AdaptAI: Aprendizaje Adaptativo e Inteligente
Desarrollo de una plataforma educativa modular que permite crear, gestionar y compartir rutas de aprendizaje asistidas por IA. Tu copiloto pedagógico para un aprendizaje verdaderamente personalizado.
El Problema y la Solución
AdaptAI aborda uno de los grandes retos de las aulas heterogéneas: atender de forma más individualizada a la diversidad de ritmos, necesidades y niveles de comprensión. En la práctica docente, no siempre es posible diseñar itinerarios personalizados para cada alumno ni ofrecer retroalimentación formativa inmediata durante la resolución de problemas en clase o en casa.
Esta plataforma nace con la vocación de reforzar la evaluación formativa y hacerla más continua, trazable y útil para la toma de decisiones docentes. A través de un ecosistema de cuatro aplicaciones interconectadas, cubre todo el ciclo de vida de una actividad educativa. A diferencia de los cuestionarios estáticos tradicionales, AdaptAI genera rutas vivas: itinerarios que pueden reconfigurarse según las respuestas, errores, uso de pistas o nivel de dominio del alumno, evaluando el procedimiento lógico paso a paso y relacionando los resultados con objetivos curriculares.
Arquitectura Técnica y "JSON-First"
El ecosistema se fundamenta en una arquitectura modular y débilmente acoplada, basada en estándares web estáticos y en una filosofía JSON-first, en la que los archivos JSON actúan como formato central de representación, intercambio y persistencia de la información.
Paradigma JSON-First
No existe una base de datos central en el sentido clásico. El Generador compila un actividad.json, el Estudiante lo ingiere y genera un resultados.json, y el Dashboard lee esos resultados para visualizar métricas. Esta portabilidad facilita escenarios de uso local (offline) o en la nube, siempre que se definan adecuadamente los flujos de intercambio y custodia de los archivos.
Backend "Serverless-Like"
La persistencia y el componente colaborativo se apoyan en un backend ligero en PHP, sin bases de datos relacionales, utilizando el sistema de ficheros del servidor. Este enfoque facilita un despliegue sencillo en servidores web básicos y reduce riesgos asociados a bases de datos SQL, aunque requiere medidas específicas de seguridad: validación de archivos JSON, control de acceso, permisos adecuados en el servidor y protección de las credenciales de las APIs.
Los Cuatro Módulos Principales
1. Generador de Rutas
Aplicación de autoría que consume APIs de LLMs (OpenAI, Mistral, Llama). Utiliza un pipeline de prompts encadenados para transformar textos en propuestas de ejercicios estructurados con pistas y niveles. El profesor mantiene el control pedagógico: selecciona, revisa, ajusta y valida tanto los objetivos de aprendizaje como la secuenciación de los ejercicios antes de su uso con el alumnado.
2. Entorno de Estudiante
Un motor de ejecución basado en una máquina de estados (FSM). Ajusta dinámicamente la dificultad —promocionando niveles o incorporando refuerzos teóricos— e incluye evaluación paso a paso, teclado matemático táctil (MathLive) y un Tutor Socrático conversacional incrustado, diseñado para guiar sin ofrecer respuestas directas.
3. Dashboard de Analíticas
Herramienta de visualización de datos. Realiza procesamiento por lotes para clasificar el rendimiento, representar semáforos de KPIs (verde, amarillo, rojo) y renderizar gráficas (Chart.js) que ayudan a detectar patrones o anomalías en el progreso, favoreciendo una intervención pedagógica más enfocada y a tiempo.
4. Banco de Actividades Compartido
Interfaz de repositorio o "Red Social Docente". Mediante llamadas asíncronas explora, filtra e importa archivos JSON directamente desde la memoria del navegador. Permite a los profesores realizar "forks" (derivaciones) instantáneas de las actividades creadas por sus compañeros, fomentando la colaboración OER.
Beneficios del Ecosistema
Para el Profesorado
- ✓ Ahorro de tiempo: Creación más ágil de borradores de actividades gracias al apoyo de agentes IA.
- ✓ Analíticas accionables: Información organizada para apoyar decisiones docentes basadas en evidencias.
- ✓ Trabajo en Red: Reutilización directa en el Banco Compartido.
- ✓ Control pedagógico: La IA propone, pero el docente revisa, adapta, valida y toma la decisión final.
Para el Alumnado
- ✓ Ritmo personalizado: Ajuste progresivo para reducir la frustración ante tareas demasiado difíciles o el aburrimiento ante tareas demasiado fáciles.
- ✓ Feedback en tiempo real: Guía socrática asistida por IA durante los atascos, orientada a hacer pensar y no a sustituir el razonamiento del alumno.
- ✓ Accesibilidad STEM: Inputs matemáticos visuales (MathLive).
- ✓ Autorregulación: El sistema propone revisar la teoría de forma contextual cuando detecta dificultades o errores recurrentes.
Stack Tecnológico
AdaptAI: Proyecto ideado, dirigido y validado pedagógicamente. Desarrollado por Elena Álvarez con ayuda de herramientas de IA agéntica.
Agradecimientos
Agradecemos especialmente a la Red Educativa Digital Descartes por su colaboración técnica, proporcionando la infraestructura y el punto de acceso (API endpoint) que permite a esta aplicación comunicarse de forma eficiente con los modelos de Inteligencia Artificial.