RT info:eu-repo/semantics/masterThesis
T1 Generación automática de recursos de aprendizaje con LLMS
A1 Jurado Santiago, Silvana Sofía
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Modelos grandes de lenguaje
K1 Código abiertos
K1 Recursos educativos
K1 Inteligencia artificial
AB Este trabajo del Máster en Inteligencia de Negocio y Big Data enEntornos Seguros presenta una propuesta en cuanto a la generaciónde contenido educativo, mediante el uso de un modelo de lenguaje degran escala (LLMs) como Mistral 7B. El objetivo principal es utilizarun modelo de LLMs e implementar una arquitectura RAG (Retrieval-Augmented Generation), con la finalidad de crear un sistema capaz degenerar enunciados de casos de estudios de asignaturas universitariasrelacionadas con bases de datos. Dentro de los requisitos fundamentalesdel proyecto, se encuentran el uso de un modelo de código abiertoy que sea eficiente en cuanto a rendimiento. Este proyecto ha sidodesarrollado en el entorno ofrecido por Google Colab, apoyándoseen la utilización de técnicas como RAG - Retrieval-Augmented Generationpara el enriquecimiento contextual del modelo mediantela incorporación de materiales de estudios de años anteriores y laconsulta de información disponible en la web relacionada al tema.Los resultados obtenidos demuestran que, mediante el uso demodelos de código abierto como Mistral 7B y técnicas de recuperaciónaumentada (RAG), es posible generar casos de estudio relevantes,coherentes y ajustables en cuanto al nivel de complejidad requerido.Las métricas de evaluación, como BERTScore, muestran valorescercanos a uno en los casos mejor alineados, indicando una altasimilitud semántica con los contenidos de referencia. Esto evidencia elpotencial de los modelos LLMs, cuando son correctamente orientadosmediante técnicas de prompt engineering y recuperación contextual,para la creación de contenido educativo personalizado.Esta propuestabusca contribuir a la disminución del tiempo invertido por los docentesen la elaboración de materiales académicos y permite la producciónde contenido personalizado de acuerdo al nivel de complejidad delos estudiantes, propiciando el aprendizaje de forma autónoma ymantiene la motivación estudiantil.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79610
UL https://uvadoc.uva.es/handle/10324/79610
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 19-dic-2025