Buscar en Google Scholar
Título: Chatbot para la mejora del proceso productivo ganadero en empresas agropecuarias en el Perú
Asesor(es): Mauricio Sánchez, David
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.07.05
Fecha de publicación: 30-mar-2021
Institución: Universidad Peruana de Ciencias Aplicadas (UPC)
Resumen: El sector agropecuario en el Perú es uno de los pilares que más influencian en la producción de los países latinoamericanos, aunque sea uno de los sectores que menor aprovecha las tecnologías disruptivas de la industria 4.0, además, hay una gran brecha de desinformación entre las micro y pequeñas empresas, las cuales causan ineficiencia debido a las malas prácticas empleadas en el proceso de producción. Esta investigación propone el uso de inteligencia artificial, desarrollando un chatbot capaz de brindar información relevante y confiable sobre la alimentación y cuidado de animales de granja basado en documentación confiable que asegure la mejora de la calidad y eficiencia de la producción de ganado. El chatbot se desarrolló en la plataforma de Watson Assistant, el cual cuenta con un motor de búsqueda inteligente que emplea para fortalecer las respuesta provistas por el chatbot y se despliega en WhatsApp, Facebook y en una página web. Luego, la validación se realizó con 13 productores ganaderos, los cuales participaron en los casos de prueba del proceso de producción con el chatbot como herramienta para obtener información específica sobre la alimentación y cuidado de animales de granja, donde se demuestra que la atención de las consultas mejoran en comparación de un especialista zootécnico por un 768%, basado en que la confianza de los resultados de las fuentes de información es mayor que la información encontrada en internet, prueban que la información es relevante y con una aceptación del 100% con respecto a esta solución como un nuevo canal de información para realizar consultas acerca de la alimentación y cuidado de animales de granja.

The agricultural sector in Peru is one of the most influential pillars in the production of Latin American countries, even tough is one of the sectors that takes less advantage of the disruptive technologies of industry 4.0, in addition to this, there is a big disinformation gap between micro and small organizations, causing inefficiency due to bad practices employed in the production process. This research proposes the use of artificial intelligence, developing a chatbot capable of giving relevant and trustworthy information about the feeding and care of farm animals based on reliable documentation that ensures livestock producers improve their production quality and efficiency. The chatbot is developed in Watson Assistant platform, that has an intelligent search engine that is used to strengthen the responses provided by the chatbot and it is deployed on WhatsApp, Facebook and a Web. Eventually, the validation was carried out with 13 livestock producers, who participated on tests cases of the production process with the chatbot as a tool to get specific information about feeding and care of farm animals, where it demonstrate that the time of attention of queries is improved in comparison with the zootechnical specialist by 768%, the reliability based on the resulting sources of information is more reliable than the information found on the internet, showed that the information provided is relevant and there was a 100% acceptance about this solution as a new information channel to make inquiries about food and care of farm animals.
Enlace al repositorio: http://hdl.handle.net/10757/667907
Disciplina académico-profesional: Ingeniería de Sistemas de Información
Institución que otorga el grado o título: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grado o título: Ingeniero de sistemas de información
Jurado: Burga Durango, Daniel Wilfredo; Mansilla Lopez, Juan Pablo Jesus; Subauste Oliden, Daniel Alejandro
Fecha de registro: 6-jun-2023



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons