Aplicación de IA generativa en un entorno fitness: diseño web e integración de un chatbot para soporte en rutinas y alimentación

Autores/as

  • Angel Aldaz-Salazar Escuela de Hábitat, Infraestructura y Creatividad, Pontificia Universidad Católica del Ecuador, Ambato 180207, Ecuador. Autor/a https://orcid.org/0009-0000-5639-2515
  • Darío Robayo-Jácome Escuela de Hábitat, Infraestructura y Creatividad, Pontificia Universidad Católica del Ecuador, Ambato 180207, Ecuador. Autor/a https://orcid.org/0000-0002-0661-6573
  • Edison Meneses-Torres Escuela de Hábitat, Infraestructura y Creatividad, Pontificia Universidad Católica del Ecuador, Ambato 180207, Ecuador. Autor/a https://orcid.org/0000-0002-6917-8355
  • Liliana Mena-Hernández Escuela de Hábitat, Infraestructura y Creatividad, Pontificia Universidad Católica del Ecuador, Ambato 180207, Ecuador. Autor/a https://orcid.org/0000-0003-3531-7350

DOI:

https://doi.org/10.63957/arksis.v1i1.0003

Palabras clave:

inteligencia artificial, chatbot, Gemini, fitness, aplicación web

Resumen

La digitalización del sector fitness ha impulsado la adopción de tecnologías orientadas a la personalización de la experiencia del usuario, en Ecuador, la gestión de planes de entrenamiento y alimentación continúa siendo mayoritariamente manual, lo cual limita la escalabilidad del servicio, incrementa la dependencia del entrenador y dificulta la estandarización del seguimiento. Por esta razón, en este artículo se presenta el desarrollo e integración de un chatbot basado en inteligencia artificial dentro de un aplicativo web orientado a la administración de rutinas y planes alimenticios personalizados. El sistema fue implementado utilizando Laravel 12, Livewire 3, Blade, MVVM y la API Gemini 2.0 Flash como modelo de lenguaje natural y para la evaluación de los resultados se aplicó una encuesta a 25 usuarios, así como la ejecución de pruebas funcionales tipo caja negra. En consecuencia, los resultados permiten validar la factibilidad técnica y perceptual de la integración de IA generativa en un entorno fitness real, en condiciones controladas en eficiencia operativa, accesibilidad a la información y autonomía del usuario final, lo que demostró que la inteligencia artificial permite generar recomendaciones contextualizadas con respuestas en tiempo real. Con base a lo anterior, se concluye que el modelo de integración propuesto es viable, replicable y representa una referencia práctica para la transición de gimnasios tradicionales hacia servicios fitness inteligentes.

Biografía del autor/a

  • Angel Aldaz-Salazar, Escuela de Hábitat, Infraestructura y Creatividad, Pontificia Universidad Católica del Ecuador, Ambato 180207, Ecuador.

    Ingeniero en Sistemas de Información. Ingeniero Computacional Junior en CHIANG S.A., enfocado en el desarrollo de soluciones de software a medida e integración de tecnologías de inteligencia artificial y cloud computing, con experiencia en desarrollo web, gestión de bases de datos, servicios en la nube, aplicación de principios SOLID y despliegue de aplicaciones mediante contenedores, Cotopaxi – Ecuador.

  • Darío Robayo-Jácome, Escuela de Hábitat, Infraestructura y Creatividad, Pontificia Universidad Católica del Ecuador, Ambato 180207, Ecuador.

    Ingeniero de Sistemas y Computación. Maestría en gerencia Informática, mención en Desarrollo de Software y Redes. Docente Investigador en Pontificia Universidad Católica del Ecuador – Ambato
    Actualmente Director de la Escuela de Hábitat, Infraestructura y Creatividad.

  • Edison Meneses-Torres, Escuela de Hábitat, Infraestructura y Creatividad, Pontificia Universidad Católica del Ecuador, Ambato 180207, Ecuador.

    Ingeniero en Sistemas de Información, Maestría en Sistemas de Información Mención Inteligencia de Negocios y Analítica de datos masivos. Candidato a Doctor en Ciencias Computacionales. Docente de la Pontificia Universidad Católica del Ecuador Sede Ambato. Desarrollador de software con más de 15 años de experiencia. Coordinador de proyecto de investigación I+D+i, “Modelos híbridos de Deep Learning para detección y clasificación de patrones anómalos en señales multivariadas de alta dimensionalidad”. Ponente en congresos y talleres sobre IA, PLN; revisor y coautor en trabajos académicos.

  • Liliana Mena-Hernández, Escuela de Hábitat, Infraestructura y Creatividad, Pontificia Universidad Católica del Ecuador, Ambato 180207, Ecuador.

    Docente y capacitadora desde el año 2000 en Instituciones de Educación básica, media y superior. Desde el 2014 hasta la actualidad Docente Investigadora de la Pontificia Universidad Católica del Ecuador sede Ambato en la Escuela de Hábitat, Infraestructura y Creatividad. He publicado artículos científicos, dirigido proyectos de investigación y trabajos de titulación de grado y posgrado, bajo las líneas de investigación: TIC, TIC aplicada a la Educación, TIC aplicada al Turismo, Ciberseguridad, entre otros. 

Referencias

[1] F. Filgueiras, “Inteligencia Artificial en la administración pública: ambigüedad y elección de sistemas de IA y desafíos de gobernanza digital,” Reforma y Democracia, no. 79, Jan. 2021, doi: 10.69733/clad.ryd.n79.a221.

[2] M. Foosherian, H. Purwins, P. Rathnayake, T. Alam, R. Teimao, and K.-D. Thoben, “Enhancing Pipeline-Based Conversational Agents with Large Language Models,” 2023, arXiv. doi: 10.48550/ARXIV.2309.03748.

[3] A. Koubaa, W. Boulila, L. Ghouti, A. Alzahem, and S. Latif, “Exploring ChatGPT Capabilities and Limitations: A Survey,” IEEE Access, vol. 11, pp. 118698–118721, 2023, doi: 10.1109/ACCESS.2023.3326474.

[4] S. Navarro Calero, “Desarrollo de una aplicación móvil multiplataforma para la digitalización y optimización de la gestión de inscripciones y rutinas en el gimnasio Gym Pro,” Tesis de Grado, San Francisco de Quito, Quito, 2024. [Online]. Available: http://repositorio.usfq.edu.ec/handle/23000/14394

[5] D. Guamán Guamá, “Sistema de Gestión de Rutinas y Dietas para Gimnasios y Centros de Entrenamiento,” Tesis de Grado, Universidad Politécnica Salesiana, Cuenca, 2021. [Online]. Available: https://dspace.ups.edu.ec/handle/123456789/22810

[6] J. Shi, “A Survey of Artificial Intelligence: Latest Advances, Challenges, and Future Directions,” 2025, SSRN. doi: 10.2139/ssrn.4907293.

[7] D. Shin, G. Hsieh, and Y.-H. Kim, “PlanFitting: Personalized Exercise Planning with Large Language Model-driven Conversational Agent,” 2023, arXiv. doi: 10.48550/ARXIV.2309.12555.

[8] J. F. Pabon, H. Recalde, M. Á. Aizaga, and R. M. Toasa, “Revisión de literatura sobre impacto de la inteligencia artificial y su aplicación en el Ecuador,” vol. 55, no. 1, pp. 100–113, 2023.

[9] R. Pérez-Campdesuñer, A. Sánchez-Rodríguez, G. García-Vidal, R. Martínez-Vivar, and M. De Miguel-Guzmán, “Artificial Intelligence in Ecuadorian SMEs: Drivers and Obstacles to Adoption,” Information, vol. 16, no. 6, p. 443, May 2025, doi: 10.3390/info16060443.

[10] X. Barragán-Martínez, “Situación de la Inteligencia Artificial en el Ecuador en relación con los países líderes de la región del Cono Sur,” Fi, vol. 16, no. 2, pp. 23–38, July 2023, doi: 10.29166/revfig.v16i2.4498.

[11] M. A. K. Raiaan et al., “A Review on Large Language Models: Architectures, Applications, Taxonomies, Open Issues and Challenges,” IEEE Access, vol. 12, pp. 26839–26874, 2024, doi: 10.1109/ACCESS.2024.3365742.

[12] S. Zhang et al., “Empowering Agile-Based Generative Software Development through Human-AI Teamwork,” 2024, arXiv. doi: 10.48550/ARXIV.2407.15568.

[13] Z. Zhang et al., “AI and Agile Software Development: A Research Roadmap from the XP2025 Workshop,” 2025, arXiv. doi: 10.48550/ARXIV.2508.20563.

[14] G. Caldarini, S. Jaf, and K. McGarry, “A Literature Survey of Recent Advances in Chatbots,” Information, vol. 13, no. 1, p. 41, Jan. 2022, doi: 10.3390/info13010041.

[15] A. Vaswani et al., “Attention Is All You Need,” 2017, arXiv. doi: 10.48550/ARXIV.1706.03762.

[16] R. Bommasani et al., “On the Opportunities and Risks of Foundation Models,” 2021, arXiv. doi: 10.48550/ARXIV.2108.07258.

[17] R. Islam and O. M. Moushi, “GPT-4o: The Cutting-Edge Advancement in Multimodal LLM,” July 01, 2024, Preprints. doi: 10.36227/techrxiv.171986596.65533294/v1.

[18] A. R. Rahmanti et al., “SlimMe, a Chatbot With Artificial Empathy for Personal Weight Management: System Design and Finding,” Front. Nutr., vol. 9, p. 870775, June 2022, doi: 10.3389/fnut.2022.870775.

[19] M. M. Afsar, T. Crump, and B. Far, “Reinforcement learning based recommender systems: A survey,” 2021, arXiv. doi: 10.48550/ARXIV.2101.06286.

[20] R. S. Sutton and A. G. Barto, Reinforcement learning: an introduction, Second edition. Cambridge, Massachusetts: The MIT Press, 2020.

[21] D. E. Montenegro Montenegro, J. F. Saá Montalvo, L. R. Yance Tutiven, and P. Jerez Villacrés, “Chatbots como herramientas de retroalimentación inmediata para estudiantes en entornos virtuales,” TRJ, vol. 4, no. 1, June 2025, doi: 10.55204/trj.v4i1.e79.

[22] R. Pressman, Ingeniería de Software, Novena. McGraw Hill, 2024.

[23] O. D. Casazola Cruz, G. Alfaro Mariño, J. Burgos Tejada, and O. A. Ramos More, “La usabilidad percibida de los chatbots sobre la atención al cliente en las organizaciones: una revisión de la literatura,” Interfases, no. 014, pp. 184–204, Dec. 2021, doi: 10.26439/interfases2021.n014.5401.

[24] A. R. G. Mufti and I. C. Sari, “How Can Knowledge Management Impact Organizational Performance? A Systematic Literature Review,” in 2021 International Conference on Computer Science and Engineering (IC2SE), Padang, Indonesia: IEEE, Nov. 2021, pp. 1–6. doi: 10.1109/IC2SE52832.2021.9792133.

[25] P. Arias Cabezas, “Desarrollo de una Aplicación Móvil para la Gestión Personalizada de Hábitos,” Tesis de Grado, Universidad Politécnica de Madrid, Madrid, 2025. [Online]. Available: https://oa.upm.es/90079/1/TFG_PAULA_ARIAS_CABEZAS.pdf

[26] S. Roca, J. Sancho, J. García, and Á. Alesanco, “Microservice chatbot architecture for chronic patient support,” Journal of Biomedical Informatics, vol. 102, p. 103305, Feb. 2020, doi: 10.1016/j.jbi.2019.103305.

Publicado

2026-01-23

Cómo citar

[1]
A. Aldaz-Salazar, D. Robayo-Jácome, E. Meneses-Torres, and L. Mena-Hernández, “Aplicación de IA generativa en un entorno fitness: diseño web e integración de un chatbot para soporte en rutinas y alimentación”, ARKSIS-Journal, vol. 1, no. 1, pp. 1–18, Jan. 2026, doi: 10.63957/arksis.v1i1.0003.