Modelos de lenguaje compactos en el aula: lo que ya sabemos que es viable
Inteligencia artificial situada y soberanía tecnológica. Un recorrido por escenarios, según lo que cada docente tiene a mano.
Ramiro García Poggi · Leandro Boisselier · Cecilia Edith Cámera
CURZA, Universidad Nacional del Comahue · CIEDIS, Universidad Nacional de Río Negro
El proyecto y lo que buscamos
Analizar el potencial de integrar modelos de lenguaje compactos de código abierto con plataformas libres en instituciones educativas con recursos limitados.
- Conocer los modelos compactos y sus requerimientos
- Analizar los beneficios de ejecutarlos en la institución
- Diseñar un prototipo integrado a Moodle para el aprendizaje autónomo y la personalización
- Evaluarlo con distintos perfiles de estudiantes
Lo que preguntamos
¿Qué ganan las instituciones con pocos recursos al tener estos modelos de forma local?
¿Qué beneficios pedagógicos da integrarlos en plataformas libres como Moodle, para docentes y estudiantes?
Dónde estamos
Exploración de modelos y herramientas, requisitos y preparación del entorno Moodle. Lo que sigue es el piloto en el campus virtual del CURZA.
¿Por qué modelos locales? Soberanía a escala de consumidor
Privacidad
Lo que escriben estudiantes y docentes puede quedarse en la institución.
Costo
Sin suscripciones por persona: un equipo que una escuela o una facultad puede comprar.
Autonomía
Modelos de pesos abiertos y software libre: no cambian ni desaparecen sin aviso.
Lengua
Voseo, lenguaje claro y referencias propias, decididos por quien enseña.
La soberanía no es tener el modelo más grande: es decidir dónde corre y qué ve.
Nuestra estrategia: asistentes focalizados
| Agente de alcance global | Asistente focalizado | |
|---|---|---|
| La tarea | Amplia: «ocupate del curso» | Un solo propósito, atado a una actividad |
| Quién decide el recorrido | El modelo | Una estructura determinística: el código conduce, cuenta, valida y guarda |
| Para qué se usa el modelo | Para todo | Para lo justo: redactar, interpretar, clasificar |
| Qué modelo hace falta | Uno grande | Alcanza uno compacto |
Según lo que cada docente tiene a mano
Moodle propio, en su última versión, con servidores complementarios
La institución o el equipo puede instalar y configurar todo. Tiene a disposición la suite completa: IA dentro de Moodle, asistentes para estudiantes, asistentes en el foro e informes para la docente.
El Moodle de la institución, sin poder configurarlo
Cualquier versión. Usa las mismas herramientas desde afuera, con dos puentes:
- la dirección del aula con un usuario y contraseña
- la exportación del foro
Producir materiales (láminas, videos narrados, recursos interactivos) y proteger los datos (anonimizar), sin tocar Moodle.
Para estudiantes: un asistente por actividad
Ayudante de la tarea
Explica la consigna y ayuda a organizarse. No hace la tarea.
Evaluador socrático
Pregunta de a una sobre una lectura y cierra con una síntesis.
Examen oral de práctica
Distingue respuestas buenas y flojas, y devuelve qué repasar.
El ayudante, enlazado desde el aula. Cada asistente trae solo el material de su actividad.
El foro como memoria
- El orientador conversa con varios estudiantes a la vez, en el foro de un trabajo grupal o individual
- Antes de responder, arma un mapa del hilo: quién se ocupa de qué, qué se decidió, qué sigue abierto
- No hace el trabajo y deriva a la docente lo que no le corresponde: fechas, notas, reglas
- El coordinador le avisa a la docente lo que nadie atendió, una sola vez
respuestas a 6 estudiantes
pregunta derivada a la docente
intervenciones cuando no correspondía
Para la docente: borradores, nota y respaldo
- Informes y borradores: resumen del foro, devoluciones de entregas, preguntas para el banco. Nada se publica sin la docente
- Recursos con nota: la nota llega sola al libro de calificaciones
- Registro de cada uso de la IA dentro de Moodle: quién, qué y con qué modelo
- Respaldo sin internet: si la nube no responde, Moodle pasa a un modelo local. Lento (115 s), pero el aula no se queda sin herramienta
El resumen del foro llega a los mensajes de la docente, dentro de Moodle.
Un recurso interactivo informó su nota a Moodle.
Con la dirección del aula y un usuario
La docente pega la dirección de su aula y el nombre de los foros. Un asistente entra como lo haría una persona y le devuelve un informe: preguntas sin responder, las que solo respondió un asistente, quién no escribió.
Con su cuenta
Solo lee. Nunca escribe en su nombre.
Con una cuenta de asistente
Ella la matricula. También responde en el foro y le avisa.
Si la institución tiene habilitada la app oficial de Moodle, la misma cuenta usa esa vía. Con doble factor o inicio de sesión único, queda la exportación.
Con solo exportar el foro
- Informe de foro: devolución por participante, artefactos para la docente y respuestas con la evidencia a la vista
- Síntesis de foro: las preguntas que se repiten, un mensaje de portada para pegar en el foro y qué hilos se pueden podar
- Con cada exportación nueva, qué cambió
Mensaje de portada, con un foro sintético.
Producir materiales, sin tocar Moodle
Un video de 43 s, narrado con voz rioplatense, desde tres láminas hechas con un pedido. Se armó en 27 s.
- Láminas desde un pedido en lenguaje natural
- Videos narrados con subtítulos, desde un PDF o una presentación
- Recursos interactivos: autoevaluaciones, historias ramificadas, explorables. En el celular y sin internet; con nota en Moodle
una autoevaluación de 6 preguntas
La voz y la lengua, en local
Voz rioplatense, en una notebook
«Hola, ¿cómo andás? Te cuento que el turno quedó para el martes a las diez…» Tres veces más rápida que el audio, sin placa de video.
La misma frase, con una voz genérica
La transcripción local todavía no respeta cómo hablamos:
| Se dijo | Se transcribió |
|---|---|
| Si no podés venir | Si no puedes venir |
| avisanos | hay sanos |
| abre el juzgado | abre el foso 2 |
Qué modelos existen, y con qué datos se entrenaron, define cómo nos habla la IA.
Ideas de trabajo con modelos locales
En una notebook sin placa
- Narrar consignas y recursos en voz rioplatense
- Anonimizar antes de compartir o de usar cualquier modelo
- Buscar en el material del curso
- Leer capturas sin que salgan del equipo
- Respaldo cuando no hay internet
En una PC con placa de consumo
- Los asistentes por actividad y en el foro, con el modelo en la institución
- Los informes de foros
- Producir recursos, láminas y videos sin depender de la nube
En cualquier escenario
- Del foro al repaso: las dudas detectadas generan una autoevaluación
- Del recurso al asistente: al terminar, un enlace para repasar lo que falló
- Un modelo chico para lo privado, uno mediano para redactar
Lo confirmado y lo que falta
Verificamos que es viable
- Asistentes focalizados que guían sin hacer el trabajo
- Agentes en el foro con Moodle como memoria
- Trabajar sin configurar Moodle: con un usuario o con la exportación
- Privacidad que se puede verificar
- Materiales con voz rioplatense y nota en Moodle
- Lo liviano, en local, en una notebook
Falta medir o resolver
- La calidad con los modelos corriendo en el servidor del proyecto
- El efecto con estudiantes y docentes reales
- Un Moodle institucional y versiones anteriores
- La transcripción fiel al voseo
- El límite entre orientar y resolver
- Un registro único de las interacciones, para investigar
Próximos pasos
- Las mismas pruebas con los modelos en el servidor del proyecto: calidad, tiempos y reintentos
- Piloto en el campus virtual del CURZA con estudiantes reales
- Evaluar autonomía, personalización e inclusión, antes y después
- Recomendaciones por escenario para otras instituciones: qué hacer con Moodle propio, con el Moodle de la institución o solo con la exportación
- Talleres para docentes, uno por escenario
- Trabajar el límite entre orientar y resolver
Gracias
Asistentes focalizados, estructuras sólidas y modelos compactos: una IA que la institución puede sostener y decidir.
Ramiro García Poggi · Leandro Boisselier · Cecilia Edith Cámera