Categoría: Evaluación (Página 1 de 3)

Metodología para la creación de sistemas educativos adaptativos bayesianos

1 de julio de 2026 / Juan José de Haro / Sin comentarios

Este artículo describe los fundamentos básicos de la metodología utilizada para crear recursos educativos que se adaptan a las respuestas del alumno. Puedes ver ejemplos aquí:

Test adaptativo de cultura general. Una prueba sencilla para comprobar la evaluación adaptativa.
Itinerario para aprender a despejar la incógnita x. Ejercicios con ecuaciones de primer grado para probar los itinerarios de aprendizaje adaptativos.
Laboratorio de combinatoria (sección: Práctica – Resuelve problemas). Ejercicios de combinatoria para aprender y comprobar la multidimensionalidad del modelo, donde no solo se evalúan conocimientos, sino también habilidades transversales de forma adaptativa.
¿Cómo comparas los decimales? Un recurso adaptativo que no solo comprueba si el alumno acierta o falla al comparar decimales, sino que intenta averiguar qué tipos de errores conceptuales hay detrás de sus respuestas. Es un ejemplo de evaluación de ítems no ordenados (cada error conceptual es independiente de los otros).
¿Frío o caliente? Parte de dos errores comunes en la concepción del calor y determina si se tiene uno de los dos o ninguno.

Si lo que quieres es implantarlo mediante IA en algún recurso nuevo o que ya tengas hecho, en la web Recursos educativos adaptativos tienes un archivo para adjuntar a la IA de forma que sepa cómo debe actuar para crear una página web con el recurso adaptativo y, aunque no es necesario, también hay una guía para el docente.

Planteamiento general de la metodología

Una actividad fija, sea una prueba, un ejercicio o cualquier otro recurso, plantea las mismas preguntas, en el mismo orden, a todo el alumnado, sin tener en cuenta su nivel de partida: mide, pero no se ajusta a quien la responde. La metodología que se describe en este artículo resuelve esa limitación haciendo que cada pregunta dependa de las respuestas anteriores dadas por el alumno.

El teorema de Bayes, la teoría de respuesta al ítem y la entropía de Shannon, que se utilizan, ya existen por separado desde hace décadas en la literatura de medición educativa; lo que aporta esta metodología es la forma de combinarlos y, sobre todo, que todo el procedimiento está escrito como un protocolo reproducible que una inteligencia artificial puede ejecutar para generar un recurso nuevo en cualquier materia, sin equipo de psicometría ni datos de miles de alumnos.

Representación probabilística del estado del alumno

El sistema no calcula una nota al final del proceso, sino que mantiene una distribución de probabilidad sobre varias hipótesis de nivel del alumno, por ejemplo, tres hipótesis sobre su nivel: H1 (básico), H2 (medio) y H3 (avanzado), cada una con un valor asociado de habilidad θ (theta).

Al empezar, el sistema no sabe nada del alumno, así que reparte la probabilidad de pertenencia a un nivel en partes iguales: P(H1) = P(H2) = P(H3) = 0,33. A medida que el alumno responde preguntas, esa probabilidad se va desplazando hacia la hipótesis que mejor explica lo que está ocurriendo. Nunca hay un único número que resuma al alumno, sino una distribución completa de lo probable y lo improbable en ese momento, lo que permite representar también la duda: un alumno con un patrón de respuestas contradictorio queda reflejado como una probabilidad repartida entre varias hipótesis, en vez de forzarlo a encajar en una etiqueta.

Actualización bayesiana de las hipótesis de nivel

El mecanismo que desplaza esa probabilidad entre diferentes niveles al responder se llama actualización bayesiana, y se apoya directamente en el teorema de Bayes:

$$P(H_i \mid r) = \frac{P(r \mid H_i) \cdot P(H_i)}{\sum_j P(r \mid H_j) \cdot P(H_j)}$$

El significado de cada término es el siguiente.

$P(H_i \mid r)$ es la probabilidad a posteriori: la probabilidad de la hipótesis $H_i$ (por ejemplo, «nivel avanzado») una vez conocida la respuesta r del alumno. Es el resultado que interesa, la creencia ya actualizada tras una respuesta.
$P(H_i)$ es la probabilidad a priori: la probabilidad que se le daba a esa misma hipótesis antes de conocer la respuesta.
$P(r \mid H_i)$ es la verosimilitud: la probabilidad de que se produjera esa respuesta concreta si la hipótesis $H_i$ (el nivel de habilidad que se está evaluando, por ejemplo, «nivel avanzado») fuera cierta. La calcula el modelo de respuesta al ítem que se describe en la sección siguiente.
$\sum_j P(r \mid H_j) \cdot P(H_j)$ es el término de normalización: la suma de esa misma cantidad para todas las hipótesis, que garantiza que las probabilidades finales sumen 1 y no tiene otra función que esa.

La fórmula dice que la nueva creencia sobre cada hipótesis (la probabilidad a posteriori, $P(H_i \mid r)$) es proporcional a dos cosas: lo bien que esa hipótesis explica la respuesta que se acaba de observar (la verosimilitud, $P(r \mid H_i)$) y la creencia que ya se tenía sobre ella (la probabilidad a priori, $P(H_i)$). Las hipótesis que hacían más probable la respuesta observada ganan peso; las que la hacían improbable lo pierden.

Ejemplo numérico del proceso de actualización

El siguiente ejemplo aplica el mecanismo a un caso concreto. Se parte de tres hipótesis con su habilidad ya fijada: H1 (θ₁ = −2, nivel básico), H2 (θ₂ = 0, nivel medio) y H3 (θ₃ = +2, nivel avanzado). El estado del alumno se representa como un vector de probabilidad P = (P(H1), P(H2), P(H3)), con un valor para cada hipótesis (el nivel al que pertenece) en ese orden y que siempre suma 1; al principio, sin ninguna respuesta todavía, ese vector es una probabilidad a priori uniforme, P = (0,33; 0,33; 0,33). Cada pregunta tiene además una dificultad b, en la misma escala que θ, que se explica con detalle en la sección siguiente: por ahora basta con saber que b = −1 corresponde a una pregunta fácil y b = 0 a una pregunta de dificultad media.

El alumno falla una pregunta fácil (dificultad b = −1). La verosimilitud de fallar es alta bajo H1 y baja bajo H3, así que el vector de probabilidad se desplaza a P = (0,81; 0,18; 0,01): la probabilidad de H1 sube a 0,81, y las de H2 y H3 bajan a 0,18 y 0,01.
El alumno acierta la siguiente pregunta, de dificultad media (b = 0). El vector pasa a P = (0,65; 0,32; 0,03): la probabilidad de H1 baja ligeramente y la de H2 sube, porque acertar una pregunta de dificultad media es más compatible con un nivel medio que con uno básico.

La figura 1 muestra esa evolución junto con la entropía de cada paso (concepto que se explica en la sección siguiente). Entre el segundo y el tercer paso, la incertidumbre aumenta en lugar de disminuir, porque el acierto en una pregunta media reparte de nuevo la probabilidad entre H1 y H2. Se trata de un comportamiento correcto del modelo, no de un error: cada respuesta aporta la evidencia que aporta y no siempre reduce la incertidumbre. Este ejemplo se limita a dos preguntas y, como se explica en el criterio de finalización más adelante, una implementación real no daría por buena la convergencia solo por cruzar los umbrales de entropía y confianza, sino que exige además un número mínimo de preguntas respondidas.

Este cálculo se repite tras cada respuesta, de manera que la creencia sobre el alumno nunca queda congelada. Si un alumno empieza fallando, pero después encadena varios aciertos, el sistema revisa su estimación y se aleja del diagnóstico inicial: no existe un bloqueo irreversible en una categoría equivocada, algo que sí puede ocurrir en sistemas más simples que solo suben la dificultad tras un acierto y la bajan tras un fallo.

El modelo de respuesta al ítem y la dificultad de las preguntas

La verosimilitud $P(r \mid H_i)$ que exige el teorema de Bayes no puede inventarse pregunta a pregunta y hace falta un modelo que relacione el nivel del alumno con la probabilidad de acertar una pregunta de una dificultad determinada. Esta metodología usa para ello la teoría de respuesta al ítem (TRI o, en inglés, IRT), en concreto el modelo logístico de tres parámetros (3PL), ya empleado en evaluación educativa desde los trabajos de Birnbaum en los años sesenta:

$$P(A \mid \theta, q) = c_q + (1 – c_q) \cdot \frac{1}{1 + e^{-a(\theta – b_q)}}$$

El significado de cada parámetro es el siguiente.

θ es el nivel del alumno en la hipótesis que se está evaluando.
$b_q$ es la dificultad de la pregunta q: el punto en el que la probabilidad de acierto (descontado el azar) llega al 50 %.
$a$ es la discriminación: la pendiente de la curva. Cuanto mayor es $a$, más bruscamente distingue la pregunta entre un alumno justo por debajo y justo por encima de su dificultad.
$c_q$ es el suelo de azar: la probabilidad mínima de acertar sin saber nada, que depende del número de opciones (0,25 en una pregunta de cuatro opciones, 0,5 en un verdadero/falso, 0 en una respuesta numérica abierta).

La figura 2 dibuja esa curva para tres preguntas de dificultad fácil, media y difícil, con a = 1,5 y c = 0,25, valores ilustrativos (el protocolo no fija a directamente: parte de una discriminación efectiva $a_{ef} = 1.25$ y deriva a según el azar de cada pregunta). Se observa por qué una pregunta fácil es poco útil para un alumno avanzado (su probabilidad de acierto ya está pegada a 1) y por qué la zona más informativa de cada curva es la que rodea su propia dificultad, donde el resultado todavía podría ser acierto o fallo.

Estos valores de a, b y c no proceden de una calibración empírica con miles de respuestas reales, como ocurriría en un banco de ítems de una prueba estandarizada. Se generan a partir de valores por defecto respaldados por la literatura en TRI (Birnbaum, 1968; van der Linden y Hambleton, 1997), con a = 1,5 como punto de partida razonable, y de la estructura de cada pregunta. Es una limitación reconocida de manera explícita en la documentación técnica: son estimaciones a priori, útiles para poner en marcha el sistema, pero no medidas contrastadas con una muestra real de alumnado.

La entropía de Shannon como medida de incertidumbre

En este contexto, la incertidumbre no se refiere a una duda genérica, sino al grado en que la probabilidad sobre el nivel del alumno sigue repartida entre varias hipótesis. Si, tras algunas respuestas, las hipótesis H1, H2 y H3 tienen probabilidades parecidas, el sistema todavía no puede inclinarse con claridad por un diagnóstico. En cambio, si una de ellas concentra casi toda la probabilidad, la incertidumbre es baja, porque el estado del alumno está mucho mejor definido.

El sistema necesita cuantificar esa incertidumbre para tomar dos decisiones concretas a lo largo de la prueba. Por un lado, para decidir cuándo dejar de preguntar, es decir, cuándo la creencia sobre el nivel del alumno ya es lo bastante firme como para dar el diagnóstico por bueno, algo que se desarrolla en el criterio de finalización más adelante. Por otro, para comparar qué pregunta, de entre las disponibles, reduciría más esa incertidumbre si se planteara, que es el criterio de selección que se explica en la sección siguiente. La magnitud elegida para cuantificarla es la entropía de Shannon, tomada directamente de la teoría de la información.

$$H(p) = -\sum_{i} p_i \log_2 p_i$$

Se mide en bits. Con tres hipótesis equiprobables (0,33 cada una), la entropía es máxima: $H = \log_2 3 \approx 1{,}58$ bits, la ignorancia total del punto de partida de la figura 1. Cuando una hipótesis concentra casi toda la probabilidad, la entropía cae hacia 0: por ejemplo, una distribución (0,95; 0,04; 0,01) tiene una entropía de solo 0,32 bits.

La entropía es preferible a mirar simplemente «cuál es la hipótesis con más probabilidad», porque distingue matices que un máximo por sí solo no recoge: dos distribuciones pueden compartir la misma hipótesis ganadora con la misma probabilidad y, sin embargo, repartir el resto de un modo muy distinto, lo que la entropía sí refleja. Por ejemplo, P = (0,80; 0,15; 0,05) y P = (0,80; 0,19; 0,01) comparten la misma hipótesis ganadora con la misma probabilidad (0,80), así que mirar solo el máximo sugeriría el mismo grado de confianza en ambos casos. Sus entropías, sin embargo, son distintas: 0,88 bits y 0,78 bits respectivamente, porque en la segunda distribución el 20 % restante está mucho más concentrado en una sola hipótesis (0,19 frente a 0,01) que en la primera (0,15 frente a 0,05). En la práctica, eso significa que la entropía captura matices de la distribución que el máximo no recoge, y por eso es la magnitud con la que el sistema mide la incertidumbre y valora cuánto la reduciría cada pregunta. Para cerrar el diagnóstico, en cambio, lo que decide es la confianza mínima de la hipótesis ganadora junto con el mínimo de preguntas: cuando el umbral de entropía se deriva de esa misma confianza, la condición de confianza ya implica la de entropía, de modo que comprobar ambas es inofensivo, pero no añade exigencia.

Selección de preguntas por ganancia esperada de información

Aquí aparece uno de los puntos donde esta metodología se aparta de la práctica habitual en los test adaptativos informatizados (CAT, por sus siglas en inglés). El criterio para elegir la siguiente pregunta es la ganancia esperada de información, es decir, cuánto se espera que baje la entropía si se hace esa pregunta, promediando los dos resultados posibles:

$$IG(q) = H(P) – \big[P(A)\, H(P_{post,A}) + P(F)\, H(P_{post,F})\big]$$

donde $P(A)$ y $P(F)$ son las probabilidades esperadas de acierto y fallo bajo la distribución actual, y $P_{post,A}$, $P_{post,F}$ son las probabilidades a posteriori que resultarían en cada caso. El sistema calcula esta ganancia para todas las preguntas disponibles y elige la que promete reducir más la incertidumbre, sea cual sea la respuesta.

El criterio dominante en los CAT clásicos no es este, sino la función de información del ítem (FII), basada en la información de Fisher:

$$I_q(\theta) = \frac{[P'(\theta)]^2}{P(\theta)\,(1-P(\theta))}$$

La FII mide cuánta información aporta una pregunta en un punto concreto de la escala continua de habilidad θ (por ejemplo, θ = −1,5 podría corresponder a un alumno con dificultades notables, θ = 0 a uno de nivel medio y θ = +1,5 a uno con un dominio alto, pero también son válidos valores intermedios como θ = 0,7, a diferencia de las tres hipótesis discretas que maneja el enfoque bayesiano de este trabajo). Para evaluarla, el sistema clásico reduce todo lo que sabe del alumno a un único número: la estimación puntual θ̂, calculada habitualmente por máxima verosimilitud a partir de las respuestas dadas hasta ese momento. Es decir, mientras que el enfoque bayesiano de este artículo mantiene un vector completo de probabilidades sobre las hipótesis de nivel, por ejemplo P = (P(H1), P(H2), P(H3)), el CAT clásico colapsa esa misma información en un único valor θ̂ sobre la recta real (por ejemplo, θ̂ = 0,4) y evalúa la FII de cada pregunta candidata justo en ese punto, no en el resto de valores que θ podría tomar. El criterio bayesiano descrito aquí es preferible cuando el estado del alumno se representa como una distribución completa y no como ese punto único, por dos razones: usa toda la distribución en vez de forzar un colapso a un único valor antes de decidir, si, por ejemplo, la probabilidad está repartida casi por igual entre H1 y H2, θ̂ caerá en un punto intermedio que no representa bien a ningún alumno real, y la FII evaluada justo ahí puede recomendar una pregunta que no sea útil para distinguir entre esas dos hipótesis; y no exige que las hipótesis estén ordenadas en una única escala, lo que permite aplicarlo también a diagnósticos de errores conceptuales sin relación de orden entre sí. Ahora bien, nominal no significa siempre excluyente: si los errores son realmente alternativos, puede usarse una hipótesis por error; pero si varios errores pueden coexistir, el modelo correcto pasa a ser multifactorial o por perfiles completos, y la evidencia ideal no es solo la probabilidad de acierto, sino también qué distractor elige el alumno. El propio protocolo detalla estas variantes cuando las hipótesis no tienen orden.

Cuando varias preguntas tienen una ganancia casi idéntica, algo frecuente cuando comparten dificultad y número de opciones, el sistema no elige siempre la misma: aplica una selección aleatoria ponderada que favorece la variedad de categorías, para evitar que dos sesiones distintas generen la misma secuencia de preguntas.

Criterio de finalización y umbral de entropía

La prueba termina cuando se cumple alguna de estas dos condiciones: se alcanza una convergencia fiable, o se agota el número de preguntas disponibles sin haberla alcanzado. La convergencia fiable exige tres condiciones a la vez, no solo dos: haber respondido un número mínimo de preguntas, que la entropía caiga por debajo de un umbral $H_{stop}$, y que la hipótesis más probable supere una confianza mínima $p_{min}$.

El número mínimo de preguntas evita aceptar como firme una estimación basada en muy poca evidencia: antes de alcanzarlo, el sistema sigue preguntando aunque la entropía ya haya cruzado el umbral y una hipótesis ya supere la confianza mínima. De hecho, en el ejemplo numérico de la sección anterior esto ya ocurre tras la primera respuesta: al fallar Q1 la entropía baja a 0,764 bits (por debajo del umbral de 0,92 que se calcula más abajo) y la probabilidad de H1 sube a 0,81 (por encima de 0,80); sin un mínimo de preguntas exigido, el sistema daría ya por bueno un diagnóstico de nivel básico con una sola respuesta. Ese mínimo depende del diseño del recurso: en una etapa breve de práctica puede bastar con 4 preguntas; en un test diagnóstico más amplio puede exigirse un mínimo mayor, por ejemplo 8, junto con una cobertura mínima de dificultades o categorías.

La confianza mínima $p_{min}$ tampoco es un valor universal: el protocolo puede trabajar con 0,80, 0,85 o cualquier otro valor según el tipo de recurso, la longitud esperada de la prueba, el número de hipótesis y el grado de prudencia deseado. Lo importante es que el umbral de entropía se derive de la confianza mínima elegida y del número de hipótesis consideradas:

$$H_{stop} = -p_{min} \log_2 p_{min} – (1-p_{min}) \log_2!\left(\frac{1-p_{min}}{n-1}\right)$$

Con $p_{min}=0{,}80$ y n = 3 hipótesis, ese umbral vale aproximadamente 0,92 bits, la línea roja discontinua de la figura 1.

Se exige, además, que entropía y confianza mínima se cumplan juntas y no una sola de ellas, porque no equivalen a lo mismo: una distribución puede tener entropía baja sin que la hipótesis ganadora llegue a esa confianza mínima, si parte de las hipótesis quedan prácticamente descartadas, pero todavía existe una segunda hipótesis con una probabilidad apreciable, en vez de que el resto de la probabilidad se reparta por igual entre todas las demás (de hecho, la condición de confianza implica la de entropía cuando el umbral se deriva de ella; lo que realmente decide el cierre son el mínimo de preguntas y la confianza mínima).

Si el test termina sin cumplir las tres condiciones, el informe final lo indica de forma explícita: el diagnóstico se presenta como provisional, en lugar de ofrecer una falsa seguridad.

Comprobaciones de fiabilidad sin datos empíricos

Como los parámetros del modelo son estimaciones a priori (sección anterior), la metodología incorpora dos comprobaciones que permiten detectar cuándo el resultado no merece confianza, sin necesitar una muestra empírica de alumnado. Es, junto con el criterio de selección por entropía, el segundo punto donde este enfoque se separa de una implementación ingenua de un test adaptativo.

El índice person-fit ($l_z$). Detecta si el patrón de respuestas de un alumno concreto es coherente con el nivel que el modelo le ha asignado. Compara la log-verosimilitud observada del patrón de respuestas con la que cabría esperar bajo ese nivel, y estandariza la diferencia:

$$l_z = \frac{l_0 – E[l_0]}{\sqrt{\mathrm{Var}[l_0]}}$$

Bajo el modelo, $l_z$ se distribuye aproximadamente como una normal estándar. Valores muy negativos (orientativamente $l_z < -2$) señalan un patrón improbable bajo el nivel estimado, típicamente acertar preguntas difíciles y fallar las fáciles, o responder al azar, lo que implica que el diagnóstico, aunque el sistema lo presente como «seguro», puede no ser fiable para ese alumno en concreto. La entropía dice cuán segura está la creencia del modelo; el person-fit dice si esa seguridad está justificada por el propio patrón de respuestas.

La validación por simulación (Monte Carlo). Responde a una pregunta distinta: no si un alumno concreto encaja en el modelo, sino si el banco de preguntas en su conjunto distingue bien los niveles. El procedimiento genera alumnos sintéticos situados exactamente en el θ de cada hipótesis, les hace responder de forma simulada (con la misma probabilidad de acierto que marca la curva IRT) y construye una matriz de confusión que compara el nivel real con el nivel diagnosticado. Es una comprobación de la coherencia interna del diseño, calculable antes de aplicar el test a nadie, aunque con un límite importante: los alumnos simulados se generan con el mismo modelo que después los clasifica, así que mide si el diseño discrimina los niveles, no si los parámetros reflejan la realidad de un aula concreta.

Diagnóstico multidimensional por habilidades

En uno de los recursos construidos con esta metodología, un laboratorio de combinatoria, el sistema no se limita a estimar un nivel general por tipo de problema. Mantiene, en paralelo, una distribución bayesiana independiente por cada habilidad transversal implicada (por ejemplo, la lectura del enunciado frente a los pasos de resolución), y todas se actualizan con la misma respuesta del alumno: el resultado global modifica la creencia sobre el nivel, y cada componente de la respuesta modifica la creencia sobre su dimensión correspondiente. Así, la estimación de nivel indica qué tipo de problema conviene practicar, y el diagnóstico por dimensión indica qué paso concreto conviene explicar o reforzar. Este punto no es un adorno técnico: cuando varias dificultades pueden coexistir, separarlas por dimensiones o por perfiles es la forma correcta de no forzar como excluyentes errores que en realidad pueden darse a la vez.

Cuando el ejercicio se corrige por pasos, la respuesta no es únicamente un acierto o fallo: se resume en una puntuación s entre 0 y 1, y la verosimilitud se construye combinando de forma geométrica la de acierto y la de fallo (con exponentes s y 1−s). Así, una respuesta a medias no empuja simplemente hacia el dominio: desplaza la creencia hacia el nivel cuya probabilidad de acierto prevista se parece más a esa puntuación; una puntuación intermedia refuerza un nivel intermedio.

Hipótesis sin relación de orden: la clasificación completa

Todos los ejemplos anteriores comparten un rasgo: sus hipótesis se pueden ordenar. Un nivel básico es menos que un nivel medio, y este menos que uno avanzado, por lo que tiene sentido asignar a cada hipótesis un valor de habilidad θ y usar la función logística de la TRI para generar las verosimilitudes. Pero no todas las preguntas que interesan a un docente son de tipo «cuánto nivel tiene este alumno». A veces la pregunta es «qué le pasa»: si confunde la masa con el peso o la velocidad con la aceleración, si resuelve con la estrategia A o con la B, si su dificultad está en la lectura del enunciado o en el procedimiento. Estas hipótesis son categorías sin relación de orden entre ellas, y la función logística deja de ser el modelo adecuado, porque asume una escala única de «más o menos nivel» que aquí no existe.

La solución no exige cambiar la metodología, sino la fuente de las verosimilitudes. En lugar de calcularlas con una fórmula, se definen directamente para cada pregunta: probabilidad de acierto alta bajo la hipótesis que la pregunta diagnostica bien y probabilidad baja bajo las hipótesis que induce a confusión. Por ejemplo, ante la pregunta «¿la masa de un objeto cambia en la Luna?», un alumno que confunde masa con peso tenderá a fallar (probabilidad de acierto en torno a 0,20), mientras que uno que confunde velocidad con aceleración no se ve afectado por esa pregunta (en torno a 0,80) y uno con dominio correcto acertará casi siempre (0,95). La actualización bayesiana, la entropía y el criterio de parada funcionan exactamente igual; solo cambia de dónde salen las verosimilitudes.

Queda un último caso: cuando varios errores o necesidades pueden darse a la vez. Un alumno puede confundir dos conceptos y, además, leer mal los enunciados. Forzar esas situaciones dentro de una única lista de hipótesis excluyentes sería un error de diseño, porque el sistema se vería obligado a elegir una sola etiqueta para alguien que merece varias. En ese caso se mantiene una distribución separada por cada factor o, si los factores interactúan con fuerza, una única distribución sobre todos los perfiles posibles (todas las combinaciones de presencia y ausencia de cada factor).

La infografía siguiente resume esta clasificación. Cruza dos preguntas de diseño: si las hipótesis se pueden ordenar y si son excluyentes o pueden coexistir. De ahí salen los cuatro casos: ordinal unifactorial (los test de nivel clásicos), ordinal multidimensional (como el laboratorio de combinatoria del apartado anterior), nominal unifactorial (categorías excluyentes con verosimilitudes explícitas) y nominal multifactorial (factores coexistentes, con dimensiones separadas o perfiles completos). Decidir en cuál de los cuatro se está es el primer paso al diseñar un recurso con esta metodología: determina la arquitectura de datos y el modelo matemático antes de escribir la primera pregunta.

Los ejemplos que hay a continuación pueden ayudar a entender los diferentes tipos de hipótesis. Estos programas han sido hechos proporcionándole a la IA el documento llamado Especificación Operativa para IA que está en la web: Recursos educativos adaptativos bayesianos y que tiene las instrucciones necesarias para la implantación completa del método. No es necesario indicarle el tipo de hipótesis que queremos utilizar porque la IA adaptará nuestra petición al que mejor se ajuste.

Ordinal unifactorial (A):
- Test adaptativo de cultura general. Se centra en la evaluación y en la asignación del usuario a un grupo de conocimiento (bajo, medio y avanzado).
- Itinerario para aprender a despejar la incógnita x. Este programa se centra en la creación de itinerarios adaptados al conocimiento del alumno (bajo, medio y avanzado).
Ordinal multifactorial (B): Laboratorio de combinatoria. Consta de una fase inicial diagnóstica seguida de otra de refuerzo de los conceptos. Para cada concepto (permutaciones, variaciones y combinaciones, todas con y sin repetición, 12 en total) se proponen ejercicios en aquellos en los que más se falla. También se proporcionan informes sobre habilidades transversales (detección del tipo, conocimiento de la fórmula, repetición o no, etc.).
Nominal unifactorial (C): ¿Frío o caliente? Plantea dos errores mutuamente excluyentes sobre el calor y determina si se tiene alguno de los dos o ninguno.
Nominal multifactorial con factores separados (D): ¿Cómo comparas los decimales? Comprueba varios errores comunes relacionados con los decimales. Son errores no excluyentes, de forma que el programa puede determinar más de uno.

Diagnóstico inicial y refuerzo dirigido en la práctica prolongada

El mismo razonamiento se aplica, por ejemplo, en un itinerario de aprendizaje sobre ecuaciones de primer grado construido con este protocolo, donde decide cuándo dar por superada una etapa y cuándo insertar una tarjeta de refuerzo tras errores repetidos. En estos recursos de práctica prolongada, el diagnóstico no persigue solo un instante final, sino que la selección de preguntas se organiza en dos fases sucesivas, con un objetivo distinto cada una.

Fase diagnóstica inicial. Mientras existan categorías o tipos de problema con muy pocos intentos todavía (por ejemplo, menos de dos), el sistema los prioriza, para evitar sacar conclusiones de una muestra demasiado pequeña. Dentro de esas categorías, elige la pregunta con mayor ganancia esperada de información, igual que en la evaluación descrita en las secciones anteriores.

Fase de refuerzo. Una vez que todas las categorías tienen ya una muestra mínima, el sistema deja de repartir preguntas por igual entre ellas y prioriza la categoría con menor dominio estimado. Además, la pregunta concreta ya no se elige solo por su ganancia de información: se combina con una medida de cercanía a la dificultad del alumno, mediante una puntuación de utilidad del tipo:

$$\text{utilidad} = \alpha \cdot IG_{normalizada} + (1-\alpha) \cdot \text{ajuste de dificultad}$$

con α entre 0,6 y 0,7. Esta separación en dos fases evita un uso excesivo de la entropía: la entropía responde a «dónde tengo más incertidumbre», pero no siempre a «qué necesita practicar más el alumno», y en un recurso de refuerzo interesan ambas preguntas. Para el alumno, esto se traduce en que la práctica no se convierte en una sucesión de ejercicios cada vez más difíciles: una vez detectado en qué tipo de problema falla más, el sistema le da más ejercicios de ese tipo, pero ajustados a una dificultad que todavía puede abordar, en vez de plantarle directamente los más exigentes solo porque son los más informativos para el diagnóstico.

En un recurso de práctica, el alumno aprende mientras practica, y la actualización bayesiana pura da el mismo peso a la primera respuesta que a la última, de modo que la estimación puede quedarse anclada en un estado que el alumno ya ha superado. Para evitarlo, la metodología incorpora un olvido exponencial: en la fase de refuerzo, la creencia acumulada se atenúa ligeramente antes de cada actualización (elevándola a una potencia λ = 0,95 y renormalizando), de modo que la respuesta de hace k ejercicios pesa λᵏ y el sistema recuerda de forma efectiva las últimas ~20 respuestas. Las recientes pesan más que las antiguas y la estimación sigue al alumno cuando mejora. Durante el diagnóstico inicial no se aplica (λ = 1), para no distorsionar el informe inicial. Es la versión mínima de los modelos de transición tipo Bayesian Knowledge Tracing (Corbett y Anderson, 1995), y el laboratorio de combinatoria citado arriba lo implementa.

Diferencias respecto a otros recursos adaptativos

La siguiente tabla resume los puntos en los que esta metodología se aparta de dos referencias habituales: los test adaptativos informatizados (CAT) clásicos de la psicometría, y las plataformas comerciales de aprendizaje adaptativo apoyadas en modelos entrenados con datos masivos de estudiantes.

Aspecto	CAT clásico / plataformas con big data	Esta metodología bayesiana
Estado del alumno	Un valor puntual θ̂ tras cada respuesta.	Una distribución de probabilidad completa sobre varias hipótesis.
Criterio de selección	Función de información del ítem (Fisher), evaluada en θ̂.	Ganancia esperada de información (reducción de entropía) sobre toda la distribución.
Calibración de las preguntas	Requiere datos de una muestra amplia de alumnado real.	Valores a priori razonables, basados en valores de referencia ya publicados en estudios previos de TRI y en la estructura de cada pregunta.
Control de fiabilidad	Suele depender de validaciones estadísticas externas con datos reales.	Person-fit ($l_z$) y validación por simulación Monte Carlo, calculables sin datos empíricos.
Alcance del modelo	Pensado sobre todo para evaluación.	Protocolo único aplicable a evaluación, itinerarios, práctica, refuerzo y recomendación.
Autoría	Requiere una plataforma o un equipo de psicometría.	Protocolo documentado y portable, ejecutable por una IA a partir de la especificación del propio docente; los recursos resultantes pueden funcionar enteramente en el navegador del alumno, sin servidores externos.
Resultado final	Puntuación o nivel.	Interpretación pedagógica: dominio, errores probables, recomendación y grado de firmeza del diagnóstico.

La fila de autoría de la tabla anterior requiere una aclaración, porque es la que hace posible el resto de diferencias: el teorema de Bayes, la TRI y la entropía de Shannon no son ideas nuevas, tienen décadas de recorrido en psicometría. Lo que sí es más reciente es formalizarlos como un protocolo escrito, con reglas explícitas, pensado para que una inteligencia artificial genere un recurso completo (banco de preguntas, verosimilitudes, criterio de parada, informe final) a partir de la descripción de un tema, un curso y unos objetivos dados por el docente, sin exigir conocimientos de estadística ni acceso a una base de datos de respuestas de otros alumnos. Eso traslada una técnica hasta ahora reservada a grandes proveedores educativos al alcance de cualquier profesor que quiera construir su propio recurso a medida de un contenido concreto.

Límites de la metodología

Esta metodología no sustituye el criterio docente. Sus resultados deben interpretarse con prudencia cuando hay pocas preguntas disponibles, cuando el banco no está bien calibrado, cuando el alumno responde al azar o cuando la entropía final sigue siendo alta pese a haber terminado la prueba. El propio índice $l_z$ tiene además una limitación técnica: es una aproximación asintótica, y con pocas preguntas su distribución se aleja de la normal, por lo que el umbral de −2 debe tomarse como una señal de cautela y no como una prueba formal. De la misma manera, la validación por simulación mide la coherencia interna del diseño bajo el propio modelo, no una validez empírica: para eso siguen haciendo falta datos reales de alumnado, algo que esta metodología no pretende sustituir.

Creación de recursos adaptativos con IA, dudas y profundización en la metodología

Los ejemplos citados en este artículo, un test adaptativo de cultura general, un itinerario sobre ecuaciones y un laboratorio de combinatoria, son implementaciones construidas con este protocolo. La implementación utilizando inteligencia artificial (vibe coding) junto con la documentación técnica completa (protocolo y fundamentos matemáticos) está disponible en la web de recursos educativos adaptativos del autor: https://jjdeharo.github.io/recursos-adaptativos/

Para resolver dudas concretas está disponible el asistente de IA, Fundamentos de los Sistemas Educativos Adaptativos Bayesianos, entrenado sobre el protocolo completo: https://notebooklm.google.com/notebook/1a4ee089-8c41-416e-ae43-28d24681bdc5.

Bibliografía recomendada

Birnbaum, A. (1968). Some latent trait models and their use in inferring an examinee’s ability. En Lord, F. M. y Novick, M. R., Statistical Theories of Mental Test Scores. Addison-Wesley. Referencia fundacional del modelo logístico de tres parámetros.
Rasch, G. (1960). Probabilistic Models for Some Intelligence and Attainment Tests. Danmarks Paedagogiske Institut (reeditado por University of Chicago Press, 1980). Modelo de dificultad de ítems.
Cover, T. M. y Thomas, J. A. (2006). Elements of Information Theory (2.ª ed.). Wiley. Entropía de Shannon e información mutua.
Corbett, A. T. y Anderson, J. R. (1995). Knowledge tracing: Modeling the acquisition of procedural knowledge. User Modeling and User-Adapted Interaction, 4(4), 253–278.
van der Linden, W. J. y Hambleton, R. K. (Eds.) (1997). Handbook of Modern Item Response Theory. Springer. Referencia enciclopédica de modelos y aplicaciones de la TRI.
van der Linden, W. J. y Glas, C. A. W. (Eds.) (2010). Elements of Adaptive Testing. Springer. Selección adaptativa de ítems e información.
Drasgow, F., Levine, M. V. y Williams, E. A. (1985). Appropriateness measurement with polychotomous item response models and standardized indices. British Journal of Mathematical and Statistical Psychology, 38(1), 67-86. Índice estandarizado de ajuste de la persona ($l_z$).
López Pina, J. A. (2026). Teoría de la Respuesta al Ítem: Fundamentos y modelos. Editum, Ediciones de la Universidad de Murcia. DOI: 10.6018/editum.3178. En español y de acceso abierto.
Wainer, H. (Ed.) (2000). Computerized Adaptive Testing: A Primer (2.ª ed.). Lawrence Erlbaum. Fundamentos de la evaluación adaptativa.
Gelman, A. et al. (2013). Bayesian Data Analysis (3.ª ed.). CRC Press. Inferencia bayesiana general.

Nota: Este artículo tiene nivel 4 en el Marco para la integración de la IA generativa.

OpenWorksheets: una alternativa libre para crear fichas interactivas

21 de junio de 2026 / Juan José de Haro / Sin comentarios

OpenWorksheets (OWS) es una aplicación web libre para crear fichas interactivas y autocorregibles a partir de un PDF, una imagen o una hoja en blanco.

El profesorado prepara su ficha, coloca encima los campos de respuesta y define las soluciones. Después, el alumnado la resuelve desde el navegador y el docente puede revisar las entregas, ver la puntuación y exportar los resultados.

OWS tiene como bandera la libertad, privacidad, portabilidad y reutilización sin depender de una plataforma cerrada. No necesita cuentas de usuario ni servidores externos, ya que todo funciona en el navegador del profesorado y en el del alumnado. La comunicación entre ambos se realiza mediante archivos de entrega cifrados, que tienen extensión .owsub (OpenWorksheets submissions) o a través de una URL (también cifrada) que se envía directamente al docente.

Las formas que tenemos para crear una ficha (proyecto) son:

Añadir PDF o imagen, esta es la forma habitual. Podemos abrir un PDF o una imagen para dibujar encima los campos autocorregibles de forma que podemos aprovechar documentos ya existentes.
Abrir una ficha ya creada con extensión .owpkg (OpenWorksheets package). Podremos continuar trabajando en un proyecto guardado anteriormente.
Comenzar con una hoja en blanco sobre la cual podremos crear nuestra ficha.
Crear con IA permite producir una ficha a partir de una página en blanco con los parámetros que definamos (nivel, tema, tipos de campos deseados, etc.). Se utilizan los tipos de campo que pueden generarse automáticamente; quedan fuera los que dependen directamente de recortes o zonas del PDF. OWS generará un prompt que podremos pegar en nuestra IA de cabecera.

Además, las fichas pueden guardarse como archivo propio (.owpkg), exportarse como página web autónoma y compartirse mediante enlace (previa subida a la nube obteniendo un enlace público), como web incrustada en otra o integrarse en Moodle y otros LMS mediante SCORM 1.2.

La aplicación admite muchos tipos de respuesta: texto corto, respuesta numérica, fórmulas matemáticas o químicas, verdadero/falso, opción única o múltiple, desplegables, huecos, tablas editables, emparejamientos, ordenar elementos, arrastrar a zonas, unir con flechas, respuesta larga y grabación de voz. También permite insertar imágenes, audio, vídeo, contenido HTML, paquetes de eXeLearning, IMS CP y SCORM.

Como profesor de matemáticas y ciencias, soy especialmente sensible a la posibilidad de crear fórmulas. Cualquier texto de la ficha puede incluir fórmulas LaTeX. Además, el editor de fórmulas de elaboración propia, EdiCuaTeX, se integra de forma natural para permitir la edición visual sin conocimientos de LaTeX, tanto en la parte del profesorado como en la del alumnado. No obstante, soy consciente de que una gran parte del profesorado no usará nunca fórmulas en sus fichas, por ese motivo se pueden desactivar en la configuración de la ficha.

OpenWorksheets también incorpora opciones de seguridad y privacidad: cifrado de la ficha, cifrado de entregas, verificación de integridad, restricciones de acceso, tiempo límite y supervisión ligera durante la realización. Un semáforo de seguridad indica su nivel en la barra superior.

Flujo de trabajo

El flujo de trabajo más habitual es compartir la ficha mediante un enlace o código QR:

El profesor crea la actividad en el editor a partir de un PDF, una imagen, IA o una hoja en blanco.
Añade los campos de respuesta y configura las soluciones, la puntuación y las opciones de corrección.
Exporta la ficha como paquete .owpkg.
Sube ese paquete a Google Drive o a otro alojamiento público.
En Google Drive, activa la opción Cualquier persona con el enlace y copia la URL pública del archivo.
Pega esa URL en OpenWorksheets para generar el enlace final del alumnado.
Comparte ese enlace con los estudiantes.
El alumnado abre la ficha en el navegador, la completa y entrega sus respuestas mediante archivo o enlace de entrega.
El docente abre las entregas en OpenWorksheets, comprueba su integridad, revisa las respuestas, ajusta las correcciones manuales si las hay y exporta los resultados a CSV.

Además de este flujo principal, OpenWorksheets permite otras formas de uso:

Exportar la ficha como página web autónoma, para publicarla a través de una página web.
Integrarla en Moodle u otro LMS mediante SCORM 1.2.
Exportarla como IMS Content Package.
Embeberla en otra página mediante un iframe.

Cuadro de diálogo para compartir una ficha. Antes se tiene que subir la ficha a un servicio público de almacenamiento como Google Drive.

OpenWorksheets permite crear, compartir y corregir fichas interactivas con un enfoque abierto, portable y respetuoso con la privacidad. La intención es que el profesorado pueda conservar el control sobre sus materiales y utilizarlos en distintos contextos, sin depender de una plataforma cerrada.

Puedes ver una descripción de las posibilidades más completa en la página de las características del programa.

Nota: Este artículo tiene nivel 4 en el marco MIAE.

Evidencias de aprendizaje con IA

9 de junio de 2026 / Juan José de Haro / Sin comentarios

Cuando una tarea puede ser resuelta íntegramente por IA, el producto final deja de ser una evidencia suficiente de aprendizaje. La respuesta no debería ser prohibir la IA ni confiar en detectores poco fiables, sino rediseñar las actividades para que el proceso deje huellas observables.

La estrategia no debe basarse en buscar actividades que no puedan ser imitadas por la IA o que requieran un nivel de abstracción que esta no pueda alcanzar. En muchas tareas escolares, especialmente cuando están bien formuladas y se proporciona suficiente información, la IA puede producir respuestas de una calidad igual o superior a la esperada en buena parte del alumnado.

El objetivo de este artículo es proponer criterios para diseñar actividades en las que la IA pueda utilizarse como herramienta sin sustituir el aprendizaje del alumnado. La diferencia está entre utilizarla como apoyo o delegar en ella la tarea. En el primer caso, el alumno mantiene el control del proceso: pregunta, contrasta, selecciona, revisa, corrige y justifica sus decisiones. En el segundo, entrega un producto que no ha elaborado realmente, no comprende suficientemente o no puede defender. El problema no es simplemente que se use IA, sino que el alumno desaparezca del proceso. Esta distinción, entre apoyo y delegación, es el criterio que recorre todas las características que se proponen a continuación.

Este artículo no pretende ofrecer un modelo cerrado ni una solución definitiva al problema de la evaluación en presencia de IA. Se trata de una propuesta de trabajo para orientar el diseño de actividades y evidencias de aprendizaje en un contexto en el que los productos escritos aislados han perdido parte de su valor como prueba de autoría y comprensión.

Las ideas que se presentan deberán adaptarse a cada materia, etapa educativa, grupo de alumnos y finalidad de la evaluación. En algunos casos bastará con una evidencia sencilla, como una pregunta oral o una observación breve durante la actividad. En otros, especialmente cuando la tarea tenga mayor peso evaluativo o permita un uso amplio de la IA, será necesario combinar varias evidencias para obtener una imagen más fiable del aprendizaje.

La IA como herramienta

La presencia creciente de la IA y su grado de penetración en la vida cotidiana hacen inviable su prohibición. Algo que además no es deseable porque forma parte del mundo en el que vivimos y la escuela debe preparar al alumnado para ese mundo, no aislarlo de él.

Debemos incorporar la IA como una herramienta más, clarificando previamente, antes de cada trabajo, el uso que se puede hacer de ella. Para ello puede ser útil una escala para la utilización de la IA, como el marco MIAE, con el que se puede graduar su uso desde su ausencia total, pasando por diversos grados de utilización con diferentes funciones. La siguiente imagen muestra de forma esquemática este marco.

Aunque existen otros marcos útiles, como AIAS, centrado especialmente en la integridad académica y la evaluación, o SEIA, que incorpora también dimensiones como la supervisión, la equidad y el DUA, se utilizará MIAE porque permite clasificar de forma más directa el papel que desempeña la IA en cada tarea: reformular, planificar, generar un borrador, colaborar en el proceso o producir un resultado que después debe ser supervisado por la persona.

En cualquier tarea susceptible de ser hecha con IA, el profesorado debería determinar el nivel que permitirá. Un ejercicio de ortografía o de cálculo puede necesitar nivel 0 (ausencia total de IA). Una redacción sobre un tema determinado puede beneficiarse de una corrección de estilo (nivel 1). La preparación de un trabajo de investigación puede utilizar la IA para hacer una lluvia de ideas (nivel 2). Los niveles superiores no deben descartarse, pero requieren un diseño más cuidadoso, porque el centro de la actividad ya no está en producir una respuesta, sino en dirigir, revisar, justificar y mejorar el trabajo realizado con apoyo de la IA.

Características de las evidencias

Una vez definido el nivel de IA permitido, la evaluación debe comprobar no solo el producto final, sino también si el alumnado ha trabajado dentro de ese nivel y qué aprendizaje puede demostrar a partir del proceso seguido. Para ello proponemos una serie de características que deben cumplir las evidencias generadas por el alumnado.

Conviene tener en cuenta que estas características no operan en el mismo plano, ya que algunas describen cómo se diseña la evaluación (trazabilidad, contextualización, triangulación), otras el soporte en que se manifiesta la evidencia (oralidad, presencialidad, materialidad) y otra es una condición que debe cumplir el alumnado (transparencia en el uso de IA). El cruce entre ellas es lo que aporta fiabilidad.

Trazabilidad del proceso. Trabajo en el aula, borradores revisados durante la actividad, registros del docente, rúbricas de proceso, cuadernos de clase o de campo y otras evidencias del proceso. No se valora solo el resultado final, sino cómo el alumno trabaja, decide, se equivoca, corrige y avanza. La trazabilidad no garantiza por sí sola la autoría, ya que también puede simularse con IA, pero permite contrastar mejor el proceso y evita que la evaluación dependa únicamente de un producto final aislado. Por eso las evidencias de proceso resultan más fiables cuando se cruzan con evidencias de presencialidad u oralidad.
Contextualización. La evidencia se vincula a experiencias, datos, observaciones, discusiones o decisiones producidas en el aula. Cuanto más dependa de lo que ha ocurrido realmente en el grupo, menos sustituible será por una respuesta genérica generada por IA.
Oralidad. Intercambios orales, entrevistas evaluativas, defensas, preguntas estructuradas, debates y otras situaciones de comunicación oral. El alumno debe explicar, argumentar, reformular y responder en el momento, especialmente cuando se le pide relacionar la respuesta con aquello que se ha hecho o discutido en el aula.
Presencialidad. Observación sistemática, prácticas de laboratorio, talleres, pruebas prácticas, dramatizaciones, debates, coloquios, entre otros. La IA no puede “estar” en el aula ni sustituir aquello que el alumno hace en tiempo real ante el docente.
Materialidad. Maquetas, prototipos, preparaciones, modelos físicos, murales, pruebas prácticas y otras producciones materiales o actuaciones observables. Producen objetos reales o actuaciones que implican habilidades manuales, toma de decisiones y presencia del alumno.
Triangulación. Combinación de observaciones, producciones, pruebas prácticas, interacciones orales, registros de proceso, autoevaluaciones, coevaluaciones y otras fuentes de información. La decisión evaluativa no depende de una única evidencia, sino del contraste entre varias fuentes.
Transparencia en el uso de IA. Cuando la actividad permite utilizar inteligencia artificial, el alumnado debe indicar cómo la ha usado: para generar ideas, corregir, resumir, buscar alternativas, revisar errores o mejorar la presentación. Esta declaración no debe limitarse a copiar los prompts, sino explicar qué aportó la IA, qué decisiones tomó el alumno y qué partes aceptó, modificó o descartó. Esta transparencia es imprescindible cuando se permite el uso de IA, aunque sea mínimo, para que el alumnado se acostumbre a declarar qué uso ha hecho de la herramienta y qué responsabilidad mantiene sobre el resultado.

No todas las actividades necesitan el mismo grado de control ni la misma cantidad de evidencias. En una tarea breve puede bastar con indicar el nivel de IA permitido y pedir una justificación mínima del uso realizado. En una actividad de mayor peso, como un trabajo de investigación, una presentación o un proyecto, sí puede ser necesario recoger alguna evidencia del proceso: un esquema inicial, una versión intermedia, una explicación oral breve o una reflexión final.

La finalidad no es multiplicar la carga de corrección del profesorado, sino evitar que toda la evaluación dependa de un producto final que puede haber sido generado por IA. Por eso, conviene que sean coherentes con la tarea y limitadas a lo necesario, basta con una muestra del proceso o una justificación de las decisiones tomadas.

Ejemplos según el nivel de uso de la IA

Nivel 0. Sin IA.
Prueba breve en el aula. La evidencia es la propia realización presencial.

Nivel 1. IA para revisión formal.
Redacción escrita por el alumno y revisada con IA. Se entrega la versión final y se señalan dos o tres cambios realizados con ayuda de la IA.

Nivel 2. IA para planificar.
En la creación de una maqueta, la IA puede usarse para obtener ideas sobre materiales, estructura o forma de representar el contenido. La maqueta debe ser construida por el alumnado y acompañarse de una explicación breve sobre qué idea se aprovechó, qué se cambió y por qué.

Nivel 3. IA como borrador inicial.
En una presentación sobre un tema trabajado en clase, la IA puede generar una primera estructura o un borrador de guion. El alumnado entrega el resultado final y marca qué partes ha cambiado, ampliado o corregido.

Nivel 4. Cocreación con IA.
En un proyecto breve, el alumnado utiliza la IA durante el proceso para pedir propuestas, revisarlas, hacer cambios y mejorar el resultado. No se corrige toda la conversación: se pide una selección de tres decisiones importantes tomadas durante el trabajo.

Nivel 5. IA autónoma supervisada.
La IA produce un texto explicativo completo. El alumnado lo somete a una auditoría crítica y defiende oralmente sus conclusiones: qué errores detectó, qué decidió y por qué. La evidencia de aprendizaje es esa defensa, no la simple aceptación o rechazo del producto.

Para facilitar la selección de evidencias adecuadas a cada característica, puede recurrirse a un catálogo de recursos ya organizado con ese fin.

METACEVAL: Recursos metodológicos para el aula

METACEVAL es un catálogo en línea que contiene más de 180 técnicas y metodologías activas, así como más de 185 recursos de evaluación, entre los que se encuentran más de 85 evidencias de evaluación. Hemos seleccionado algunas evidencias que encajan bien en cada una de las características de las evidencias. Una misma evidencia puede aparecer en varias características, ya que un mismo recurso puede servir a propósitos distintos según cómo se utilice.

Característica de la evidencia	Evidencias del catálogo	Uso recomendado
Trazabilidad del proceso	Observación sistemática, Observación incidental, Trabajo individual en aula, Trabajo cooperativo, Cuaderno de clase, Plan de trabajo, Análisis de procesos y reflexiones, Análisis documental, Análisis de interacciones digitales	Revisar una versión intermedia en clase, observar cómo el alumno empieza, se bloquea, corrige o mejora, comparar el plan inicial con lo que realmente se hizo, registrar decisiones tomadas durante una práctica, proyecto o trabajo cooperativo.
Contextualización	Práctica de laboratorio, Taller, Estudio de caso, Prueba competencial contextualizada, Prueba con documentos, Comentario de gráfica o datos, Resolución de problemas, Simulación, Juego de rol	Usar datos obtenidos en una práctica, pedir que se relacione el producto con una discusión de clase, resolver una variante basada en un caso trabajado en el aula, interpretar una gráfica, fuente o situación vinculada al contexto de la actividad.
Oralidad	Intercambios orales, Entrevista evaluativa, Entrevista, Pregunta oral estructurada, Prueba oral, Debate, Coloquio, Exposición oral, Defensa de proyecto	Pedir al alumno que explique una decisión, justifique un cambio, reformule una idea, responda a una pregunta imprevista o defienda cómo ha usado la IA en una parte concreta del trabajo.
Presencialidad	Trabajo individual en aula, Prueba escrita de desarrollo, Prueba de respuesta corta, Prueba objetiva, Prueba oral, Prueba práctica, Práctica de laboratorio, Taller, Observación sistemática, Sondeo y cuestionamiento	Realizar una parte de la tarea en clase, aplicar una lista de comprobación durante la sesión, resolver una pregunta breve sin ayuda externa, observar la ejecución de un procedimiento en tiempo real.
Materialidad	Práctica de laboratorio, Taller, Prueba práctica, Póster académico, Infografía, Dramatización, Juego de rol, Simulación	Valorar un montaje, preparación, modelo físico, prototipo, actuación, experimento, póster defendido oralmente o producto manipulativo que obligue a aplicar procedimientos y tomar decisiones observables.
Triangulación	Triangulación de evidencias, Porfolio, Análisis documental, Observación sistemática, Defensa de proyecto, Entrevista evaluativa, Prueba práctica, Práctica de laboratorio, Trabajo individual en aula	Combinar producto final, observación del proceso y defensa oral, contrastar una práctica con una explicación breve, cruzar porfolio, notas de campo y entrevista, no basar la evaluación en una única entrega escrita.
Transparencia en el uso de IA	Entrevista evaluativa, Defensa de proyecto, Análisis de procesos y reflexiones, Análisis documental, Análisis de interacciones digitales, Ficha de reflexión, Porfolio, E-portfolio con evidencias seleccionadas	Pedir que el alumno explique qué pidió a la IA, qué aceptó, qué modificó y qué descartó, seleccionar una o dos decisiones relevantes, contrastar el uso declarado con una versión intermedia, una pregunta oral o una revisión presencial.

Conclusión

La clave no está en impedir cualquier uso de IA, sino en definir con claridad qué uso se permite y qué evidencias deberá aportar el alumnado. Sin esas evidencias, el producto final puede ser correcto, estar bien redactado y cumplir la consigna, pero no demostrar necesariamente aprendizaje. Por eso, las evidencias deben ser pocas, significativas y coherentes con la tarea: una decisión justificada, una corrección razonada, una explicación oral, una versión intermedia o una muestra del proceso seguido. Así, la evaluación deja de apoyarse solo en lo que se entrega y pasa a centrarse en lo que el alumno puede demostrar que ha comprendido, decidido y aprendido.

Podcast creado con NotebookLM

Nota: Este artículo tiene nivel 3 en el marco MIAE.

Creación de recursos educativos adaptativos mediante vibe coding

25 de mayo de 2026 / Juan José de Haro / Sin comentarios

Este artículo ha sido ampliado y reemplazado por Metodología para la creación de sistemas educativos adaptativos bayesianos

Los recursos educativos adaptativos permiten que una actividad cambie según las respuestas del alumno. En este artículo veremos dos ejemplos y un protocolo para crear este tipo de recursos con IA. Para el que lo desee hay también un anexo matemático con la metodología utilizada.

Introducción a los recursos adaptativos

Los recursos educativos suelen ser lineales, por ejemplo, un test de evaluación es el mismo para todos. De la relación entre aciertos y errores obtendremos una calificación y, con suerte, un análisis de lo que cada alumno ha fallado y lo que le conviene mejorar.

Si esa misma evaluación la hacemos adaptativa, el sistema se acomoda a las respuestas del alumno, aprende de sus fallos y aciertos y ambos se convierten en información: El sistema debe usar las respuestas del alumno como evidencias para actualizar hipótesis sobre su estado de aprendizaje. Estas hipótesis pueden ser niveles de aprendizaje, de dificultad, errores conceptuales, etc. El sistema adaptativo no hace las mismas preguntas a todos, sino que las adapta según las respuestas realizadas hasta el momento por el alumnado.

El sistema adaptativo aprende de las respuestas del alumno para proponerle preguntas adaptadas a su nivel, de refuerzo si detecta errores o de ampliación y continuación más avanzada si detecta que puede hacerlo.

Esto puede hacerse con cualquier recurso, no estamos limitados a la evaluación. Por ejemplo, con un itinerario de aprendizaje, un juego educativo, un tutorial interactivo y cualquier recurso educativo digital en el que tenga sentido la adaptación a las diferentes tipologías y necesidades del alumnado.

Ejemplo 1: Test adaptativo para la evaluación diagnóstica

Hemos hecho dos ejemplos. El primero es un test de evaluación de cultura general. Fue el primero, hecho a modo de demo educativa, y permite evaluar nuestros conocimientos en tres niveles: básico, medio y avanzado. Cada vez que respondemos una pregunta, el sistema nos hace otra, de forma que la información que recibe de la respuesta es máxima para conocer nuestro nivel. De esta forma va adaptando las preguntas hasta que tiene información suficiente para decidir el nivel que tenemos en este tema. Para que esto sea significativo, las preguntas deben estar correctamente clasificadas en los 3 niveles. Las preguntas han sido generadas mediante IA, pero podríamos habérselas suministrado ya clasificadas cada una en su nivel.

El programa no solo determina el nivel del usuario, proporcionando el porcentaje de la probabilidad de pertenencia a cada uno, sino que crea un informe con aquellos aspectos en los que se puede mejorar y los que ya se dominan. Estos aspectos son los diferentes temas motivo de las preguntas (ciencias, historia, etc.).

Es importante remarcar que 7/10 no debe entenderse como una nota, ya que las preguntas han sido hechas para diagnosticar el nivel de conocimientos y lo que realmente importa es el nivel alcanzado. De ahí que sea una evaluación diagnóstica, pero no calificadora. Podríamos tener notas superiores o inferiores, de forma un tanto aleatoria, según los niveles en los que hubiésemos respondido. Es decir, un alumno que solo es capaz de responder cuestiones de nivel básico podría sacar un 8/10 y otro capaz de responder preguntas con más dificultad un valor inferior, precisamente porque, al ser capaz de responder preguntas más complejas, se le han hecho más de este tipo. Estas preguntas han servido para hacer un diagnóstico, pero no determinan una nota. No se hace un número fijo de preguntas; cuando el sistema tiene la certeza de que el alumno pertenece a una categoría determinada, entonces para de hacerlas. En el anexo se explica con más detalle el método utilizado.

Ejemplo 2: Itinerario adaptativo

El siguiente ejemplo es una aplicación, llamada Despejar la incógnita x, que permite practicar la técnica para despejar incógnitas en una ecuación de primer grado. El itinerario consta de tres etapas.

En primer lugar, muestra la técnica que se usará en cada etapa. Se le pueden pedir tantos ejemplos resueltos como se quiera.

Cuando se decide practicar la etapa, el sistema examina las respuestas para determinar si se domina o no la técnica correspondiente. En este programa se ha limitado a un mínimo de 4 respuestas para el que las resuelva correctamente y un máximo de 10 para el que no.

En el caso de no superar una etapa, el programa dará la oportunidad de repetirla de nuevo o continuar con el resto del itinerario.

Una vez terminadas las 3 etapas, el sistema da una indicación del progreso (iniciando, avanzando o dominando) y un informe de los puntos fuertes y débiles.

Debemos destacar que el número de ejercicios propuestos, las ayudas recibidas y el avance por las etapas vienen determinados por las respuestas del alumno. El itinerario mantiene una estructura progresiva, pero se adapta dentro de cada etapa y decide cuándo conviene avanzar, reforzar o repetir.

Cómo crear aplicaciones educativas con vibe coding

Hemos preparado la web Recursos educativos adaptativos bayesianos desde donde podrás descargar el archivo llamado Protocolo de recursos adaptativos bayesianos, con instrucciones para la inteligencia artificial. Este archivo deberás proporcionárselo a la IA para que sepa qué debe hacer. Este mismo documento lo puedes consultar en formato web en la página anterior.

Casi con toda seguridad, la inteligencia artificial no hará bien el programa a la primera, por lo que deberás comprobar si lo que ha hecho se adapta a tus necesidades y, a través del diálogo con la IA, adaptar el recurso hasta que esté realmente preparado.

Pódcast del artículo realizado por NotebookLM

Anexo: Metodología matemática utilizada

Esta parte solo es para los interesados en conocer los entresijos matemáticos que forma la metodología adaptativa utilizada por el protocolo anterior.

Inferencia bayesiana

El teorema de Bayes permite actualizar la probabilidad de una hipótesis cuando obtenemos una nueva evidencia. Es decir, partimos de una idea inicial sobre el nivel (o la categoría que hayamos definido) del alumno y la vamos modificando a medida que responde preguntas.

En un recurso adaptativo, las hipótesis pueden ser, por ejemplo: el alumno tiene un nivel básico, medio o avanzado.

Al comenzar, el sistema todavía no sabe cuál de estas hipótesis es la más probable, así que se asigna la misma probabilidad a todos:

$P(\text{básico}) = 33.3%$
$P(\text{medio}) = 33.3%$
$P(\text{avanzado}) = 33.3%$

Estas probabilidades iniciales se llaman probabilidades previas. Representan lo que el sistema cree antes de observar la respuesta del alumno.

Cuando el alumno contesta una pregunta, aparece una nueva evidencia, ya que ha acertado o ha fallado una pregunta de cierto nivel. Esa respuesta modifica las probabilidades anteriores. Si acierta una pregunta avanzada, aumentará la probabilidad de que pertenezca al nivel avanzado. Si falla varias preguntas básicas, aumentará la probabilidad de que necesite refuerzo en ese nivel.

En forma matemática, el teorema de Bayes se expresa así:

\[
P(H \mid E) = \frac{P(E \mid H) \cdot P(H)}{P(E)}
\]

Donde $P(H \mid E)$ es la probabilidad de la hipótesis después de observar la evidencia. En nuestro caso, sería la probabilidad de que el alumno tenga un determinado nivel después de ver su respuesta.
$P(H)$ es la probabilidad previa de esa hipótesis, antes de la respuesta.
$P(E \mid H)$ es la probabilidad, llamada verosimilitud, de observar una determinada respuesta del alumno si una hipótesis concreta fuera cierta. Por ejemplo, qué probabilidad habría de que un alumno de nivel avanzado acertara una pregunta avanzada.
$P(E)$ es la probabilidad de observar esa evidencia, sin saber todavía cuál es el nivel real del alumno. En nuestro ejemplo, sería la probabilidad global de que el alumno acierte una pregunta avanzada, antes de decidir si pertenece al nivel básico, medio o avanzado.

Aplicado a un test adaptativo, el razonamiento sería el siguiente:

Si un alumno fuera de nivel avanzado, sería bastante probable que acertara esta pregunta difícil.
Si fuera de nivel básico, sería poco probable que la acertara.
Como la ha acertado, aumenta la probabilidad de que sea de nivel avanzado.

Y al contrario:

Si un alumno falla una pregunta básica, esa respuesta es más compatible con la hipótesis de que necesita refuerzo. Por tanto, el sistema aumenta la probabilidad de que esté en un nivel inicial o de que tenga dificultades en ese contenido.

Lo importante es que el sistema no toma una única respuesta como definitiva. Cada respuesta modifica un poco el diagnóstico. Después de varias preguntas, las probabilidades se van separando: una hipótesis gana peso y otras lo pierden.

Por ejemplo, después de varias respuestas, el sistema podría obtener algo así de un alumno en particular:

$P(\text{básico}) = 12%$
$P(\text{medio}) = 31%$
$P(\text{avanzado}) = 57%$

Esto no significa que el alumno tenga una nota de 5,7 ni que haya acertado el 57 % de las preguntas. Significa que, según las respuestas observadas, el sistema considera que la hipótesis más probable es que el alumno se encuentre en el nivel avanzado.

Esta es la diferencia principal respecto a un test tradicional. En un test lineal, las respuestas se acumulan para obtener una puntuación. En un test adaptativo bayesiano, las respuestas se utilizan como evidencias para actualizar un diagnóstico.

El mismo principio puede aplicarse a otros tipos de recursos. En un itinerario de aprendizaje, la hipótesis no tiene por qué ser “nivel básico, medio o avanzado”, sino que puede ser “domina la técnica”, “está en proceso” o “necesita refuerzo”. Cada ejercicio resuelto aporta una nueva evidencia y permite decidir si conviene avanzar, repetir, ofrecer una explicación adicional o proponer actividades de mayor dificultad.

La inferencia bayesiana permite que el recurso educativo no siga un camino fijo, sino que tome decisiones a partir de la información que va obteniendo del alumno.

Verosimilitudes y modelo IRT 3PL

Para que Bayes actualice las probabilidades, el sistema calcula las verosimilitudes. En las preguntas o actividades organizadas por niveles de dificultad, estas verosimilitudes se generan mediante el modelo IRT 3PL (Item Response Theory, three-parameter logistic model), es decir, el modelo logístico de tres parámetros de la teoría de respuesta al ítem.

La idea general es que la probabilidad de acertar una pregunta aumenta cuando el nivel hipotético del alumno supera la dificultad de la pregunta, y disminuye cuando la dificultad supera el nivel hipotético del alumno.

El modelo usado es:

\[
P(\text{acierto}\mid H_i,q)=
c_q+(1-c_q)\cdot
\frac{1}{1+e^{-a(\theta_i-b_q)}}
\]

Donde $\theta_i$ representa numéricamente la hipótesis o nivel $H_i$, $b_q$ representa la dificultad de la pregunta o actividad, $a$ es el parámetro de discriminación y $c_q$ es la probabilidad mínima de acierto por azar.

En el modelo IRT 3PL, estos tres parámetros tienen una función concreta: $b_q$ sitúa la dificultad del ítem, $a$ indica cuánto discrimina entre niveles próximos y $c_q$ establece el suelo de probabilidad de acierto.

En preguntas de opción múltiple, este suelo se calcula a partir del número de opciones:

\[
c_q=\frac{1}{m_q}
\]

Por ejemplo, en una pregunta de cuatro opciones:

\[
c_q=\frac{1}{4}=0{,}25
\]

Esto significa que la probabilidad de acierto no se considera inferior al 25 %, porque incluso un alumno que responde al azar tiene esa probabilidad de acertar.

Si el alumno falla, se usa la probabilidad complementaria:

\[
P(\text{fallo}\mid H_i,q)=1-P(\text{acierto}\mid H_i,q)
\]

Estas probabilidades de acierto y fallo son las verosimilitudes que utiliza Bayes para actualizar el diagnóstico.

El modelo IRT 3PL no sustituye al teorema de Bayes. Su función es generar las verosimilitudes que Bayes necesita para hacer la actualización.

En recursos que no son tests, la misma lógica se aplica a preguntas, pasos, retos o actividades autocorregibles, siempre que se representen mediante una dificultad, una respuesta observable y una interpretación del resultado. La evidencia es un acierto, un fallo, un paso superado, una pista solicitada, un intento adicional o un error detectado, siempre que el recurso haya definido cómo se traduce esa actuación en una evidencia utilizable.

Cuando las hipótesis no son niveles ordenados, por ejemplo, distintos errores conceptuales, el modelo IRT 3PL no es el adecuado, porque presupone una escala común de nivel o dominio. En esos casos, las verosimilitudes se definen según la relación diagnóstica entre cada actividad y cada hipótesis. La actualización bayesiana sigue siendo la misma; lo que cambia es la forma de obtener las verosimilitudes.

Entropía de Shannon

La incertidumbre del sistema se mide mediante la entropía de Shannon:

\[
H=-\sum_i p_i\log_2(p_i)
\]

Donde $p_i$ es la probabilidad actual de cada hipótesis.

Cuando las probabilidades están muy repartidas, la entropía es alta. Por ejemplo, si básico, medio y avanzado tienen probabilidades parecidas, el sistema todavía no tiene un diagnóstico claro.

Cuando una hipótesis concentra la mayor parte de la probabilidad, la entropía baja. En ese caso, el sistema tiene más seguridad sobre el estado del alumno.

La entropía se usa para tres cosas: medir la incertidumbre del diagnóstico, seleccionar actividades que aporten información y decidir si el proceso finaliza.

Selección adaptativa y ganancia de información

Después de actualizar las probabilidades, el sistema decide qué pregunta, explicación, pista, ejercicio o actividad presenta a continuación.

Esta selección no se basa simplemente en subir la dificultad tras un acierto y bajarla tras un fallo. El método utilizado es la ganancia esperada de información. Es decir, el sistema estima qué actividad reduce más la incertidumbre sobre el estado del alumno.

Como la incertidumbre se mide con la entropía de Shannon, la ganancia de información se calcula como una reducción esperada de entropía. De forma simplificada:

\[
IG(q)=H(\text{antes})-H(\text{después, esperado})
\]

Para cada posible actividad, el sistema calcula qué ocurre si el alumno la supera y qué ocurre si no la supera. En cada caso estima cómo cambian las probabilidades de las hipótesis y qué entropía tiene la nueva distribución. Después compara la entropía actual con la entropía esperada tras esa actividad.

La actividad más adecuada es la que distingue mejor entre las hipótesis que todavía son plausibles. Por eso, la mejor pregunta no siempre es la que coincide exactamente con el nivel más probable. Si el sistema duda entre nivel medio y avanzado, una pregunta difícil resulta más informativa que una pregunta media. Si duda entre nivel básico y medio, selecciona una pregunta más sencilla o intermedia.

Cuando varias actividades tienen una ganancia de información muy parecida, el sistema introduce diversidad de contenidos. Así evita repetir siempre el mismo tipo de pregunta o el mismo concepto cuando hay varias opciones igualmente útiles.

Criterio de parada y resultado final

El proceso se detiene cuando el sistema alcanza una confianza suficiente, cuando la entropía baja por debajo de un umbral previsto, cuando se llega al número máximo de preguntas o pasos, o cuando las actividades disponibles ya no aportan información relevante.

El resultado final no se limita a una etiqueta ni a una puntuación. Se presenta como una interpretación pedagógica: qué parece dominar el alumno, qué dificultades muestra, qué conviene reforzar y con qué grado de seguridad se propone el diagnóstico.

Si la incertidumbre sigue siendo alta, el sistema lo indica claramente. En ese caso, el resultado se presenta como una estimación provisional basada en las evidencias disponibles, no como una conclusión definitiva.

Esta es la diferencia principal respecto a un recurso educativo lineal. En una secuencia fija, todos los alumnos recorren el mismo camino y sus respuestas solo sirven para avanzar, retroceder o recibir una puntuación. En un recurso adaptativo bayesiano, cada respuesta o actuación se utiliza como evidencia para actualizar un modelo del estado del alumno y decidir cuál debe ser el siguiente paso: una nueva pregunta, una explicación, una pista, una actividad de refuerzo, una propuesta de ampliación, un cambio de itinerario o una recomendación de recursos.

Nota: El texto del artículo tiene nivel 1 en el Marco para la integración de la IA generativa y el anexo nivel 4.

Este artículo ha sido ampliado y reemplazado por Metodología para la creación de sistemas educativos adaptativos bayesianos

Asistente de Estudio Inteligente Multilingüe

26 de mayo de 2025 / Juan José de Haro / 4 comentarios

El Asistente de Estudio Inteligente Multilingüe es una aplicación hecha con Gemini 2.5 Pro cuya finalidad es ayudar a estudiar y a comprender los conceptos tratados.

Es multilingüe porque antes de iniciarse detecta el idioma preferido en el navegador y la aplicación se traduce a sí misma antes de mostrarse. La traducción, como es lógico, la realiza la IA, por lo que el número de idiomas que maneja es realmente importante.

Contenido y herramientas

Antes de aparecer el programa, la aplicación detecta el idioma preferido en el navegador, traducirá toda la interfaz a este idioma y lo definirá como el idioma de interacción con la IA. Esto se puede cambiar en la primera pantalla.

Esta es la primera pestaña del programa, aquí definimos:

Edad: es opcional, pero recomendable, la IA adaptará sus preguntas y comentarios a la edad introducida. Si no la indicamos, el nivel se adaptará al del texto introducido.
Idioma de la interacción con la IA. Es el idioma en el que nos hablará la IA, podemos poner cualquier idioma. El idioma que usemos nosotros al escribir no es importante, siempre responderá en el idioma indicado aquí.
Traducir también la interfaz. Este botón traducirá la aplicación al idioma indicado en: Idioma de la interacción con la IA. Si, por ejemplo, estamos estudiando inglés, podemos hacer que también la interfaz aparezca en este idioma.
A continuación hay que cargar la información que usará el asistente para trabajar.
- Con el primer selector se puede cargar un archivo PDF, de texto o Markdown. Una vez cargado el texto, aparecerá en el siguiente recuadro. Si el PDF tiene imágenes, estas serán ignoradas.
- En el segundo selector aparece el texto cargado en el primero, pero también podemos pegar cualquier texto que hayamos copiado.
- Con el tercer selector podemos añadir una imagen que puede ser una foto de apuntes tomados a mano, de una página escrita, un mapa conceptual, etc. Si utilizamos un móvil, la mayoría de ellos nos permitirán hacer una foto en el momento, en algunos modelos solo permiten seleccionar las que ya tengamos hechas.
  
  Es importante remarcar que podemos añadir texto e imagen a la vez, solo texto o solo imagen.
Una vez cargada la información, disponemos de cuatro herramientas que ayudan en el estudio:
- Resumir. Hace un resumen del texto o imagen.
- FAQ. Elabora preguntas y respuestas.
- Flashcard. Crea tarjetas de memoria para estudiar. Aparece una pregunta y pulsando encima saldrá la solución.
- Mapa conceptual. Crea un mapa conceptual interactivo con la información. Podemos usar la rueda del ratón para hacer zoom, mover el lienzo y dejando el ratón encima de un concepto, lo describe brevemente. Este mapa puede descargarse como HTML, es decir, una página web con las mismas características ya descritas, pero que nos permitirán disponer de la imagen en un espacio mayor para imprimir o facilitar el estudio.
  
  Todas estas representaciones de la información se generan en el momento mediante IA, por lo tanto, cada vez que pulsemos un botón, obtendremos una respuesta diferente. Esto es útil si no estamos satisfechos la primera vez.

Práctica guiada

Forma el corazón de la aplicación y aquí es donde la IA nos hará preguntas y nos dirá si las respuestas son correctas o no.

Disponemos de varias opciones:

Modo de estudio:
- Aleatorio. Es el modo por defecto, hace preguntas al azar, sin seguir un orden.
- Guiado (progresivo). La IA va haciendo preguntas, de forma que se intenta asegurar que vamos avanzando siguiendo una progresión creciente que facilita la comprensión.
Tipo de pregunta:
- Aleatorio. Es la pregunta por defecto. Va cambiando el tipo de forma aleatoria. El tipo de la pregunta aparecerá durante breves segundos sobre la pantalla.
- General. Preguntas clásicas sobre el texto o imagen.
- Definición. Plantea definiciones a partir de los contenidos.
- Relación entre conceptos. Hace preguntas donde haya que relacionar diferentes conceptos.
- Aplicación/Ejemplo. Plantea situaciones de aplicación concretas a partir del contenido.
- Verdadero/Falso. Escribirá alguna afirmación de la que tenemos que decidir si es cierta o no.
- Opción múltiple. Hace preguntas con varias opciones, solo una es correcta.
  
  Nota: Dado que la IA revisa las respuestas, no se requiere responder de forma estricta. Por ejemplo, si es una pregunta de verdadero o falso, podemos responder: «Creo que es cierto» o «Me parece que es mentira» y lógicamente también podemos responder con el clásico «V/F». Esto se aplica a todas las respuestas, la IA valora nuestra aproximación a la realidad y finalmente determina si la respuesta se puede considerar correcta o no.
  El programa lleva la cuenta de las preguntas que ha hecho hasta el momento, por lo que no debería repetir ninguna de ellas. También lleva el control de los conceptos que ha tratado, aparecen al final de cada una de sus preguntas entre paréntesis.
Información extra. Una vez que el Asistente ha realizado una pregunta y hemos respondido, podemos pedirle que nos amplíe la información (Explicar más) o que nos establezca analogías (Crear analogías) para entender mejor la respuesta correcta.

Chat con IA

Podemos hablar con la IA sobre los contenidos que le hemos subido. La IA se limitará a responder solo las preguntas relacionadas con el tema de estudio.

Informe y reinicio

Crea un informe del progreso del estudiante y reinicia toda la aplicación.

El informe se basa en las respuestas de la pestaña Práctica Guiada, el contenido del chat no se tiene en cuenta. Se pueden hacer tantos informes como se quieran a medida que se avanza en el estudio.

Si pulsamos el botón Reiniciar Sesión, se borra toda la información relativa a los temas tratados, así como las respuestas de la sesión actual.

Pódcast

FAQ

¿Qué es el Asistente de Estudio Inteligente Multilingüe?

Es una aplicación diseñada con Gemini 2.5 Pro cuya principal finalidad es ayudar a los usuarios a estudiar y comprender conceptos a partir de la información que proporcionan.

¿Cómo funciona la función multilingüe de la aplicación?

Antes de iniciar, la aplicación detecta el idioma preferido en el navegador del usuario y automáticamente traduce toda la interfaz a ese idioma. Además, este idioma se establece como el idioma de interacción con la IA, aunque el usuario puede cambiarlo en la primera pantalla. La traducción es realizada por la IA, lo que permite un amplio soporte de idiomas.

¿Qué tipo de contenido puedo cargar en el Asistente?

Se puede cargar información en formato de archivo PDF, de texto o Markdown. También se puede pegar texto directamente o añadir imágenes, como fotos de apuntes, páginas escritas o mapas conceptuales. Es posible cargar tanto texto como imagen, solo texto o solo imagen.

¿Qué herramientas de estudio ofrece la aplicación?

La aplicación proporciona cuatro herramientas basadas en IA para ayudar en el estudio: Resumir (crea un resumen del contenido), FAQ (elabora preguntas y respuestas), Flashcard (crea tarjetas de memoria interactivas) y Mapa conceptual (genera un mapa conceptual interactivo que se puede descargar como HTML). Cada vez que se utilizan estas herramientas, la IA genera una respuesta diferente, lo que permite obtener diversas representaciones de la información.

¿Cómo funciona la función de «Práctica guiada»?

La «Práctica guiada» es la parte central de la aplicación donde la IA plantea preguntas basadas en el contenido cargado y evalúa las respuestas del usuario. Se pueden seleccionar diferentes modos de estudio (Aleatorio o Guiado/progresivo) y tipos de pregunta (Aleatorio, General, Definición, Relación entre conceptos, Aplicación/Ejemplo, Verdadero/Falso, Opción múltiple). La IA no requiere respuestas estrictas y evalúa la aproximación del usuario a la respuesta correcta. La aplicación lleva un registro de las preguntas realizadas y los conceptos tratados para evitar repeticiones.

¿Qué opciones tengo después de responder una pregunta en la «Práctica guiada»?

Después de responder una pregunta, el usuario puede solicitar a la IA que amplíe la información (Explicar más) o que establezca analogías (Crear analogías) para comprender mejor la respuesta correcta.

¿Para qué sirve la función «Chat con IA»?

La función «Chat con IA» permite al usuario interactuar con la IA sobre los contenidos cargados. La IA se limita a responder preguntas que estén relacionadas con el tema de estudio.

¿Qué información incluye el informe de progreso y cómo se genera?

El informe de progreso se basa en las respuestas proporcionadas en la pestaña «Práctica guiada». El contenido del chat con la IA no se tiene en cuenta para el informe. Se pueden generar múltiples informes a medida que se avanza en el estudio. La función «Reiniciar Sesión» borra toda la información relativa a los temas tratados y las respuestas de la sesión actual.

Nota: Este artículo tiene nivel 0 en el Marco para la integración de la IA generativa en las tareas educativas, excepto el pódcast y las FAQ que han sido creadas con NotebookLM.