Chatbots para la detección del engaño en sí­ntomas del COVID-19

Autores/as

  • Jhonatan Alexander Jiménez-Suarez Universidad Católica de Cuenca, Cuenca,
  • Juan Carlos Cobos-Torres Universidad Católica de Cuenca, Cuenca,

DOI:

https://doi.org/10.23857/dc.v8i1.2613

Palabras clave:

Chatbots, detección del engaño, COVID-19, IBM WASON, Python.

Resumen

El presente desarrollo presentó como propósito diseñar e implementar un sistema automatizado basado en un Chatbot, que pueda detectar el engaño en sintomatologí­as relacionadas con el COVID-19. Con dicha propuesta se consideró necesario tener una herramienta capaz de descubrir la falsedad, a través de la interacción del humano con un sistema automatizado (Chatbot), el cual también sirve como herramienta tecnológica para contribuir con el combate del flagelo del Coronavirus, que aíºn representa una de las principales problemóticas que aquejan a todos los paí­ses a nivel mundial.

Por otra parte, se aplicó IBM Watson para el desarrollo, junto a librerí­as para Python, la cual se respaldó a través de la implementación de las mejores prócticas de desarrollo de software. Ademós, se utilizó la metodologí­a de desarrollo denominada cascada (Waterfall), tomando en cuenta cada uno de los pasos que establece este método.

Asimismo, se realizaron las pruebas del sistema por medio de los test del Chatbot a un grupo de voluntarios que se ofrecieron para realizar las comprobaciones del sistema y con los datos recolectados poder obtener las evaluaciones del aplicativo.

Finalmente, como resultado obtenido, se logró el desarrollo e implementación del sistema, alcanzando realizar la interacción con los usuarios de forma efectiva. Asimismo, las pruebas de funcionalidad aplicadas al sistema arrojaron un resultado de precisión alto para la detección del engaño en sí­ntomas del COVID-19, pudiendo concluir que las herramientas informóticas son íºtiles en apoyar el ser humano a realizar las tareas de forma eficiente y con altos estóndares de fiabilidad.

Biografía del autor/a

Jhonatan Alexander Jiménez-Suarez, Universidad Católica de Cuenca, Cuenca,

Maestro Estudiante de la Unidad Académica de Informática, Ciencias de la Computación e Innovación Tecnológica, Universidad Católica de Cuenca, Cuenca, Ecuador.

Juan Carlos Cobos-Torres, Universidad Católica de Cuenca, Cuenca,

Unidad Académica de Posgrados, Carrera de Ingeniería Eléctrica, Grupo de Investigación en Sistemas Embebidos y Visión Artificial en Ciencias Arquitectónicas, Agropecuarias, Ambientales y Automática (SEVA4CA), Universidad Católica de Cuenca, Cuenca, Ecuador.

Citas

Baldi, V. (2017). Más allá de la sociedad algorí­tmica y automatizada. Hacia una reapropiación crí­tica de la cultura digital. Observatorio (OBS), 11(3), 186-198. 1646-5954 / ERC123483 / 2017

Barreto, I. et al. (2021). Desarrollo y evaluación del prototipo de la aplicación GISSA Chatbot Mama-Bebíª para promover la salud infantil. Ciíªncia & Saíºde Coletiva, 26(5), 1679-1690. https://doi.org/10.1590/1413-81232021265.04072021

Bushra, K., y Nadesh R. (2020). Design and Development of Diagnostic Chabot for supporting Primary Health Care Systems. Procedia Computer Science, 167, 75-84. https://doi.org/10.1016/j.procs.2020.03.184

Colton, S., Biediger, L., Crixell, S., y Markides, B. (2019). P196 Chat with WIC: Innovating WIC Services with a Chatbot. Journal of Nutrition Education and Behavior, 51(7), S120-S121. https://doi.org/10.1016/j.jneb.2019.05.572

Costa, M., Nuez, á., y Segura, C. (2018). Experimental Research on Encoder-Decoder Architectures with Attention for Chatbots. Computación y Sistemas, 22(4), 1233-1239.https://doi.org/10.13053/cys-22-4-3060

Dani, M., Dirksen, A., y Taraborrelli, P. (2020). Autonomic dysfunction in 'long COVID': rationale, physiology and management strategies. Clin Med (Lond), 26. clinmed.2020-0896. 10.7861/clinmed.2020-0896

Ishida, Y., y Chiba, Y. (2017). Free Will and Turing Test with Multiple Agents: An Example of Chatbot Design, Procedia Computer Science, 112,2506-2518. https://doi.org/10.1016/j.procs.2017.08.190

Lai, J., Ma, S., Wang, Y., Cai, Z., Hu, J., Wei, N., y Hu, S. (2020). Factores asociados con los resultados de salud mental entre los trabajadores de la salud expuestos a la enfermedad por coronavirus. Red JAMA abierta, 3(3), e203976-e203976. 10.1001 / jamanetworkopen.2020.3976

Matukumalli, V., Sasidhar, S., Angirekula, K., Pulicherla, V., Senthil, A, Maridurai, T., y Sathish, D. (2021). Augment reality Chatbot using cloud. Materials Today: Proceedings, 1(1),10-15. https://doi.org/10.1016/j.matpr.2021.03.058

Padilla, J. (2021). La pandemia de COVID-19 tras la primera ola: ¿hacia dónde mirar y quí© mejorar?, FMC - Formación Mí©dica Continuada en Atención Primaria, 28(1), 1-3. https://doi.org/10.1016/j.fmc.2020.08.002

Pappa, S., Ntella, V., Giannakas, T., Giannakoulis, V., Papoutsi, E. y Katsaounou, P. (2020). Prevalencia de depresión, ansiedad e insomnio entre los trabajadores de la salud durante la pandemia de COVID-19: una revisión sistemática y un metanálisis. Cerebro, comportamiento e inmunidad, 88,901-907. https://doi.org/10.1016/j.bbi.2020.05.026

Pí©rez, D., Medina, D., Aluán, A., González, L., Cuenca, E., y López, E. (2021). Caracterización y permanencia de signos y sí­ntomas en pacientes COVID-19 positivos y negativos que acuden al Consultorio de Neumologí­a del Hospital General de Luque, Paraguay. Rev. salud publica Parag, 11(1),41-47. https://doi.org/10.18004/rspp.2021.junio.41

Pí©rez, F., & Abad, G. (2021). Aplicación del coeficiente de confiabilidad de Kuder Richardson en una escala para la revisión y prevención de los efectos de las rutinas. Boletí­n Cientí­fico de la Escuela Superior Atotonilco de Tula, 8, 51-55. https://doi.org/10.29057/esat.v8i15.6693

Perrotta, I. y Cruz, L. (2021). Santaobjetos da quarantine: memoria de emergencia. Estudios históricos (Rí­o de Janeiro), 34(73), 320-342. https://doi.org/10.1590/S2178-149420210206

Restrepo, M., Escobar, M., Marí­n, L., Restrepo, D. (2021). Prevalencia y caracterí­sticas clí­nicas de los sí­ntomas depresivos y ansiosos de los trabajadores de una institución de salud en Medellí­n durante la pandemia por COVID-19. Revista Colombiana de Psiquiatrí­a, 1(1),40-54. https://doi.org/10.1016/j.rcp.2021.02.001

Rieder, B. (2018). Más allá de la vigilancia: ¿cómo 'piensan' los mercados y los algoritmos? Le foucaldien, 3(1) 8, 1-20. https://doi.org/10.16995/lefou.30

Shanafelt, T., Ripp, J., y Trockel, M. (2020). Comprender y abordar las fuentes de ansiedad entre los profesionales de la salud durante la pandemia de COVID-19. Jama, 323 (21), 2133-2134. 10.1001 / jama.2020.5893

Shawar, B. (2017). Integrating CALL Systems with Chatbots as Conversational Partners. Computación y Sistemas, 21(4), 615-626. https://doi.org/10.13053/cys-21-4-2868

Spohr, M. (2021). Tiempos de pandemias. Estudios históricos (Rí­o de Janeiro), 34(73), 235-238. https://doi.org/10.1590/S2178-149420210201

Suárez, S., Mas, L., y Guerrero, F. (2019). Tay is you: The attribution of responsibility in the algorithmic culture. Observatorio (OBS*), 13(2), 01-14. http://www.scielo.mec.pt/scielo.php?script=sci_arttext&pid=S1646-59542019000200001&lng=pt&tlng=en.

Zhang, W, Wang, K., Yin, L., Zhao, W., Xue, Q., Peng, M., y Wang, H. (2020). Problemas de salud mental y psicosociales de los trabajadores de la salud durante la epidemia de COVID-19 en China. Psicoterapia y psicosomática, 89 (4), 242-250. https://doi.org/10.1159/000507639

Publicado

2022-02-28

Cómo citar

Jiménez-Suarez, J. A., & Cobos-Torres, J. C. (2022). Chatbots para la detección del engaño en sí­ntomas del COVID-19. Dominio De Las Ciencias, 8(1), 926–946. https://doi.org/10.23857/dc.v8i1.2613

Número

Sección

Artí­culos Cientí­ficos

Artículos más leídos del mismo autor/a