Conflubot : chatbot para la busqueda de información en repositorios Confluence

Abstract

La distribución del conocimiento es uno de los aspectos más relevantes en las organizaciones, puesto que permite su aplicación en distintas áreas para la toma de decisiones. La gestión del conocimiento se encarga de crear, almacenar y distribuir el conocimiento en los diferentes sectores, para lo cual se emplean tecnologías de la información, ya que facilitan la generación de nuevo conocimiento y ayudan a las instituciones a posicionarse como organizaciones vanguardistas. Una de las herramientas implementadas para distribuir información en proyectos es Confluence, un editor wiki basado en la web cuyo objetivo principal es optimizar el contenido o las especificaciones de los documentos de un proyecto. Aunque Confluence incluye un buscador para facilitar la localización de información en distintos proyectos, cuando un empleado consulta sus repositorios, su productividad se ve afectada, ya que encontrar información específica requiere un esfuerzo considerable y demasiado tiempo. Considerando la problemática anteriormente mencionada, el presente trabajo de grado presenta la implementación y evaluación de un chatbot denominado Conflubot, el cual tiene como propósito facilitar la búsqueda de información en repositorios Confluence. Para implementar y evaluar el chatbot, se realizó un análisis bibliográfico en el que se examinaron proyectos con funcionalidades similares a Conflubot. El objetivo era identificar las herramientas utilizadas en su desarrollo, evaluarlas y así determinar cuáles serían las más adecuadas para la implementación de Conflubot. Posteriormente, se estudiaron los patrones arquitectónicos de los sistemas RAG y se determinó el uso del patrón Naive para diseñar la arquitectura de Conflubot. Una vez determinado el patrón arquitectónico, se llevó a cabo el desarrollo, entrenamiento del modelo de embebido y despliegue del chatbot en la nube. Tras implementar Conflubot, se diseñaron pruebas y formularios para que algunos usuarios interactuaran con él y evaluaran su funcionamiento y utilidad. Los resultados mostraron una percepción positiva sobre su desempeño, además de sugerir mejoras futuras centradas en la búsqueda de información y en la forma en que el chatbot responde a las consultas. (Texto tomado de la fuente)

Knowledge distribution is one of the most relevant aspects in organizations, as it enables its application across different areas for decision-making. Knowledge management is responsible for creating, storing, and distributing knowledge across various sectors, leveraging information technologies since they facilitate the generation of new knowledge and help institutions position themselves as cutting-edge organizations. One of the tools implemented to distribute information across projects is Confluence, a webbased wiki editor whose primary purpose is to optimize project documentation content or specifications. Although Confluence includes a search function to help locate information across different projects, when an employee queries its repositories, their productivity is impacted, as finding specific information requires considerable effort and excessive time. Considering the aforementioned problem, this thesis presents the implementation and evaluation of a chatbot called Conflubot, which aims to facilitate information retrieval in Confluence repositories. To implement and evaluate the chatbot, a literature review was conducted, analyzing projects with functionalities similar to Conflubot with the objective of identifying the tools used during the development of these projects, and evaluating these tools to determine which should be used for the implementation of Conflubot. Subsequently, the architectural patterns of RAG systems were identified, and the use of the Naive pattern was determined to design Conflubot's architecture. Once the architectural pattern was determined, the development, embedding model training, and deployment of the chatbot in the cloud were carried out. After deploying Conflubot, tests and forms were designed so selected users could interact with it and evaluate its functionality and usefulness. The results showed positive feedback about its performance, while also suggesting future improvements focused on information retrieval and how the chatbot responds to queries.