Entorno web basado en IA generativa para el aprendizaje autónomo a través de preguntas

Abstract

Este Trabajo de Fin de Grado presenta el desarrollo de una aplicación web Interactiva que emplea Inteligencia artificial generativa (IAG) con el fin de mejorar el aprendizaje autónomo mediante la generación automática de exámenes tipo test personalizados a partir de un documento subido por el usuario. La solución implementada permite a los usuarios subir documentos PDF con contenidos propios, a partir de los cuales la plataforma genera automáticamente exámenes tipo test personalizados, adaptados al temario proporcionado. El usuario puede seleccionar el número de preguntas, practicar de forma interactiva, consultar su historial de resultados y repetir exámenes anteriores. Además de esta funcionalidad principal, la aplicación incorpora un sistema de calendario con doble vista (una más visual y otra en cuadrícula) para la planificación de exámenes y sesiones de práctica. También se ha implementado un sistema de notificaciones personalizadas, que sugiere cuándo repasar según el rendimiento previo del estudiante. La plataforma ofrece una experiencia optimizada tanto para dispositivos móviles como de escritorio, gracias a una interfaz adaptable desarrollada con tecnologías modernas como React, Next.js y Tailwind CSS. Durante el desarrollo se han aplicado prácticas de metodologías ágiles, permitiendo un desarrollo iterativo, flexible y organizado. El backend se ha estructurado en microservicios utilizando Express.js y MongoDB y se ha desplegado en Render. Por su parte, el frontend se ha desarrollado utilizando React y Next.js como framework principal, y se ha desplegado en Vercel. Este proyecto es una prueba sobre cómo la integración de modelos generativos en aplicaciones educativas puede contribuir a personalizar el aprendizaje, fomentar la autonomía del estudiante y optimizar el tiempo de estudio, al tiempo que sienta las bases para futuras ampliaciones o adaptaciones en otros ámbitos.