Generación de tareas de aprendizaje ubicuo con apoyo de herramientas de Inteligencia Artificial Generativa

Abstract

Múltiples organizaciones publican datos abiertos —especialmente de patrimonio cultural— que no están listos para su uso directo en educación. Trabajos previos del grupo GSIC/EMIC abordaron esta brecha con Casual Learn, una aplicación distribuida (servidor+cliente Android) que, apoyándose en un almacén de triplas RDF y consultas SPARQL, ofrece tareas educativas basadas en plantillas validadas por docentes para aprendizaje ubicuo, con experiencias reales en más de cien estudiantes de 4.º ESO y 1.º de Bachillerato. Aunque eficaz, este enfoque depende del refinamiento previo de plantillas y de la disponibilidad de LOD, lo que limita la expresividad y la portabilidad a dominios distintos del patrimonio. Este Trabajo Fin de Grado propone una alternativa generativa para tareas de aprendizaje ubicuo: una herramienta para generar tareas de aprendizaje ubicuo con modelos de lenguaje y Generación Aumentada por Recuperación (RAG) a partir de Wikipedia y materiales aportados por el docente. La solución se expone mediante API REST en un backend monolítico que procesa localmente la información para proteger la privacidad, integrando embeddings (SentenceTransformers), almacenamiento vectorial (ChromaDB) y ejecución local de LLM (Ollama). Las salidas se fuerzan en JSON estructurado, facilitando su consumo por clientes móviles o flujos de autoría. En la comparación cualitativa frente a tareas tipo Casual Learn, el sistema genera ítems más ricos y contextualizados (distractores plausibles, preguntas abiertas interpretativas y actividades situadas), sin depender de plantillas rígidas. En la evaluación cuantitativa, las latencias promedio para el hardware disponible en el grupo GSIC/EMIC fueron 42–43 s para generación simple (con o sin RAG) y 365 s para generación compleja, identificando la inferencia del LLM como principal cuello de botella y acotando la concurrencia práctica a 2–5 usuarios en el hardware evaluado. En conjunto, el trabajo complementa y trasciende el enfoque basado en LOD al habilitar generación bajo demanda y portabilidad entre dominios, sentando bases para su integración futura con metadatos LOD, técnicas de caché y optimización de inferencia.

Open data—particularly in the cultural heritage domain—are abundant yet rarely ready for direct educational use. Prior work by GSIC/EMIC addressed this gap with Casual Learn, a distributed application (server + Android client) backed by an RDF triple store and SPARQL that delivers teacher-validated, template-based ubiquitous learning tasks. Deployed with over one hundred high-school students, this approach proved effective but inherently relies on pre-authored templates and LOD availability, which constrains expressiveness and portability beyond heritage scenarios. This Bachelor’s Thesis proposes a generative alternative for ubiquitous learning tasks: a tool for ubiquitous learning task generation using Large Language Models with RetrievalAugmented Generation (RAG) from Wikipedia and teacher-provided materials. The system is exposed via a REST API on a privacy-preserving monolithic backend, combining SentenceTransformers embeddings, ChromaDB vector storage, and local LLM inference (Ollama). Outputs are enforced as structured JSON to streamline integration with mobile clients and authoring pipelines. In a qualitative comparison against Casual Learn-style tasks, our system produces richer, more contextualized items (plausible MCQ distractors, interpretive open questions, and situated activities) without rigid templates. The quantitative evaluation shows average latencies for the hardware available in the GSIC/EMIC group were 42–43 s for simple (with/without RAG) and 365 s for complex generations, identifying LLM inference as the main bottleneck and limiting practical concurrency to 2–5 users on the tested hardware. Overall, this work complements and goes beyond LOD-based pipelines by enabling on-demand generation and cross-domain portability, paving the way for future integration with LOD metadata, caching strategies, and inference optimizations.