la utilidad práctica de

esta investigación es evidente. Un asistente virtual de voz
basado en el procesamiento de lenguaje natural podría tener
influencia en las personas de Piura, ya que podría utilizarse en
una variedad de escenarios, como la educación, la atención al
cliente, la asistencia en el hogar, entre otros. Esto justifica la
inversión de recursos en su desarrollo y estudio.

Por otro lado, se justifica por su Innovación Tecnológica el

enfoque en el lenguaje natural y la creación de un asistente
virtual de voz representa una innovación tecnológica relevante.
Este tipo de tecnología tiene la capacidad de aumentar la
eficiencia y la comodidad en las aplicaciones, y por lo tanto,
justifica la investigación y el desarrollo continuos en este
campo.

5
II. MARCO TEÓRICO

2.1. Antecedentes

2.1.1. Internacionales

Gonzales (2022) llevó a cabo su investigación para

poder obtener el título de ingeniero. dicho proyecto se
desarrolló en el cual su enfoque principal de esta
investigación fue brindar asistencia a los estudiantes
para la ejecución de procesos académicos de manera
eficiente y efectiva. En el contexto actual de su
universidad ha experimentado un crecimiento en la
necesidad de servicios y asesoramiento de los
estudiantes. El tradicional enfoque presencial para la
resolución de asesoramiento e inquietudes se ha vuelto
inestable, específicamente en tiempos de emergencias
sanitarias y distanciamiento social. En este sentido, en
la investigación se propuso como una respuesta
innovadora a esta problemática. Tiene como objetivo
principal la creación de un asistente virtual utilizando I.A
y el procesamiento del lenguaje natural para la
comunicarse con los estudiantes y responder sus
preguntas sobre procedimientos académicos de manera
precisa. Este asistente virtual llamado EDITH, buscó
simplificar la vida de los estudiantes al ofrecerles una
herramienta accesible las 24 horas del día, los 7 días de
la semana, para resolver sus inquietudes y llevar a cabo
trámites de manera eficaz. La investigación representó
un avance significativo en al optimizar la atención del
usuario en un entorno académico cada vez más
digitalizado. Su proyecto no solo abordó las necesidades
actuales de los estudiantes, sino que también se alineó
con la tendencia global de la utilización de la I.A.

6
Duque (2020). su investigación es un asistente virtual
estilo chatbot por voz para la toma de pedido para
comercios cubanos en un ambiente preoperatorio es el
tema de la investigación que realicé. Esto representa un
avance significativo en la mejoría en los procedimientos
de atención al cliente y la eficiencia operativa. El objetivo
general de este proyecto fue implementar una solución
tecnológica que combine Procesamiento del Lenguaje
Natural (NLP) y troncales SIP (Session Initiation
Protocol) para la toma de pedidos en la sede de la
empresa cubana. El principal objetivo de esta estrategia
tecnológica es acortar los tiempos de espera y prestar
más atención a las llamadas de pedidos a domicilio, algo
crucial para un negocio que recibe alrededor. 30% de
sus ganancias a través de este canal de ventas. La
implementación de este chatbot por voz representa una
solución tecnológica innovadora que tiene la capacidad
de modificar la forma en que la empresa cubanos
gestiona los pedidos a domicilio. Su capacidad de
integración con plataformas de chat y su enfoque en la
eficiencia operativa hacen que esta implementación sea
un paso adelante en la optimización de los
procedimientos de atención al cliente en la mejora de la
experiencia de los usuarios.

Tenemos a Reinoso y Zhirzhan (2022) llevaron a cabo

su investigación para poder obtener el título de
ingeniero. dicho proyecto realizó la implementación de
PNL (lenguaje natural aplicadas) a un asistente virtual,
en el proceso para la programación de citas médicas en
la ciudad de Cuenca-Ecuador, fue llevada a cabo de
manera manual y convencional. Donde los pacientes
Deben comunicarse con la clínica o profesionales de
salud por teléfono o personalmente para solicitar una

7
 cita en este contexto los autores llevaron a cabo este
proyecto para dar solución que aborda esta
problemática. Para facilitar la búsqueda y reserva de
citas médicas en la ciudad de Cuenca, sugirieron
implementar un chatbot o asistente virtual basado en
reglas que utiliza Procesamiento del Lenguaje Natural
(PNL). Al ofrecer una interacción más humana, esta
solución tenía como objetivo cerrar la brecha entre los
usuarios y la tecnología.

2.1.2. Nacionales

(López y Rojas, 2021) realizaron un estudio titulado

“Asistente virtual para el seguimiento de cobranza en
una empresa de envases metálicos usando lenguaje
natural” de la ciudad de Lima, el objetivo de esta
investigación es aumentar ganancia a través de la
implementación de un asistente virtual el cual va a
mejorar generando un seguimiento a las cobranzas de
manera automática en la empresa, como conclusión los
autores mencionan que este asistente virtual va a
permitir que los procesos del área de cobranzas sean
automatizados siendo eficientes para la empresa, ya
que tuvo una muy buena acogida de los clientes
ayudándolos en sus pagos de manera inmediata.

(Ccuno, 2022) realizo un estudio titulado

“Implementación de un asistente virtual con tecnología
cognitiva para la automatización de atención al cliente
aplicado al sector cinematográfico, 2022” de la ciudad de
Arequipa, esta investigación tiene como objetivo
implementar un asistente virtual para la automatización
del servicio al cliente ya que con esta implementación va
ayudar a mejorar los procesos ya existentes mediante el
desarrollo del proyecto dado que permitirá una buena

8
 resolución más precisa de solicitudes e interacciones
con el cliente y asistente virtual, donde se concluye que
tras la implementación de un asistente virtual logra la
automatización de la atención al cliente así avanzando
con la calidad del servicio y renovando las perspectiva
del cliente.

(Cortez, García y Velásquez, 2021) realizaron un estudio

titulado “Asistente virtual para el personal docente en la
Universidad César Vallejo de la Ciudad de Trujillo” de la
ciudad de Trujillo, el objetivo de esta investigación fue
desarrollar un asistente virtual para los docente de la
universidad cesar vallejo, dicho proyecto tuvo un
resultado agradable por los docentes ya que les servicio
de mucha ayuda en la evolución de la enseñanza y el
control de los recursos para los estudiantes, concluyen
los autores que lograron la meta de dicha
implementación con los objetivos planteados.

2.2. BASES TEÓRICAS

2.2.1. Asistente Virtual

García Reina (2018) Es un programa que utiliza

inteligencia artificial y la tecnología del lenguaje natural
para la interacción del usuario como un humano. Puede
responder preguntas, realizar tareas específicas como
enviar correos electrónicos o hacer reservas y brindar
asistencia en una variedad de aplicaciones, desde
chatbots en línea hasta asistentes de Apple y Google.

Dorfman (2017) Un asistente virtual es una interfaz de

usuario conversacional que permite a los usuarios
interactuar con sistemas y servicios a través del lenguaje
natural hablado o escrito. Destaca la importancia de

9
 diseñar experiencias conversacionales efectivas,
enfocándose en comprender las intenciones del usuario,
ofrecer respuestas claras y facilitar la interacción fluida.

2.2.2. GPT

Brady D. Lund (2023) GPT desarrollada por OpenAI. Le

capacita para que pueda comprender y así mismo
genere texto humano con coherencia y relevante para el
contexto utilizando grandes cantidades de texto. GPT se
emplea en los chatbots, generación automática de texto
y traducción automática.

Huang (2018) Es una arquitectura de modelo de

lenguaje desarrollada por OpenAI. Se destaca por
aprender patrones en datos de lenguaje natural
mediante un preentrenamiento masivo en grandes
conjuntos de datos. Puede procesar datos
eficientemente y capturar relaciones contextuales
complejas.

2.2.3. DALL-E

Tenas Alos (2020) Es un proyecto de OpenAI que utiliza

inteligencia artificial para crear imágenes a partir de
descripciones de texto. Puede generar imágenes
originales que corresponden a las palabras o conceptos
proporcionados en la entrada de texto, lo que lo
convierte en una herramienta creativa para la
generación de arte visual.

Cho (2023) Se define como generador de imágenes

desarrollado por OpenAI. Se usa para diseñar imágenes
dando las descripciones de texto. Este modelo es único
por la capacidad para diseñar imágenes únicas y
creativas mediante la combinación de palabras clave,
demostrando la versatilidad de las arquitecturas de

10
 modelos generativos en la producción de contenido
visual.

2.2.4. Smart AI

Luckey (2022) Se refiere a sistemas de inteligencia

artificial que son capaces de estudiar y acoplarse
mientras interactúan con datos y usuarios. Utilizan
técnicas de aprendizaje automático para que de esa
forma pueda elegir sus decisiones basadas en
información y experiencia previa.

Herath (2022) Se refiere a sistemas de inteligencia

artificial avanzada que no solo pueden realizar tareas
específicas, sino que también tienen la habilidad para
adquirir conocimientos, ajustarse a cambios y tomar
decisiones de forma independiente. Estos sistemas
utilizan algoritmos avanzados, aprendizaje automático y
técnicas de procesamiento de datos para aumentar su
funcionamiento con el tiempo.

2.2.5. Procesamiento de Lenguaje Natural (NLP)

Moreira (2021) Esto representa un campo de la

inteligencia artificial que se dedica en la comunicación
entre PC y seres humanos. Se usa para examinar,
entender y de esa forma ir generando texto de la misma
forma a cómo lo haría una persona.

Hernández (2019) Hace alusión a una parte de la IA que

da definición a la relación que hay entre las
computadoras y el lenguaje humano, con el propósito de
posibilitar que las computadoras entiendan, interpreten
y generen texto de manera análoga a los usuarios.

11
2.2.6. Inteligencia Artificial

Estupiñan (2021) Es una disciplina de la tecnología

dedicada al desarrollo de sistemas y algoritmos que
pueden hacer tareas que se hace con la inteligencia
humana. Esto incluye el aprendizaje automático, donde
las máquinas aprenden patrones con los datos y toman
decisiones basadas en ese aprendizaje.

Hernández Orallo (2021) dice que la inteligencia artificial

son sistemas computacionales que muestran un
comportamiento comúnmente asociado con la
inteligencia en los humanos. Esto incluye aprender de la
experiencia, resolver problemas, entender el lenguaje
natural, reconocimiento de objetos y escenas visuales,
tomar decisiones razonables, moverse y manipular
objetos.

2.2.7. Reconocimiento de Voz

Barrios (2018) Es una tecnología que facilita a las

computadoras convertir el habla humana en texto o
comandos comprensibles. Utilizando los algoritmos con
técnicas de procesamiento de audio para identificar
patrones de voz y modelos de lenguaje para convertir el
audio en texto. Se utiliza en aplicaciones como
asistentes de voz, transcripciones automáticas y
sistemas de control de voz.

Lajos (2022) dice que convierte la voz humana en una

señal que los ordenadores pueden entender, lo que
permite a los usuarios interactuar con la tecnología
mediante comandos hablados.

12
III. PLANIFICACIÓN DEL PROYECTO

3.1. Cronograma de actividades

Figura 1: Cronograma de Actividades

Fuente: elaboración propia

IV. MÉTODOLOGÍA

4.1. Inicio
4.1.1. Visión del proyecto

La asistente virtual que ayuda a realizar tareas y

proporcionar información a través de interacciones
virtuales. Estás asistentes virtuales pueden ser
utilizadas en dispositivos como móviles, computadoras
o altavoces inteligentes, y utilizan tecnologías como el
reconocimiento de voz y el procesamiento del lenguaje
natural para entender y responder a las solicitudes de
los usuarios. Las asistentes virtuales son herramientas
tecnológicas que permiten realizar tareas y acceder a
información de manera rápida y conveniente, mejorando
así la eficiencia y la experiencia del usuario. Artica Llacta
(2020)

Pueden realizar algunas actividades:

• Respuesta rápida: Los usuarios esperan que los

asistentes virtuales respondan rápidamente a sus

13
 solicitudes, una respuesta lenta puede generar
frustración y descontento.
• Escucha activa: El asistente virtual debe
escuchar atentamente las solicitudes de los
usuarios para comprender sus necesidades, esto
ayudará al asistente virtual a brindar respuestas
más pertinentes y soluciones efectivas.
• Comunicación clara: El asistente virtual debe
comunicarse de manera clara y concisa para que
los usuarios comprendan las respuestas y
recomendaciones proporcionadas, esto ayudará
a evitar confusiones y malentendidos.
• Seguridad de datos: Los usuarios deben poder
confiar en que sus datos personales estarán
seguros con el asistente virtual, el asistente
virtual debe tomar medidas para proteger los
datos de los usuarios de accesos no autorizados
y uso indebido.
• Aprendizaje continuo: El mundo está
cambiando constantemente, y los asistentes
virtuales deben hacerlo también, el asistente
virtual debe aprender y mejorar constantemente
para mantenerse relevante y útil para los
usuarios.
• Recopilación de retroalimentación: La
retroalimentación de los usuarios es esencial
para mejorar el servicio de un asistente virtual, el
asistente virtual debe recopilar retroalimentación
de los usuarios para comprender sus
necesidades y opiniones.

14
4.1.2. Scrum Master y Stakeholders

El Scrum Master en este proyecto juega un papel

fundamental en la garantía del cumplimiento del objetivo
central: el desarrollo exitoso del asistente virtual de voz
en Piura. Su responsabilidad principal radica en
asegurar que el equipo de desarrollo siga rigurosamente
las prácticas y principios de Scrum. Esto facilita la
interacción efectiva entre los usuarios y el asistente
virtual, garantizando que el producto final cumpla con las
necesidades.

Dentro de este proyecto, los Stakeholders incluyen a los

usuarios de Piura que buscan acceder y beneficiarse del
Asistente Virtual de Voz basado en Procesamiento de
Lenguaje Natural. Estos usuarios son esenciales, ya que
su participación y retroalimentación contribuyen
directamente al éxito del modelo. Su interacción y
participación son vitales para garantizar que el asistente
virtual cumpla con las expectativas y las necesidades de
la comunidad en Piura en 2023.

4.1.3. Formación de equipos de Scrum

El equipo scrum está conformado por los mismos

integrantes que son los desarrolladores de dicha
propuesta del Asistente virtual, con capacidades de
programación y con la capacidad innovadora para dar
soluciones a través de herramientas tecnológicas.

4.1.4. Sprints

La conformación de los Sprints implicaría la planificación

y ejecución de etapas específicas para desarrollar el
asistente de voz en Piura. Cada Sprint se centraría en

15
 tareas como investigación, diseño, desarrollo,
integración y pruebas.

4.2. Planificación
4.2.1. Definición, abreviaturas y acrónimos

Abreviatura Definición
RF Requerimientos funcionales
RNF Requerimientos no funcionales
CU Casos de Uso
Tabla 1: Descripción de las abreviaturas
Fuente: elaboración propia

4.2.2. Requerimientos Funcionales

Requerimiento
Descripción
Funcional

RF01.- Podrá abrir El asistente debe poder reconocer los nombres de las
cualquier programa aplicaciones más populares e iniciarlas a través de
llamados.

RF02.- Creara El usuario podrá establecer alarmas y recordatorios

Alarmas indicando la frase "establece una alarma para las X".
El asistente guardará estos eventos y los hará
sonar/mostrar en el momento especificado.

RF03.- Podrá buscar El asistente debe integrarse con el buscador de

información en la Google u otros para interpretar consultas y devolver
web una respuesta directa por voz o en una tarjeta
informativa visual.

RF04.- Reproducirá A través del uso de librerías que ofrece Python, el

videos de YouTube asistente podrá reproducir de forma nativa cualquier
video de YouTube.

16
 RF05.- Abrir páginas El asistente debe poder abrir el navegador web
web predeterminado del usuario y cargar la URL solicitada.

Tabla 2: Requerimientos Funcionales

Fuente: elaboración propia

4.2.3. Requerimientos No Funcionales

Requerimientos No Descripción
Funcionales

RNF 01.- Interfaz de El asistente debe poder interactuar a través de una interfaz
usuario visual agradable y minimalista, así como por
reconocimiento de voz, con respuestas sonoras claras y
naturales.

RNF 02.- Velocidad El tiempo de procesamiento de solicitudes y entrega de

de respuesta respuestas debe optimizarse para no superar los 3
segundos.

RNF 03.- El código debe contar con documentación clara sobre la

Documentación arquitectura y funcionalidades.

RNF 04.- español La interacción debe darse enteramente en español, tanto

en la comprensión de voz como en las respuestas
entregadas.

RNF 05.- Multitarea El asistente debe poder procesar varias solicitudes en

paralelo y gestionar múltiples funcionalidades al mismo
tiempo.

Tabla 3: Requerimientos no funcionales

Fuente: elaboración propia

17
4.2.4. Casos de Uso

4.2.4.1. Diagrama de caso de uso de abrir programas

Figura 2: Caso de uso – abrir programas

Fuente: elaboración propia

CU01: Abrir Programas

Funcional
Tipo
Alta
Importancia
Usuario
Actores
El caso de uso describe
la acción en el
momento en que el
Descripción usuario abre un
programa por comando
de voz.

Flujo Normal de los Eventos

Acciones de Usuario Acciones de Sistema

El usuario hace click en El asistente virtual

el botón “Grabar” y procesa la voz y usa la
utiliza la palabra clave palabra clave para
para abrir el programa.

18
 obtener el valor y abrir
el programa solicitado

Flujo alternativo de los eventos

Acciones del Usuario Acciones del Sistema

El usuario utiliza una El sistema arroja un

palabra clave que no mensaje indicando que
está relacionada con no está registrado ese
ningún programa. programa.

Tabla 4: CU01 – Abrir programas

Fuente: elaboración propia

4.2.4.2. Diagrama de caso de uso de alarma

Figura 3: Caso de uso – Crear Alarmas

Fuente: elaboración propia

CU02: Crear Alarmas

Funcional
Tipo
Alta
Importancia
Usuario
Actores

19
 El caso de uso describe
la acción en el
momento en que el
Descripción
usuario desea
programar una alarma.

Flujo Normal de los Eventos

Acciones de Usuario Acciones de Sistema

El asistente virtual
El usuario hace click en procesa la voz y la
el botón “Grabar” y utiliza la palabra clave
utiliza la palabra clave para acceder a la
para crear una nueva función de crear una
alarma alarma

Flujo alternativo de los eventos

Acciones del Usuario Acciones del Sistema

El usuario utiliza una

palabra clave que no El sistema indica que
está relacionada con la no conoce esa función.
creación de alarmas
Tabla 5: CU02 – Crear Alarmas
Fuente: elaboración propia

20
4.2.4.3. Diagrama de caso de uso de búsqueda de
información

Figura 4: Diagrama de Caso de Uso – búsqueda de

información

Fuente: elaboración propia

CU02: Buscar Información

Funcional
Tipo
Alta
Importancia
Usuario
Actores
El caso de uso
describe la acción en
el momento en que el
Descripción
usuario desea
programar una alarma.

Flujo Normal de los Eventos

Acciones de Usuario Acciones de Sistema

El usuario hace click en

El asistente virtual
el botón “Grabar” y
procesa la voz y la
utiliza la palabra clave
utiliza la palabra clave

21
 para buscar para buscar lo que se le
información en la web solicita.

Flujo alternativo de los eventos

Acciones del Usuario Acciones del Sistema

El usuario utiliza una

El sistema indica que
palabra clave que no
desconoce la palabra
está relacionada con la
clave.
función.
Tabla 6: CU03 – Buscar información
Fuente: elaboración propia

4.2.4.4. Diagrama de caso de uso de abrir páginas

web

Figura 5: Diagrama de caso de uso – Acceder a

páginas web

Fuente: elaboración propia

CU02: Abrir páginas web

Funcional
Tipo
Alta
Importancia
Usuario
Actores

22
 El caso de uso describe
la acción en el
momento en que el
Descripción
usuario desea acceder
a una página web.

Flujo Normal de los Eventos

Acciones de Usuario Acciones de Sistema

El asistente virtual
El usuario hace click en procesa la voz y la
el botón “Grabar” y utiliza la palabra
utiliza la palabra clave acceder a la página
para abrir una página web con la cual está
web. relacionada la palabra
clave.

Flujo alternativo de los eventos

Acciones del Usuario Acciones del Sistema

El usuario utiliza una El sistema indica que

palabra clave que no esa página no se
está relacionada con encuentra registrada
ninguna página.
Tabla 7: CU04 – Abrir páginas web
Fuente: elaboración propia

23
4.2.4.5. Diagrama de caso de uso de reproducir
videos de YouTube

Figura 6: Diagrama de caso de uso – buscar y

reproducir videos de YouTube

Fuente: elaboración propia

CU02: Buscar y reproducir de videos de YouTube

Funcional
Tipo
Alta
Importancia
Usuario
Actores
El caso de uso describe
la acción en el
momento en que el
Descripción usuario desea
reproducir un video de
YouTube.

Flujo Normal de los Eventos

Acciones de Usuario Acciones de Sistema

El usuario hace click en

el botón “Grabar” y El asistente virtual
utiliza la palabra clave procesa la voz y la
para reproducir videos utiliza la palabra clave
de YouTube. para acceder la a la

24
 función que reproduce
videos de YouTube.

Flujo alternativo de los eventos

Acciones del Usuario Acciones del Sistema

El usuario utiliza una El sistema indica que

palabra clave que no desconoce la palabra
está relacionada con la clave.
función.
Tabla 8: CU05 – Reproducir videos de YouTube
Fuente: elaboración propia

4.2.5. Diagrama de actividades

4.2.5.1. Abrir Programas

Figura 7: Diagrama actividades ABRIR PROGRAMAS

Fuente: elaboración propia

25
 4.2.5.2. Crear Alarmas

Figura 8: Diagrama de actividades Crear Alarmas

Fuente: elaboración propia

26
 4.2.5.3. Buscar información

Figura 9: Diagrama de actividades BUSCAR INFORMACIÓN

Fuente: elaboración propia

27
 4.2.5.4. Abrir Páginas Web

Figura 10: Diagrama de actividades ABRIR PAGINAS WEB

Fuente: elaboración propia

28
 4.2.5.5. Reproducir videos de YouTube

Figura 11: Diagrama de actividades REPRDUCIR VIDEOS DE YOUTUBE.

Fuente: elaboración propia

29
4.2.6. Diagrama de secuencia

4.2.6.1. Abrir Programas

Figura 12: Diagrama de secuencia ABRIR PROGRAMAS

Fuente: elaboración propia

4.2.6.2. Abrir Páginas Web

Figura 13: Diagrama de secuencia ABRIR PAGINAS WEB

Fuente: elaboración propia

30
 4.2.6.3. Buscar información

Figura 14: Diagrama de secuencia BUSCAR INFORMACIÓN

Fuente: elaboración propia

4.2.6.4. Crear Alarmas

Figura 15: Diagrama de secuencia CREAR ALARMA

Fuente: elaboración propia

31
 4.2.6.5. Reproducir videos de YouTube

Figura 16: Diagrama de secuencia BUSCAR VIDEOS DE YOUTUBE

Fuente: elaboración propia

4.2.6.6. Conversación

Figura 17: Diagrama de secuencia CONVERSACION

Fuente: elaboración propia

32
 4.2.7. Bocetos de la interfaz

4.2.7.1. Interfaz principal

Figura 18: Interfaz Grafica

Fuente: elaboración propia

Elemento Descripción
Nombre Hace hincapié al nombre del Asistente, Mizu No Kokoro,
Se refiere a un estado de calma y transparencia, un
estado en que la mente se asemeja al agua en reposo.
La idea es que la persona debe estar en este estado que
le permite fluir y ser flexible al mismo tiempo, como el
agua. Esa es la idea que predomina en el Asistente.
Paleta de Comandos Es una el lugar donde están ubicados los comando con
los que puedes activar cada una de las funciones del
asistente.
Cuadro de texto Es donde ingresaras el texto que desea que el asistente
diga, además también se mostrara la información del
tema que solicitaste a Kokoro que buscase.
Botón Escuchar Es el botón con el cual al darle click podrás darle
indicaciones al asistente, como reproducir, buscar, etc.

33
 Botón de archivos Al darle click verificaras los archivos agregados
agregados (documentos, fotos, etc.).
Botón de páginas Al darle click verificaras las páginas que has registrado.
agregadas
Botón de apps Al darle click verificaras las aplicaciones guardadas.
agregadas
Botón Agregar Archivos Al cliclearle podrás agregar tus archivos, con un nombre
y la ruta de ubicación.
Botón Agregar Paginas Al cliclearle podrás agregar tus archivos, con un nombre
y su respectivo link.
Botón Agregar Apps Al cliclearle podrás agregar tus aplicaciones, con un
nombre y la ruta de ubicación.
Botón de la voz Con este botón podrás cambiar a la voz mexicana.
mexicana
Botón de la voz Con este botón podrás cambiar a la voz española.
española
Botón de la voz en Con este botón podrás cambiar a la voz inglesa.
ingles
Botón Hablar Para que este funcione tienes que escribir algo el cuadro
de texto.
Botón Detener la alarma Botón para detener la alarma cunado esta esté sonando.
Avatar del Asistente Perfil del asistente, en base a la elección de los
desarrolladores.
Tabla 9: Tabla de descripción de los elementos de las interfaces.
Fuente: elaboración propia.

34
 4.2.7.2. Interfaz para agregar tus archivos

Figura 19: Interfaz gráfica para agregar archivos

Fuente: elaboración propia

Elemento Descripción
Ventana “Agregar Es la ventana donde te permite ingresar el nombre
Archivos” y la ruta del archivo a guardar
Caja de Texto para el En esta caja de texto ingresaras el nombre del
nombre archivo a guardar
Caja de Texto para la ruta En esta caja agregaras la ruta exacta del archivo
del archivo
Botón para agregar Al dar click sobre este botón podrás guardar tu
archivo
Tabla 10: Descripción de los elementos de la interfaz agregar archivos
Fuente: elaboración propia

35
 4.2.7.3. Interfaz para agregar tus apps

Figura 20: Interfaz para agregar tus apps

Fuente: elaboración propia

Elemento Descripción
Caja de Texto para el En esta caja de texto ingresaras el nombre de
nombre la aplicación a guardar.
Caja de Texto para la ruta En esta caja agregaras la ruta
de la app exacta de la aplicación.
Al dar click sobre este botón
Botón para agregar
podrás guardar tu aplicación.
Tabla 11: Descripción de los elementos de la interfaz agregar app
Fuente: elaboración propia

36
 4.2.7.4. Interfaz para agregar tus páginas web

Figura 21: Interfaz para agregar páginas web

Fuente: elaboración propia

Elemento Descripción
Caja de Texto para el En esta caja de texto ingresaras el nombre de
nombre de la pagina la página web a guardar.
Caja de Texto para el link de En esta caja es para agregar el link de la
la pagina página a guardar.
Al dar click sobre este botón podrás guardar
Botón para agregar
tu página web
Tabla 12: Descripción de los elementos de la interfaz agregar páginas web

Fuente: elaboración propia

37
V. CONCLUSIONES

• En cuanto al objetivo general de implementar un modelo

inteligente de asistente virtual por voz en Piura durante el 2023,
se concluye que se logró desarrollar con éxito dicho asistente
utilizando técnicas de procesamiento de lenguaje natural. El
asistente es capaz de recibir comandos de voz, interpretarlos y
proveer una respuesta útil al usuario.
• En efecto, al interactuar con el asistente virtual, se reducen
notoriamente los tiempos empleados previamente por los
usuarios al buscar información relevante sobre servicios,
trámites, consultas u otros requerimientos. El rápido acceso a
respuestas específicas genera mayor productividad,
satisfacción y confianza en la veracidad de los datos obtenidos,
representando una ventaja competitiva sobre otros medios
tradicionales de atención a usuarios.
• En relación con el objetivo de permitir ejecutar órdenes por voz
y obtener respuesta a las consultas, se cumplió
satisfactoriamente, permitiendo al usuario hacer
requerimientos completos por voz sobre diversos temas y el
asistente responde de manera precisa en base a su
conocimiento integrado.
• Respecto a la identificación de requerimientos funcionales y no
funcionales, se concluye que se realizó un efectivo análisis
para determinar capacidades clave del asistente virtual tanto a
nivel de características operativas como de restricciones de
implementación.
• Finalmente, sobre la adaptación a diferentes modalidades de
pronunciación, se concluye que el asistente presenta suficiente
versatilidad en su decodificación de voz para comprender
variedades fonéticas y de dialectos, cumpliendo así el objetivo
planteado inicialmente.

38
VI. RECOMENDACIONES

• Implementar la capacidad de aprender interacciones previas

con cada usuario para personalizar las respuestas en base a
su perfil y preferencias.
• Habilitar canales múltiples de interacción más allá del audio
(chat, interface visual), permitiendo flexibilidad en entornos con
ruido o necesidades especiales.
• Optimizar los algoritmos de procesamiento de lenguaje natural
mediante ensemble learning y meta-aprendizaje, para lograr
una comprensión más robusta del habla.

39
VII. REFERENCIAS BIBLIOGRÁFICAS

GONZALEZ ARIAS, Paulo Mateo. Diseño, desarrollo e

implementación de una asistente virtual para la resolución de
dudas sobre los procesos académicos de la Universidad
Politécnica Salesiana - sede Cuenca utilizando inteligencia
artificial y procesamiento de lenguaje natural. En línea.
Repositorio Institucional de la Universidad Politécnica
Salesiana. 2022. Disponible en:
http://dspace.ups.edu.ec/handle/123456789/22027.
[consultado el 22/09/2023].

DUQUE DAUDER, Juan Guillermo. Implementación de asistente

virtual tipo chatbot por voz para la toma de pedido en la
empresa Cubanos - Ambiente preoperativo. En línea.
Universidad Santo Tomás. 2020. Disponible en:
https://repository.usta.edu.co/handle/11634/30280?show=full.
[consultado el 22/09/2023].

REINOSO GONZÁLEZ, Alex Jessiel y Christian Daniel ZHIRZHAN

CABRERA. Desarrollo de una aplicación móvil para el
agendamiento de citas de consultas médicas utilizando
técnicas de procesamiento de lenguaje natural aplicadas a un
asistente virtual. En línea. Repositorio Institucional de la
Universidad Politécnica Salesiana. 2022. Disponible en:
https://dspace.ups.edu.ec/handle/123456789/22064.
[consultado el 22/09/2023].

GARCÍA-REINA, Luis Felipe. Asistente virtual de tipo ChatBot. En

línea. Repositorio Institucional Universidad Católica de
Colombia - RIUCaC. 2018. Disponible en:
https://repository.ucatolica.edu.co/entities/publication/16e194e
c-44d2-40c7-abf0-554958b9652e. [consultado el 22/09/2023].

LUND, Brady D. y Ting WANG. Chatting about ChatGPT: how may AI

and GPT impact academia and libraries? | Emerald Insight. En

40
 línea. Discover Journals, Books & Case Studies | Emerald
Insight. 2023. Disponible en:
https://www.emerald.com/insight/content/doi/10.1108/LHTN-
01-2023-0009/full/html. [consultado 22/09/2023].

TENAS ALÓS, Miguel Angel. Los problemas de derechos de la

propiedad intelectual con la aparición de programas
informáticos que crean imágenes: el caso de DALL-E. En línea.
Dialnet. 2022. Disponible en:
https://dialnet.unirioja.es/servlet/articulo?codigo=8523512.
[consultado el 22/09/2023].

LUCKEY, Daniel, Henrieke FRITZ, Dmitrii LEGATIUK, Kosmas

DRAGOS y Kay SMARSLY. Artificial Intelligence Techniques
for Smart City Applications. En línea. SpringerLink. 2021.
Disponible en: https://link.springer.com/chapter/10.1007/978-3-
030-51295-8_1. [consultado el 22/09/2023].

MOREIRA, Doris, Ivan CRUZ y Karolina GONZALEZ. Análisis del

Estado Actual de Procesamiento de Lenguaje Natural -
ProQuest. En línea. ProQuest | Better research, better learning,
better insights. 2021. Disponible en:
https://www.proquest.com/openview/a44d67c88cfaada2563dc
16f94ccd3c8/1?pq-origsite=gscholar&cbl=1006393.
[consultado el 22/09/2023].

ESTUPIÑÁN, Ricardo Jesus, Maikel Yelandi LEYVA VÁZQUEZ, Alex

Javier PEÑAFIEL PALACIOS y Yusef EL ASSAFIRI OJEDA.
Inteligencia artificial y propiedad intelectual | Universidad y
Sociedad. En línea. Universidad y Sociedad. 2021. Disponible
en: https://rus.ucf.edu.cu/index.php/rus/article/view/2490.
[consultado el 22/09/2023].

41
LOPEZ VITOR, Yonni Yovani y Roger Camilo ROJAS HILARIO.
Asistente virtual para el seguimiento de cobranza en una
empresa de envases metálicos usando lenguaje natural. En
línea. Repositorio Academico UPC. 2021. Disponible en:
https://repositorioacademico.upc.edu.pe/handle/10757/658517
. [consultado el 22/09/2023].

CCUNO ROQUE, Alvaro. Implementación de un asistente virtual con

tecnología cognitiva para la automatización de atención al
cliente aplicado al sector cinematográfico,2022. En línea.
Repositorio Institucional de la UTP. 2022. Disponible en:
https://repositorio.utp.edu.pe/handle/20.500.12867/6108.
[consultado el 22/09/2023].

ABURTO CORTEZ, Antonio, Elmer Jaime GARCÍA HUAMAN y Levi

Roberto VELASQUEZ PAZ. Asistente virtual para el personal
docente en la Universidad César Vallejo de la Ciudad de
Trujillo. En línea. Repositorio de la Universidad César Vallejo.
2021. Disponible en:
https://repositorio.ucv.edu.pe/handle/20.500.12692/52422.
[consultado el 22/09/2023].

ARTICA LLACTA, Edwing Cristian. Implementación de un sistema de

virtual para atención al cliente en Electrocentro S.A. de
Huancayo. En línea. Repositorio Continental. 2020. Disponible
en:
https://repositorio.continental.edu.pe/handle/20.500.12394/825
1. [consultado el 27/10/2023].

RAMIREZ MARTINEZ, William Omar. Asistente virtual para apoyar la

atención al cliente en consultas legales de ámbito laboral en la
empresa abogados Romero. En línea. Repositorio de Tesis
USAT. 2021. Disponible en:
https://tesis.usat.edu.pe/handle/20.500.12423/4151.
[consultado el 27/10/2023].

42
DORFMAN, Mauricio y Andrea GRONDONA. Asistentes Virtuales de
Clase como complemento a la educación universitaria
presencial. En línea. SEDICI - Repositorio de la Universidad
Nacional de La Plata. 2018. Disponible en:
http://sedici.unlp.edu.ar/handle/10915/139975. [consultado el
27/10/2023].

HUANG, Xing-Jiu y Yang-Kyu CHOI. Aspartate Aminotransferase

(AST/GOT) and Alanine Aminotransferase (ALT/GPT)
Detection Techniques. En línea. MDPI. 2018. Disponible en:
https://www.mdpi.com/1424-8220/6/7/756. [consultado el
27/10/2023].

BANSAL, Mohit y Abhay ZALA. DALL-EVAL: Probing the Reasoning

Skills and Social Biases of Text-to-Image Generation Models.
En línea. CVF Open Access. 2023. Disponible en:
https://openaccess.thecvf.com/content/ICCV2023/papers/Cho
_DALL-
Eval_Probing_the_Reasoning_Skills_and_Social_Biases_of_T
ext-to-Image_ICCV_2023_paper.pdf. [consultado el
27/10/2023].

MITTAL, Mamta. Adoption of artificial intelligence in smart cities: A

comprehensive review. En línea. International Journal of
Information Management Data Insights. 2022. Disponible en:
https://www.sciencedirect.com/science/article/pii/S266709682
2000192?via=ihub. [consultado el 27/10/2023].

BEATRIZ HERNÁNDEZ, Myriam y José GÓMEZ. Aplicaciones de

Procesamiento de Lenguaje Natural | Revista Politécnica. En
línea. Revista Politécnica. 2019. Disponible en:
https://revistapolitecnica.epn.edu.ec/ojs2/index.php/revista_pol
itecnica2/article/view/32. [consultado el 27/10/2023].

43
BIEGER, Jordi y Kristinn THORISSON. Evaluation of General-
Purpose Artificial Intelligence: Why, What & How. En línea. The
DMIP Team. 2022. Disponible en:
https://dmip.webs.upv.es/EGPAI2016/papers/EGPAI_2016_pa
per_9.pdf. [consultado el 27/10/2023].

44
ANEXOS

45
46