IA y aprendizaje

Aprendizaje guiado y adaptativo con supervisión

He preparado un entorno reproducible sobre Moodle y he diseñado una arquitectura de aprendizaje adaptativo basada en competencias y revisión humana.

El problema

Una lista de cursos no convierte un objetivo profesional en un itinerario medible. La adaptación tampoco puede justificarse si no existe una relación verificable entre actividades, preguntas, competencias y fuentes.

Adaptar exige una decisión educativa que pueda explicarse.

Cambiar el siguiente recurso o el nivel de práctica puede ayudar, pero también puede condicionar el recorrido del estudiante a una inferencia prematura. El diseño del producto representa objetivos, pruebas de aprendizaje y reglas de adaptación para que el recorrido pueda revisarse.

Decisión principal

Relacionar cada adaptación con una señal y una finalidad.

El sistema propuesto distingue entre una recomendación, un requisito y una medida de apoyo. Cada regla debe indicar qué evidencia utiliza, qué cambio propone y cuándo deja de aplicarse. Esa trazabilidad permitirá al equipo educativo corregir el comportamiento sin depender de un modelo opaco.

Criterios de diseño

  1. 01

    Moodle actúa como sistema de entrega, evaluación y registro.

  2. 02

    El motor que planifica, recupera fuentes, propone contenidos y adapta la ruta permanece separado del LMS.

  3. 03

    La publicación de contenidos y los cambios de ruta que afectan a una persona requieren aprobación humana.

Límites del producto

La personalización conserva los objetivos de aprendizaje.

La adaptación modifica los apoyos, el ritmo o las actividades prácticas dentro de los objetivos definidos. No rebaja automáticamente competencias, oculta opciones ni determina un itinerario irreversible a partir de una única señal.

Capacidades del sistema

  • 01Rutas y competencias
  • 02Diagnóstico y medición
  • 03Consulta del corpus oficial mediante generación aumentada por recuperación (RAG)
  • 04Tutor y adaptación con supervisión

Criterio de validación

La validación debe definir cómo se medirán el aprendizaje, la autonomía y las posibles diferencias entre perfiles.

Para ello, se compararán los resultados de aprendizaje y el grado de autonomía con los obtenidos en un recorrido equivalente sin adaptación. También se observarán la comprensión de las recomendaciones, la capacidad de elección y los efectos no deseados. La revisión humana deberá poder reconstruir por qué se ofreció cada alternativa.

Material desarrollado o documentado

  • Entorno aislado con Moodle 5.2 y procedimiento reproducible para construirlo
  • Primera ruta de aprendizaje modelada (referencia interna AIP-C01)
  • Dominio y arquitectura adaptativa documentados

Preguntas abiertas

Decisiones pendientes en el aprendizaje guiado y adaptativo con supervisión.

La adaptación no debe extenderse sin validar la medición de las competencias, las reglas que modifican el recorrido, la explicación al alumno y las obligaciones regulatorias de cada función.

  • Validez de la medición por competencia
  • Reglas de adaptación
  • Transparencia para el alumno
  • Clasificación y obligaciones regulatorias por función

Trabajo aplicado hasta ahora

Adaptación explicable, reversible y sometida a revisión

He diseñado el motor adaptativo como un componente separado de Moodle y he definido que cada cambio de ruta debe vincularse a una señal y una finalidad educativa, además de quedar sujeto a aprobación humana.

  • 01Arquitectura de IA
  • 02Evaluación y observabilidad
  • 03Supervisión humana
  • 04Integración con el aprendizaje
Consultar Modelo de madurez de IA para EdTech