Matthew Porrit, ex controlador de tráfico aéreo y arquitecto de soluciones Moodle en Nueva Zelanda, nos muestra la primera versión de lo que parece ser el primer chatbot en Moodle.
Su desarrollo, exhibido como parte de su presentación en MoodleMoot Australia 2017, describe cómo el chatbot puede ser útil en tareas de búsqueda general. A partir de nuestra receta para chatbots, echemos un vistazo a las opciones hechas por Porrit en su intento:
Caso de uso: Productividad general. El chatbot, que según su creador podría ser “fácil de integrar” a través de las páginas de Moodle, podría comenzar como un “centro de ayuda” que ofrece resultados de búsqueda global. Con el tiempo, podría incorporar más factores en su respuesta, como por ejemplo el contexto en el que el usuario se encuentra, y evolucionar hacia una “comprensión de lenguaje natural” (NLU) más robusta, ofreciendo respuestas cada vez más relevantes a preguntas menos estandarizadas. Eventualmente podría acercarse a reconocer, y tal vez también suscitar, intenciones específicas del usuario. Ofrecer apoyo a todos los usuarios, en vez de ofrecer una solución especializada también significa que sería capaz de alcanzar un número más amplio de interacciones de aprendizaje.
Modelo de negocio: Como producto de un ingeniero de Catalyst IT, la empresa neozelandesa está financiando su despliegue, que hasta el momento ha permanecido abierto y disponible en el repositorio personal abierto de Porritt. Tendremos que esperar y ver si este socio oficial de Moodle lo mantiene libre, lo convierte en un complemento, y si permite el acceso al conjunto de datos de aprendizaje del chatbot. En este punto, la meta final es incierta. Posiblemente también lo sea aún para Catalyst.
Plataformas de desarrollo: Porrit aprovechó varios servicios ofrecidos por Amazon Web Services (AWS), comenzando por Lex, que es la base del asistente de voz de Amazon, Alexa. Al igual que otras plataformas, Lex puede desplegar chatbots en varios clientes, incluyendo Facebook Messenger, Slack y WeChat. Entre las ventajas de Lex se incluyen ser libre para usuarios de AWS, integración al ecosistema de servicios de Amazon, simplicidad de uso, y la capacidad de convertir el chatbot en una “habilidad” para Alexa.
Motores: Además del modelo NLU, Porrit adoptó otras herramientas para mejorar la calidad del servicio, incluyendo:
- Elastic Search: Es el servicio elegido para potenciar el motor de búsueda de Moodle. Tambiés ss mantenido por Catalyst y es compatible con AWS.
- Rekognition by AWS: ofrece análisis de imagen, lo que permite que los resultados incluyan imágenes que se corresponden con los términos de búsqueda dentro de un nivel estadístico de confianza. El complemento Elastic Search puede ejecutar Rekognition para incluir datos de análisis de imagen en resultados de búsqueda.
Un posible paso siguiente es el análisis de sentimiento para tratar de identificar las emociones del usuario y responder en consecuencia. Porrit muestra un análisis de los sentimientos realizados en un foro de Moodle utilizando IBM Watson.
Comunidad: Según el repositorio, Porrit ha sido el único desarrollador desde que el proyecto comenzó hace unos dos meses y medio. La participación de la comunidad, y la retroalimentación del usuario en particular, es el ingrediente básico necesario para que el chatbot crezca. También ayudaría a definir las prioridades para el desarrollo futuro, entre las cuales Porrit lista:
- Sentimiento como componente en intervenciones de aprendizaje
- Motor de búsqueda completo de AI
- Búsqueda filtrada o contextual
- Validación en miras de una mayor escalabilidad
Proyecto “Moodle Lex” en GitHub (en inglés).
