EMPATHICED: UN CHATBOT EDUCATIVO CON RAG Y COMPUTACIÓN AFECTIVA EN UN CONTEXTO DE INICIACIÓN CIENTÍFICA COORDINADA

Resumen

Los chatbots educativos basados en grandes modelos lingüísticos se enfrentan a un desafío constante: ofrecer una interacción fluida sin sacrificar la precisión, la trazabilidad ni la responsabilidad institucional. Al mismo tiempo, las iniciativas de investigación de pregrado en Brasil suelen organizarse en torno a modelos altamente individualizados, lo que puede limitar el aprendizaje tecnológico colaborativo. Este artículo presenta dos contribuciones complementarias. En primer lugar, introduce EmpathicEd, una arquitectura modular que combina un proceso de Generación Aumentada por Recuperación (RAG) de múltiples etapas con una capa socioemocional basada en modelos multilingües tipo BERT, con el objetivo de producir respuestas fundamentadas, contextualizadas y emocionalmente apropiadas. En segundo lugar, propone una metodología de investigación de pregrado coordinada y replicable, organizada en torno a equipos paralelos, sprints quincenales, documentación continua y andamiaje pedagógico progresivo durante un período de diez meses. La validación inicial sugiere resultados prometedores tanto para la calidad de la recuperación como para la clasificación emocional, al tiempo que pone de manifiesto limitaciones metodológicas relevantes, como la pequeña muestra pedagógica, la falta de líneas base completas y la dependencia de un corpus institucional propietario. El artículo sostiene que la combinación de RAG, gobernanza de la evidencia y adaptación socioemocional es una vía relevante para diseñar agentes conversacionales educativos más confiables en entornos de educación superior brasileños.