Browsing by Subject "Large language models"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    ClientMinds – Optimización de la experiencia del cliente utilizando modelos de procesamiento de lenguaje natural (PLN)
    (Pontificia Universidad Javeriana Cali, 2025) Potes Blandón, Jonathan; García Quiroz, Obed; Linares Ospina, Diego Luis; Álvarez Vargas, Gloria Inés
    En el contexto empresarial actual, la gestión de las relaciones con los clientes (CRM, por sus siglas en inglés) es crucial para el éxito organizacional. Muchas empresas enfrentan dificultades para comprender y mejorar la satisfacción del cliente, pese a disponer de abundantes datos en sus sistemas de CRM, lo que limita la optimización de estas relaciones. Dada la problemática anterior y la oportunidad que tienen las organizaciones con los datos almacenados, este proyecto tuvo como objetivo desarrollar un sistema de Procesamiento del Lenguaje Natural (PNL) basado en un modelo de lenguaje a gran escala (LLM) para mejorar la comprensión y satisfacción del cliente. Este modelo no solo permite interpretar y responder a las solicitudes de los clientes de manera personalizada, sino que también analiza los sentimientos expresados en las interacciones y responden en consecuencia. Las estrategias implementadas incluyen la limpieza y exploración de datos textuales, el ajuste fino de los LLM preentrenados y la creación de un chatbot que integra estas capacidades. Este chatbot no solo interactúa eficazmente con los clientes, sino que también deja registro de dichas interacciones con el propósito de generar insights valiosos, los cuales permiten hacer seguimiento a la satisfacción del cliente y tomar decisiones estratégicas basadas en su comportamiento. En conclusión, este sistema basado en PLN se perfila como una herramienta innovadora para mejorar la experiencia del cliente y fortalecer las relaciones cliente-empresa, lo anterior, gracias a la capacidad de LLM para identificar emociones, ofrecer respuestas precisas y generar información valiosa, facilitando asi la implementación de acciones efectivas orientadas a la mejora continua de la relación con los clientes. Esto no solo eleva la calidad del servicio, sino que también impulsa la fidelización y posiciona a las organizaciones como referentes en el uso de inteligencia artificial para la gestión de sus relaciones con los clientes.
  • Thumbnail Image
    Item
    Modelo para la orientación sobre trámites al ciudadano en el Distrito de Santiago de Cali
    (Pontificia Universidad Javeriana Cali, 2025) Sánchez Soto, Giovanni; Linares Ospina, Diego Luis; Álvarez Vargas, Gloria Inés
    Este proyecto aplicado aborda la problemática de la atención a consultas de orientación sobre trámites al ciudadano en el Distrito de Santiago de Cali, explorando soluciones a partir del ajuste fino de Modelos de Lenguaje Grande (LLMs) para automatizar la generación de respuestas, se entrenaron modelos cuantizados Llama 3.2 3B Instruct y Phi 3.5 Mini Instruct con conjuntos de datos extraídos de plataformas oficiales del Distrito, tambien se implementó un sistema de Generación Aumentada por Recuperación (RAG), utilizando el modelo Llama 3.2 para la generación de respuestas. Los resultados de la evaluación demostraron que, si bien los modelos ajustados mostraron un buen desempeño semántico, presentaron problemas de factualidad mientras el enfoque basado en RAG obtuvo los mejores resultados en ambos casos.
  • Thumbnail Image
    Item
    Prototipo para la Clasificación y Análisis de Comunicaciones Telefónicas en el Proceso de Promoción Estudiantil
    (Pontificia Universidad Javeriana Cali, 2025) Hernández Triana, Sebastián; Martínez Munevar, Luis Felipe; Rincón Pérez, Luisa Fernanda
    La comunicación inicial entre los prospectos y el área de atención al cliente de la Universidad Javeriana Cali durante el proceso de ingreso y registro es clave para captar aspirantes, resolver dudas y proyectar una imagen favorable de la institución. Las temáticas abordadas en estas interacciones ofrecen una oportunidad para mejorar los servicios universitarios y comprender las preferencias e intereses de los estudiantes potenciales, favoreciendo así una experiencia más personalizada. No obstante, uno de los desafíos principales consiste en analizar el gran volumen de llamadas recibidas, así como aprovechar la información extraída de las mismas. Actualmente, la universidad almacena estas grabaciones de interacciones mediante un proveedor externo (Wekall), pero permanecen estáticas, sin aprovechar su potencial informativo, lo que representa una pérdida de datos estratégicos que podrían contribuir al desarrollo institucional. En este contexto, el uso de inteligencia artificial y modelos avanzados de procesamiento de lenguaje natural emerge como una solución para analizar y transformar las comunicaciones humanas en información útil y aprovechable. De esta manera, el objetivo principal de este trabajo de grado es desarrollar una herramienta que aplique técnicas de procesamiento de datos basadas en inteligencia artificial, utilizando flujos de automatización y el diseño de prompts dirigidos a modelos de lenguaje de gran escala (LLM), para analizar sentimientos, clasificar temáticas y extraer intenciones de las comunicaciones con prospectos. La información obtenida será representada mediante un dashboard interactivo, lo que abre la posibilidad de generar insumos estratégicos, identificar tendencias recurrentes y explorar oportunidades de mejora en los procesos y servicios ofrecidos por la universidad.