Show simple item record

dc.contributor.advisorBregón Bregón, Aníbal es
dc.contributor.advisorMartínez Prieto, Miguel Angel es
dc.contributor.authorRuíz Valero, Celia
dc.contributor.editorUniversidad de Valladolid. Escuela de Ingeniería Informática de Segovia es
dc.date.accessioned2025-10-22T15:17:43Z
dc.date.available2025-10-22T15:17:43Z
dc.date.issued2025
dc.identifier.urihttps://uvadoc.uva.es/handle/10324/78922
dc.description.abstractLos Large Language Models (LLMs) son modelos de inteligencia artificial diseñados para comprender, generar y manipular lenguaje natural. A través de arquitecturas complejas, como las redes neuronales transformadoras (transformers), estos modelos se han entrenado con una gran cantidad de corpus de texto, permitiéndoles de esta manera capturar una amplia gama de conocimientos lingüísticos y contextuales. La generalización en el uso de LLMs ha traído consigo la creación de una gran variedad de herramientas asistenciales de diferentes tipos, como por ejemplo los asistentes de aprendizaje. Un asistente de aprendizaje es una herramienta diseñada para apoyar y mejorar el proceso educativo de los estudiantes, utilizando inteligencia artificial y técnicas avanzadas de procesamiento del lenguaje natural. Estos asistentes permiten interactuar con los alumnos de una manera personalizada: respondiendo a sus preguntas, proporcionando explicaciones detalladas, guiándolos a través de conceptos complejos, etc. El presente Trabajo de Fin de Grado tiene como objetivo desarrollar un asistente de aprendizaje basado en Large Language Models (LLMs) que apoye a los estudiantes en la comprensión y el dominio de conceptos técnicos en un marco de trabajo basado en eXtreme Learning y para una asignatura determinada. Este asistente proporcionará una experiencia de aprendizaje interactiva y personalizada, facilitando el acceso a información relevante, generando ejercicios prácticos y ofreciendo respuestas a preguntas específicas de la materia. Además, ayudará a los estudiantes a seguir su progreso y a identificar áreas de mejora continua. La construcción del asistente se llevará a cabo siguiendo el enfoque RAG (Retrieval-Augmented Generation), con el objetivo de que el asistente disponga de información relevante sobre la asignatura (objetivos de aprendizaje, recursos educativos...) y pueda utilizarla para proporcionar respuestas precisas y personalizadas para los estudiantes. Finalmente, se desarrollará una interfaz de usuario a modo de prueba de concepto que de soporte a todo el procedimiento asistencial del proceso de enseñanza-aprendizaje y se evaluará el resultado final del proyecto sobre una asignatura real, perteneciente al Grado en Ingeniería Informática de Servicios y Aplicaciones.es
dc.format.mimetypeapplication/pdfes
dc.language.isospaes
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subject.classificationLarge Language Modelses
dc.subject.classificationAsistentes de aprendizajees
dc.subject.classificationRetrieval-Augmented Generationes
dc.titleDiseño e implementación de un asistente de aprendizaje basado en RAGes
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.description.degreeGrado en Ingeniería Informática de Servicios y Aplicacioneses
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.subject.unesco1203.17 Informáticaes


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record