Codebot: cuando un agente conversacional se convierte en aliado del aprendizaje de programación en C
En los últimos años, el aprendizaje de la programación se ha consolidado como una de las competencias fundamentales para estudiantes de ingeniería y ciencias computacionales. Sin embargo, también se ha identificado como una de las áreas con mayores índices de dificultad y reprobación. Comprender estructuras lógicas, algoritmos, sintaxis e interpretación de errores requiere habilidades que no siempre se desarrollan con facilidad durante los primeros semestres universitarios.
Ante este escenario, el artículo “Agente conversacional como herramienta de apoyo en el aprendizaje del lenguaje C” propone un enfoque innovador: integrar un chatbot educativo, llamado Codebot, como acompañamiento en el proceso de aprendizaje del lenguaje C. Este proyecto, desarrollado en la UNACAR, no solo busca atender dudas frecuentes, sino ofrecer un soporte inmediato, accesible y adaptado al ritmo del estudiante.
La problemática: aprender a programar sigue siendo un reto global
El artículo destaca que la dificultad para aprender programación no es un fenómeno aislado. Investigaciones previas citadas por los autores señalan que los estudiantes deben enfrentarse a una combinación de razonamiento lógico, atención, creatividad y comprensión de estructuras sintácticas. A ello se suma la diversidad de antecedentes académicos con los que los alumnos llegan a la universidad, especialmente quienes cursan Programación I.
En el caso de la UNACAR, el curso de Programación I registra un índice de aprobación cercano al 50 %, lo que motivó la búsqueda de herramientas innovadoras que permitieran fortalecer el aprendizaje autónomo.
Codebot: un compañero virtual para aprender lenguaje C
Codebot fue desarrollado mediante la plataforma Dialogflow y alojado inicialmente en Facebook, para asegurar accesibilidad y familiaridad entre los estudiantes. Su objetivo central es brindar respuestas inmediatas a dudas relacionadas con los contenidos de Programación I: estructuras repetitivas, arreglos, condicionales, variables, entre otros temas básicos del lenguaje C.
El proceso de creación del agente conversacional siguió una metodología en fases:
- Fase I: prueba inicial del bot con estudiantes de semestres avanzados.
- Fase II: mejora y robustecimiento de la base de conocimiento.
- Fase III: evaluación de funcionalidad y usabilidad con estudiantes que ya aprobaron Programación I.
- Fase IV: prueba final con estudiantes cursando Programación I y II.
El avance entre fases muestra un crecimiento notable: de un 52.8 % de respuestas correctas en la primera etapa a un 70 % en las pruebas finales. Este incremento refleja la importancia del entrenamiento continuo y la retroalimentación por parte de los usuarios, tal como señalan teorías previas sobre agentes conversacionales.
Más que respuestas: la experiencia del usuario importa
Uno de los aportes más valiosos del proyecto es que no se limitó a medir qué tan bien respondía Codebot, sino cómo se sentían los estudiantes al interactuar con él.
A través de la Escala de Usabilidad del Sistema (SUS) extendida, los usuarios evaluaron aspectos como:
- efectividad,
- eficiencia,
- satisfacción,
- flujo de conversación,
- calidad de la información,
- habilidades sociales del bot.
Los resultados muestran una valoración general positiva, especialmente en ortografía, flujo conversacional y claridad en la información. Entre las sugerencias, algunos estudiantes pidieron ampliar el temario y mejorar el “tono humano” del bot, observaciones que ya están siendo consideradas mediante la incorporación de contextos conversacionales más fluidos.
Limitaciones y aprendizajes
El estudio señala que las preguntas no reconocidas por Codebot se debieron principalmente a tres factores:
- Temas fuera del programa, como archivos, apuntadores o estructuras avanzadas.
- Formulaciones incongruentes o imprecisas, comunes entre estudiantes principiantes.
- Conceptos que pueden incorporarse en futuras versiones, como diferencias entre tipos de declaración o usos específicos de operadores.
A pesar de ello, la evolución del agente conversacional muestra un camino prometedor: integrar herramientas basadas en IA como complemento a la enseñanza tradicional.
¿Qué aporta Codebot a la enseñanza universitaria?
El proyecto demuestra que un chat conversacional no reemplaza al docente ni a las clases presenciales, pero sí fortalece la autonomía, reduce la frustración inicial, y ofrece acompañamiento justo en el momento en que surge la duda.
Esta inmediatez es clave: un estudiante que enfrenta una dificultad al programar suele estancarse si no cuenta con guía, lo que termina afectando su motivación y rendimiento. Codebot actúa como un «primer auxilio» académico, ayudando a construir confianza.
Mirando al futuro
El artículo concluye con una invitación clara: continuar expandiendo las capacidades de Codebot, integrarlo con otros cursos de la carrera e incluso explorar su potencial en diferentes áreas de conocimiento. Asimismo, se sugiere seguir evaluando sus dimensiones pedagógicas, tecnológicas y sociales, en línea con estudios internacionales sobre chatbots educativos.
Lo más relevante es que este tipo de herramientas abren un horizonte donde la educación y la inteligencia artificial convergen, permitiendo experiencias de aprendizaje más personalizadas, accesibles y significativas.
Reflexión final
Codebot es un ejemplo inspirador de cómo la innovación puede surgir desde las aulas universitarias y transformarse en una herramienta real para mejorar el aprendizaje. En un mundo donde la tecnología avanza rápidamente, proyectos como este muestran que la clave no está solo en usar nuevas herramientas, sino en hacerlo con propósito pedagógico y sensibilidad hacia las necesidades de los estudiantes.
