Introducción

El chatbot como opción para resolver dudas iniciales frecuentes

El foro, medio de interacción común en la UNED, está basado en el intercambio asincrónico de mensajes organizados en secuencias encadenadas. Supone, según ^{Feliz Murias (2012}), un espacio para la comunicación más que para la información. Habitualmente, cuando una persona envía un mensaje a un foro para comunicarse con un grupo o una persona en particular, este es leído por sus interlocutores varias horas o días después. Además, la respuesta no está asegurada o puede que no sea correcta. Al mismo tiempo, el mayor volumen de dudas suele darse durante los primeros compases del curso, precisamente cuando el desconocimiento de las plataformas virtuales por parte de los nuevos miembros es mayor. Todos estos elementos influyen en la preferencia del estudiantado para hacer sus consultas generales y específicas en los diferentes espacios disponibles. En este sentido, el chatbot aparece como una solución sólida, que, aunque no sustituye al foro de acogida como espacio de comunicación ni tampoco a las distintas figuras del personal de orientación, si puede suponer un primer filtro informativo rápido y de atención sincrónica.

Los chatbots son aplicaciones de asistencia digital que simulan conversaciones proveyendo respuestas automatizadas. Con su empleo no es necesaria la mediación de ninguna persona que asista a los usuarios, por lo que pueden resultar muy ventajosos en la resolución 24/7 de dudas sencillas y frecuentes planteadas por muchas personas. Esta optimización de los recursos humanos destinados a los servicios de asistencia cobra mucha importancia en la UNED, donde la población de nuevo ingreso es elevada. Por ejemplo, en el curso académico en el que se desarrolla esta investigación hubo 37.815 nuevas matriculaciones (UNED, 2021c).

Sus orígenes se remontan a mediados de los años 60, cuando el informático Joseph Weizenbaum, del instituto de Tecnología de Massachusetts, desarrolla Eliza en un intento por ridiculizar las entrevistas de los psicoterapeutas de la terapia centrada en el cliente (^{BBC News Mundo, 2018}). Eliza, que más tarde se empezó a conocer como chatter bot, dio paso en 1972 a Parry, y ésta a Jabberwacky y Dr. Sbaitso (^{Emmanuel, 2019}). A final del milenio llega A.L.I.C.E, el precursor de los dispositivos de asistencia actuales, tales como Siri de Apple, Alexa de Amazon o el DialogFlow de Google. Existen diferentes tipos de chatbots dependiendo de la complejidad de la tecnología usada en su diseño (^{Engati, 2022}), tal como podemos ver en la Tabla 1:

Tabla 1: Tipos de chatbots según su nivel de complejidad 

Nota: Elaboración propia.

Los chatbots de complejidad baja y media operan bajo flujos de automatización conversacional predefinidos que proporcionan respuestas seleccionadas con anterioridad de un banco de datos (^{Balasudarsun et al., 2018}). Los de complejidad alta emplean diferentes aplicaciones de Inteligencia Artificial (IA), pudiendo interpretar la intencionalidad del lenguaje humano de acuerdo con el contexto. Asimismo, pueden auto-mejorarse con base en el almacenamiento de los datos que van recopilando.

Junto con las redes sociales y las aplicaciones de mensajería instantánea como WhatsApp y Telegram, los chatbots son herramientas tecnológicas que desde principio del siglo XXI están viviendo un momento de gran auge, siendo parte de la innovación digital que empapa diferentes disciplinas, por ejemplo, la sanitaria (^{Piedra-Illescas y Cordero-Guzmán, 2019}) o la empresarial (^{de Hann, 2018}). En el campo educativo, particularmente en Asia y Europa, aunque con una popularidad creciente en América (^{Ogosi Auqui, 2021}), encontramos experiencias que demuestran los beneficios de estas herramientas (^{Berger et al., 2019}; Cordero et al., 2020; ^{García Reina, 2018}; ^{Monge Mata y Ávalos Dávila, 2020}; ^{Orozco González et al., 2020}; ^{Ouatik et al., 2020}; ^{Pereira et al., 2016}; ^{Thakkar et al., 2021}; UNED, 2020; ^{Zahour et al., 2020}). Concretamente en el ámbito de la orientación universitaria, encontramos experiencias que demuestran cómo con un chatbot, se puede mejorar la funcionalidad de los apartados de preguntas más frecuentes (^{Huddar et al., 2020}; ^{Ranoliya et al., 2017}; ^{Toledo Cambizaca, 2018}).

La noción de dimensión social

Los artefactos tecnológicos autónomos, que cada vez están más presentes en todo tipo de actividades, deben ser capaces de interactuar con quienes los usamos de la forma más natural posible, es decir, estar inspirados en la forma en que realmente interactuamos las personas en un determinado ambiente ^{Paiva et al. (2017}). De esta forma, junto con un contenido básico que dé respuesta adecuadamente a las consultas de la población estudiantil, el diseño de un chatbot involucra otra decisión esencial; la forma en la que deseamos que ofrezca dicho contenido, esto es, la manera de responder y simular el diálogo con el usuario mediante un determinado estilo de conversación, tono y actitud (^{Smutny y Schreiberova, 2020}).

En su revisión de la literatura, ^{Nordheim (2018}) señala tres grupos de factores como los más prometedores para la evaluación de la calidad de los chatbots: factores relacionados con el entorno, con el usuario y con el chatbot propiamente dicho. Respecto a los últimos, se ha comprobado que los usuarios perciben y se relacionan con los chatbots como si tuvieran personalidad (^{Reeves y Nass, 1996}). La atribución de características humanas a los artefactos, denominada antropomorfismo o personificación (^{de Visser et al., 2016}; ^{Duffy, 2003}) afecta a la confianza y satisfacción que los usuarios sienten en las interacciones con ellos (de Hann, 2018; ^{Gunawardena y Zittle, 1997}; ^{Holtgraves et al., 2007}; ^{Orozco González et al., 2020}).

El reconocimiento de características humanas tanto en los participantes de un foro como en un chatbot debe basarse en los elementos escritos o posteados, ya que con estas herramientas se carece de claves paralingüísticas. Este hecho altera completamente la información disponible acerca de las personas interlocutoras y en consecuencia la interacción social o afectiva que tenemos con ellas (^{Chiecher Costa, 2013}). Saber cuáles son las formas más habituales de comunicación en los foros, concretamente la presencia y frecuencia de indicadores de la dimensión social, se presenta como una oportunidad que ayuda a determinar las implicaciones para humanizar una herramienta como el chatbot (^{Orozco González et al., 2020}). La presencia social se define como la capacidad de los participantes para presentarse emocional y socialmente en un entorno mediado por las Tecnologías de la Información y la Comunicación (TICs) (^{Garrison et al., 1999}). Esta habilidad para proyectarse como personas reales ha sido señalada como crucial en la mejora de las experiencias en las comunidades virtuales (^{Cobb, 2009}; ^{Vanek et al., 2018}). Tal como podemos ver detallada en la Tabla 2, ^{Rourke et al. (1999}) reconocen tres categorías de expresiones para el análisis de las dimensiones sociales en medios informáticos asincrónicos textuales. Las expresiones afectivas, con tres indicadores; expresión de emociones, uso del humor y las auto-revelaciones; las expresiones interactivas, con seis indicadores: dar continuidad al hilo de discusión, citar mensajes de otros, referenciar mensajes de otros y realizar preguntas, expresión de apreciación y expresión de acuerdo, y las expresiones cohesivas, con tres indicadores; uso de vocativos, uso de pronombres inclusivos y los saludos.

Tabla. 2: Categorías e indicadores de presencia social en entornos virtuales según ^{Rourke et al. (1999}) 

Nota: Traducido a partir de ^{Rourke et al. (1999}). La tabla original se comparte con Licencia CC BY 3.0.

Metodología

Análisis de los datos

Cada mensaje recopilado se adoptó como una unidad de análisis. El trabajo se inició con una fase de pre-codificación, en la que dos investigadores leyeron la totalidad de mensajes posteados en los foros. Posteriormente se hizo una puesta en común y se concluyó que, a pesar de que las categorías e indicadores predefinidas por los autores se ajustaban en términos generales al análisis los datos recopilados, eran necesarios algunos cambios. En concreto, esta primera lectura trajo consigo las siguientes cuatro modificaciones:

Se retiró de la propuesta original el indicador citar mensajes de otros de la categoría expresiones interactivas, debido a que se dio únicamente en una ocasión en el total de mensajes analizados. Además, se llevaron a cabo tres cambios dentro de la categoría expresiones cohesivas. Por un lado, dado su alto grado de aparición, se incluyeron las expresiones para dar ánimos o desear suerte como parte del indicador saludos, pues se observó que ellas cumplían una finalidad social como cierre a las intervenciones, sustituyendo a menudo a otros saludos como adiós o hasta luego. El segundo fue incluir el indicador agradecimiento. Puesto que la inmensa mayoría de las intervenciones del estudiantado tiene que ver con compartir alguna cuestión, duda o consulta, se observó que una de las formas comunes de cerrar las intervenciones es dando las gracias por adelantado. La diferencia entre el indicador cohesivo agradecimiento y el interactivo complemento o expresión de apreciación, es que con el segundo se va más allá de la simple formalidad de agradecer y se incluye una manifestación concreta sobre lo que se aprecia y su razón. Por último, el pedir disculpas, se consideró como un indicador diferenciado, pues este tipo de expresiones ha servido en ocasiones a los participantes para cerrar sus intervenciones excusándose por si su consulta ya hubiera sido resuelta y resultase molesta. Resultó, de esta manera, un total de 3 categorías y 13 indicadores.

Una vez adecuados los indicadores a nuestros datos, se continuó el trabajo con una segunda lectura para la codificación de los mensajes en base al modelo de análisis definido. Con el fin de asegurar la concordancia desde criterios cualitativos, cada uno de los evaluadores codificó los 50 mismos mensajes y posteriormente se compararon los resultados. Tras comprobar que las diferencias fueron mínimas, cada uno de los evaluadores asumió la codificación de la mitad de los mensajes.

El análisis finalizó con la interpretación de los datos que a continuación se presentan.

Resultados

Se podría pensar que, a mayor número de mensajes enviados a un foro, mayor es también la posibilidad de encontrar indicadores de presencia social. Para poder comparar foros que han tenido distintos niveles de participación, los indicadores de presencia social referente a cada grupo son los porcentajes de indicadores respecto al total de los mensajes enviados en dicho foro.

Dimensión social en los foros de apoyo técnico

En la Figura 1 se detalla la presencia de la dimensión social en el foro de apoyo técnico del grado de Psicología, en el foro unificado de los grados en Educación (Pedagogía y Educación Social) y en el foro unificado de los grados en Ingenierías (Ingeniería Informática e Ingeniería en Tecnologías de la información):

Figura 1: Dimensiones sociales en foros de apoyo técnico por indicadores 

Tal como se muestra, dos de los tres indicadores que conforman la categoría expresiones afectivas, concretamente el uso del humor y las auto-revelaciones, son prácticamente inexistentes en estos foros de apoyo técnico. Sin embargo, la expresión de emociones fue un indicador con puntuaciones muy abultadas. Por ejemplo, el 65,61% de los mensajes enviados al foro de Psicología contenía alguna expresión emocional, fundamentalmente emoticonos y signos de exclamación en los saludos iniciales y finales; Muchas gracias por la bienvenida! [sic] (I. b72ce), desconocía la posibilidad de descargar el Office 365!: D [sic] (I.9acaa), Saludos, 😉 (I. 710ad), Soy MUY nuevo en esto [sic] (I.8bd4f) o espero que ayude ;) [sic] (I.2e158).

La tónica para las expresiones interactivas fue muy parecida. Entre un 63,89% del estudiantado en el foro unificado de Educación y un 74,29% en el de Ingenierías, hizo su consulta respondiendo a un mensaje de otra persona usando la herramienta responder mensaje de la plataforma aLF, haciendo referencia además al contenido de esta. Tal evidencia hace que los indicadores continuidad del hilo de discusión y referencia explícita a mensajes de otros (72,22% y 7,14%) se desmarquen como los más frecuentes. Para este último indicador encontramos expresiones como A mi me aparece el mismo mensaje de que no tengo permisos de acceso [sic] (I.9e51a), lo mismo que a otro compañero que también escribió y al que has contestado que hasta el día 3 no podrá acceder (I.7da75), A mi me pasa lo mismo [sic] (I.cfbb7) o la verdad es que me ha costado bastante encontrar el acceso a los Kits que comentas (I.9acaa).

El indicador realización de preguntas obtiene puntuaciones relativamente bajas (17,14% y 32,48%), ya que como hemos visto en relación con el indicador referencia explícita a mensajes de otros, ha sido muy habitual sumarse al comentario de un compañero o compañera en lugar de preguntar directa o indirectamente. Se ha dado poco la expresión de acuerdo, entre 5.71% del foro de Ingenierías y el 64% del de Psicología, con comentarios como; Pues si, tiene toda la pinta de que ha sido un error! [sic] (I. f2125), Vale gracias, ya se ha solucionado! [sic] (I.2ec6f), o haré eso que comentas y me iré situando ya que por ahora estoy algo perdido (I.8bd4f).

En cuanto a la categoría de expresiones cohesivas, saludar o dar ánimos ha sido una constante en la mayoría de los mensajes enviados; el 87,26% de los mensajes en el foro de Psicología, el 74,29% en el de Ingenierías y el 7,29% en el de Educación lo contienen.

En la Figura 2 se observan la frecuencia con la que aparecen los indicadores de las dimensiones sociales en foros de apoyo técnico agrupadas por categorías; expresiones afectivas, interactivas y vocativas.

Nota: Elaboración propia

Figura 2: Dimensiones sociales en foros de apoyo técnico por categorías 

Dimensión social en los foros de orientación

En el foro de Educación, el 37,5% de los mensajes enviados contiene alusiones a aspectos de la vida privada. Sin embargo, esto no sucede en los demás foros. Algunos ejemplos de este indicador son mensajes como; Hola, llevo unos días fuera de onda por motivos personales y médicos (I.b81b5), Yo vivo a 60 kilómetros del centro asociado y no conducco,además tengo dos niños pequeños [sic] (I.e6eb5), Ahora, con 45, casado y con hijos, voy a tratar de sacarme ésta espina que lleva tanto tiempo clavada (I.5f07d) , si necesitais algo no dudeis en pedirmelo, estoy jubilado y tengo todo el tiempo del mundo [sic] (I.49cf1), o actualmente estoy viviendo fuera, debido a que soy deportista de alto rendimiento (I.72660).

La expresión de emociones está presente en torno a la mitad de los mensajes en los foros de Educación y Psicología; sin embargo, en los dos de Ingenierías este indicador obtiene puntuaciones muy bajas, el 11% aproximadamente, lo que significa que los participantes apenas se valen de emoticonos, signos de exclamación, mayúsculas sobresalientes u otros para imprimir un tono emocional a sus mensajes. El uso del humor es rara vez empleado en los cuatro foros de orientación analizados.

Las expresiones interactivas son muy escasas, destacándose con una puntuación elevada únicamente los indicadores continuidad del hilo de discusión en el foro de la facultad de Educación (72,5%) y en el de Psicología (74,2%) y la referencia explícita a mensajes de otros, que en el foro de la facultad de Educación se dio en siete de cada diez intervenciones. Por el contrario, rara vez se expresa acuerdo. La realización de preguntas tiene una presencia discreta, siendo en los grupos de Educación y Psicología donde más se reiteró (17,50% y 26,67% respectivamente). Algunos ejemplos pueden ser; ¿tengo que comprarlas o es mejor esperar a que el/la profesor/a nos indique cuál va a utilizar? (I.240e5), ¿Compartimos foro con el grado en pedagogía? (I.7da75), ¿Realizar este curso de acogida concede convalidación de créditos para optativa? (I.442e0), Hola me gustaría y ya que se acercan fechas a los exámenes, cuando son éstos y su acceso (I.c290f), Querría saber si se pueden usar libros de ediciones anteriores (I.6b932) o ¿Cómo podría ver mis profesores y tutorías? (I.8b39).

La expresión cohesiva que más resalta es el saludar o dar ánimos, particularmente en los foros de Educación y de Psicología, que está presente en 9 de cada 10 mensajes. La referencia al grupo con el uso de pronombres inclusivos se presenta con una asiduidad baja, en torno a un mensaje de cada diez incluye expresiones como; ahora mismo voy a cursar segundo en esta, nuestra comunidad (I.89a03), ¿estamos listos? (I.b37f9) o espero ponerme al día pronto con vuestra ayuda y la de los compañeros (I.63acb).

El pedir disculpas es la expresión cohesiva menos empleada, registrándose en torno al 1% de los mensajes.

Dimensión social en los tres tipos de foros

Comparando la presencia de la dimensión social en los doce foros analizados agrupados por su tipología, encontramos que el foro de apoyo técnico es el que concentra mayor cantidad de indicadores sociales de entre los tres tipos de foros, destacándose sobre todo en la categoría de expresiones interactivas. En los foros de mentoría hemos encontrado un patrón muy parecido al de los foros de apoyo técnico, o sea, los indicadores sociales que se dan con una mayor frecuencia son los pertenecientes a la categoría de expresiones interactivas, seguido de los pertenecientes a expresiones cohesivas y en último lugar los relativos a expresiones afectivas.

Podemos ver los resultados obtenidos por indicadores en la Tabla 3:

Tabla 3: Presencia de indicadores sociales por tipo de foro 

Nota: Elaboración propia.

Esta regularidad se rompe en el foro de orientación, donde la categoría de expresiones cohesivas tiene una mayor presencia que la de expresiones interactivas. No obstante, al igual que en los otros dos tipos de foros, las expresiones afectivas siguen siendo las menos comunes. En la Figura 3 podemos ver representada la frecuencia con la que aparecen los indicadores de las dimensiones sociales en los tres tipos de foro agrupadas por categorías; expresiones afectivas, interactivas y vocativas.

Figura 3: Dimensiones sociales por categorías en los tres tipos de foro 

Discusión, conclusiones y limitaciones

Son muchos los estudios que señalan la importancia que tiene la dimensión social en el éxito de los grupos en contextos de aprendizaje. La alta presencia social influye en el establecimiento de relaciones positivas entre los miembros de la comunidad, en el aumento del sentido de pertenencia a ella, en una mayor motivación para afrontar sus estudios, así como en unos mejores resultados (^{Cabrera Pérez, 2015}; (^{Chiecher Costa, 2013}); ^{Galve-González et al., 2022}; ^{García Aretio, 2019}; ^{Gregori et al., 2018}; ^{Moore et al 2003}; ^{Pérez et al., 2007}; ^{Villasana y Dorrego, 2007}). Un diálogo de calidad funciona además como “reductor de los sentimientos de soledad y lejanía” (García Aretio, 2019, p. 262), efecto especialmente importante en relación a las personas que están precisando de orientaciones al comienzo de su etapa universitaria.

El estudiantado puede contribuir a la presencia social con una participación activa en las discusiones, respondiendo a los mensajes de los otros con rapidez, compartiendo experiencias personales (auto-revelaciones), titulando adecuadamente los mensajes (^{Chiecher Costa, 2013}) y con el uso de expresiones fáticas (^{Tsai et al., 2021}).

El análisis de la dimensión social en las interacciones de los foros de acogida de la UNED nos ha permitido aproximarnos al ambiente social generado por el personal a cargo de dar asesoría en dichas comunidades (orientadores, mentores y personal de apoyo técnico) y por el estudiantado de nuevo ingreso cuando tratan las consultas comunes. Para este fin se adoptó la relación de categorías e indicadores propuesta por ^{Rourke et al. (1999}).

Tras el análisis se comprueba que, en general, los indicadores sociales están presentes en el 29,29% de los 1.461 mensajes enviados por un total de 570 personas, una presencia que podemos considerar moderada. En este sentido es necesario desarrollar estudios que permitan contrastar la presencia detectada con la satisfacción de los interlocutores en las conversaciones que mantienen en los foros de acogida que forman parte de la CAVs de la UNED.

Para atender los resultados de cada tipo de foro en particular es necesario matizar que cada uno de ellos tiene su propia finalidad. El foro de apoyo técnico está pensado para la formulación de consultas concretas de índole técnica, informática, de acceso y navegación, y no necesariamente como espacio para hacer comunidad entre los compañeros y las compañeras. Para este fin, y otros como ofrecer guía sobre la metodología y los recursos disponibles o dar recomendaciones sobre el estudio, existen los foros de orientación y de mentoría. Bajo esta perspectiva, es de destacar que en los foros de apoyo técnico es donde se halla una mayor presencia de indicadores sociales. Este hallazgo sugiere la importancia que le dan tanto el personal de apoyo como el estudiantado de la UNED al buen clima social en este espacio colaborativo (^{Chiecher Costa, 2013}) mediante la comunicación afectiva frente a la meramente reactiva y proactiva (^{Boukricha, 2013}), incluso cuando se trata de resolver cuestiones puramente técnicas.

En relación a los foros de mentoría la pauta sobre la presencia de indicadores sociales es muy parecida a los foros de apoyo técnico. En estos foros no se ofrece acompañamiento académico de cuestiones generales tal como se brinda en el foro de orientación, sino que es un espacio donde el estudiantado recién incorporado cuenta con un compañero o compañera mentora que puede guiarle sobre cómo afrontar los estudios gracias a su experiencia en la universidad. Podríamos suponer que, siendo un espacio entre pares, el reconocimiento mutuo y la compresión entre participantes es mayor que en los otros foros. Sin embargo, la posible identificación del nuevo estudiantado con su compañero o compañera mentora no se tradujo en unas mayores concentraciones de dimensiones sociales respecto a los foros de apoyo técnico.

En comparación con los foros de apoyo técnico y de mentoría, el registro de indicadores en el foro de orientación solo varía en la categoría de expresiones cohesivas, que se manifiesta con una frecuencia más elevada que las expresiones interactivas.

Que la distribución de los indicadores de presencia social sea similar al margen del propósito del foro, de las temáticas tratadas o las personas a cargo de la mediación sugiere un patrón sobre la forma en la que los interlocutores expresan sus comentarios y consultas en los foros de acogida de las CAVs de la UNED; los indicadores pertenecientes a la categoría de expresiones interactivas son los que más se dan, seguido de los pertenecientes a la categoría de expresiones cohesivas, y en último lugar los relativos a los de expresiones afectivas.

Si con el chatbot se pretende simular un diálogo natural que muestre características sociales inspiradas en la forma en que realmente interactuamos las personas en un determinado ambiente (^{Paiva et al., 2017}), el patrón encontrado puede aportar pistas sobre aspectos a tener en cuenta en el diseño de un chatbot específico para dar orientación educativa inicial al estudiantado de nuevo ingreso en la EaD.

Atendiendo a los resultados obtenidos y en relación con las expresiones afectivas, sería recomendable incluir con una frecuencia media expresiones de emociones en los mensajes emitidos por el chatbot, especialmente el uso de signos de exclamación y emoticonos. Los datos coinciden con las recomendaciones de distintos autores (^{Smutny y Schreiberova, 2020}; ^{Tsai et al., 2021}) de incluir elementos dinámicos como imágenes, GIFs animados, emojis y vídeos, ya que contribuyen en gran medida a humanizar a los chatbots, haciendo que la conversación sea más agradable, inmersiva y atractiva visualmente.

De acuerdo con los resultados y a diferencia de ^{Smutny y Schreiberova (2020}), las expresiones de humor y el uso de chistes deben tener una presencia más discreta. Los comentarios o alusiones a asuntos de la vida privada son los indicadores afectivos que con menor asiduidad deberían darse.

Con base en los resultados obtenidos, se aconseja que el chatbot incluya expresiones interactivas, en concreto las que hacen referencia explícita a los mensajes enviados por el estudiantado, así como la realización de preguntas. La expresión de aprecio debería tener una frecuencia mucho menor.

A la luz de los resultados de este estudio y coincidiendo con ^{Smutny y Schreiberova (2020}), es importante incluir saludos con una alta frecuencia. Las expresiones para dar ánimos, así como el empleo de vocativos es altamente recomendable. El uso de pronombres inclusivos, que ha tenido una asiduidad mucho menor a los anteriores, no debe ser muy frecuente.

Siguiendo a ^{Tsai et al. (2021}), que advierten que los chatbots con mayor presencia social suscitan más diálogo percibido y satisfacción que los chatbot de baja presencia social, las frecuencias de presencia social detectadas en los foros podrían ser insuficientes, especialmente para satisfacer los deseos sociales de los usuarios con alta necesidad de interacción humana (^{Sheehan et al., 2020}). Por otra parte, al reconocer características humanas en los chatbots, los usuarios suelen aplicar reglas sociales, como la cortesía, de forma recíproca (de Visser et al., 2016; ^{Holtgraves et al., 2007}; ^{Nordheim, 2018}), por lo que, tomar la iniciativa proponiendo un determinado estilo de conversación, tono y actitud puede redundar en un adecuado ambiente social en los espacios de orientación académica inicial.

Por último, la incorporación de estas recomendaciones siempre deberá ir subordinada a la imagen institucional que se quiera transmitir. Por ejemplo, junto con las respuestas amables, las expresiones coloquiales (de Hann, 2018) e incluso el uso de faltas de ortografía (es muy común la omisión de signos de apertura de interrogación y admiración) puedan ser bien recibidas por algunos usuarios que lo asocian con una forma de conversación más familiar. No obstante, ello podría generar conflictos con la imagen que quiera proyectar la universidad como institución educativa.