IA que responde sobre documentos: guía para el entorno docente

Una IA que responde sobre documentos no improvisa: busca en los materiales que le das y redacta la respuesta a partir de ellos. En el aula, la versión que funciona es la que se integra en el campus virtual y trabaja solo con los apuntes del profesor, de modo que el alumno obtiene respuestas ligadas a su temario y la institución conserva el control de sus contenidos y datos. Eso es lo que hace BrainBoost: se integra de forma nativa en el LMS mediante LTI 1.3 y contesta las dudas del alumnado usando únicamente el material aportado por el docente.

Este artículo explica cómo funciona la tecnología, cómo aplicarla con los documentos de una asignatura (dudas, ejercicios, tests y cuestionarios) y qué debe comprobar una universidad o centro de formación en España antes de desplegarla.

En resumen

• Estas IA usan una técnica llamada RAG: recuperan fragmentos de tus documentos y se los pasan al modelo como contexto para redactar la respuesta.
• RAG reduce las alucinaciones, pero no las elimina: dependen de que los documentos estén ordenados, actualizados y de que la búsqueda encuentre el fragmento correcto.
• En educación, lo útil es que el asistente viva dentro del LMS y responda solo con el temario del docente, no con conocimiento genérico.
• Con los mismos materiales se pueden generar preguntas de práctica y cuestionarios, siempre con revisión del profesor.
• En España, la institución debe valorar RGPD, alojamiento, transferencias internacionales, evaluación de impacto y propiedad intelectual.

Qué es una IA que responde a partir de documentos

Un modelo de lenguaje por sí solo responde con lo aprendido en su entrenamiento. Ese conocimiento está congelado en una fecha, puede inventar cuando no sabe algo y no contiene el material concreto de tu asignatura. La técnica que resuelve estos tres problemas se llama RAG, generación aumentada por recuperación, según la explicación de María Retamero.

Según la guía prescriptiva de AWS, RAG permite que el modelo consulte documentos autorizados antes de generar la respuesta, sin necesidad de reentrenarlo. Además puede citar las fuentes de donde sale cada dato.

Los tres pasos del proceso

1. Indexación. Los documentos (PDF, Word, presentaciones) se dividen en fragmentos y cada uno se convierte en un vector numérico que resume su significado.
2. Recuperación. Cuando el alumno pregunta, la pregunta también se convierte en vector y el sistema busca los fragmentos semánticamente más parecidos, normalmente entre 3 y 10.
3. Generación. Esos fragmentos se inyectan en la instrucción al modelo con la consigna de responder solo con esa información y citar la fuente.

El trabajo Docuchat, de la Universidad de A Coruña, describe exactamente este esquema aplicado a repositorios de PDF y Word: trocear, vectorizar, recuperar los pasajes más relevantes y componer una respuesta fundamentada en el propio corpus.

Dónde puede fallar

RAG reduce las alucinaciones, pero no las elimina: si la búsqueda trae el fragmento equivocado, la respuesta saldrá equivocada. Por eso importan tres cosas: cómo se corta el texto, qué encuentra la búsqueda y qué hace el modelo con lo recibido. Y por eso cuenta tanto que los documentos estén bien ordenados y actualizados, algo que en un curso controla el propio docente.

Por qué en educación no basta con subir un PDF a una herramienta genérica

Las herramientas de chat con PDF resuelven una necesidad individual: entender un informe concreto. Una asignatura universitaria plantea otra cosa: cientos de alumnos, un temario que el profesor mantiene, criterios de evaluación propios y datos personales que la institución debe proteger.

Hay cuatro diferencias que importan en un centro:

• Fuente única de verdad. La respuesta debe salir del material que el docente ha aportado, no de internet ni del entrenamiento general del modelo. Así la explicación coincide con la que se da en clase.
• Integración en el campus. Si el alumno tiene que abrir otra web, crear otra cuenta y subir allí los apuntes, el uso se dispersa. Con acceso SSO automático dentro del LMS, no hay registros adicionales.
• Propiedad intelectual. Cuando los estudiantes suben a otros asistentes los documentos de la universidad, esos materiales salen de la institución. Un asistente integrado evita esa fuga.
• Datos del alumnado. La institución es responsable del tratamiento y necesita saber dónde van los datos y con qué garantías.

La guía de la Universidad de Extremadura recomienda revisar el alojamiento, las políticas de privacidad, las condiciones de uso y el posible empleo de los datos para entrenar modelos. En BrainBoost, la institución mantiene el control total de sus datos y contenidos, y los datos de los alumnos se tratan con seudonimización bajo cumplimiento del RGPD. Si quieres profundizar en esta técnica, tenemos una guía sobre la seudonimización de datos en educación.

Cómo resuelve dudas del alumnado con los materiales de una asignatura

La guía de CATEDU sobre prompting y RAG enumera los materiales que pueden alimentar un asistente: apuntes, documentos del aula virtual, prácticas de laboratorio, libros y ejercicios del profesorado. También presenta ejemplos de asistentes especializados, como un tutor de física para dudas de ejercicios o un asistente de laboratorio de química que explica procedimientos.

El flujo en una asignatura sería este:

1. El docente sube el temario al LMS: apuntes, guiones de prácticas, enunciados resueltos. En BrainBoost, el asistente responde solo sobre esos materiales.
2. El alumno entra con su usuario del campus, sin crear otra cuenta, y pregunta a cualquier hora.
3. El asistente responde con el contenido de la asignatura, no con una respuesta genérica.
4. El profesor ve qué se pregunta. El panel de analíticas en tiempo real muestra dónde se atascan los estudiantes, lo que permite reforzar esos temas en clase. Más detalle en nuestra guía sobre el panel de analítica educativa.

Modo socrático: que el alumno razone

Un asistente que da siempre la solución completa puede sustituir el esfuerzo del alumno. BrainBoost incluye un modo socrático configurable: el docente decide si el asistente guía con preguntas en lugar de entregar la respuesta directa. Si te interesa el enfoque, lo desarrollamos en el artículo sobre el método socrático en educación.

Qué resultados hemos medido

En las asignaturas analizadas, el uso de BrainBoost se asocia a un aumento medio de +0,5 puntos en el desempeño académico. Es un dato propio, referido a esas asignaturas concretas, y no una promesa para cualquier contexto.

Crear ejercicios, actividades y tests a partir de tus documentos

Las otras búsquedas habituales sobre este tema (crear ejercicios, actividades de aprendizaje, tests y cuestionarios) comparten el mismo mecanismo: la IA lee el documento del curso y genera preguntas ancladas en él. Los tipos habituales son preguntas abiertas, verdadero o falso, completar frases y opción múltiple, con referencias para comprobar de dónde sale cada pregunta, como describe el análisis de Profesor Productivo.

La propuesta de CATEDU para cuestionarios interactivos va un paso más allá: la IA formula la pregunta, espera la respuesta del alumno, indica si es correcta y ofrece una explicación. Sirve para test, preguntas abiertas y simulaciones de examen.

BrainBoost genera preguntas de práctica automáticas a partir del contenido que sube el profesor, de modo que el alumno se autoevalúa con el material de su propia asignatura y el docente no parte de una hoja en blanco.

Receta práctica para generar un cuestionario

1. Define el objetivo. ¿Repaso de un tema, preparación de examen, evaluación de una práctica? Cambia el tipo y la dificultad de las preguntas.
2. Limita el material. Un tema o un bloque por cuestionario da preguntas más precisas que un manual entero.
3. Especifica formato, número y nivel. Por ejemplo: diez preguntas de opción múltiple, cuatro opciones, nivel intermedio, con la página o sección de origen.
4. Pide más preguntas de las que necesitas. La recomendación habitual es elegir después las más adecuadas, variadas y ajustadas a la dificultad que buscas.
5. Revisa cada pregunta y cada respuesta. El docente sigue siendo responsable de los materiales que utiliza, aunque los haya generado una IA.
6. Lleva el resultado al campus. En Moodle, por ejemplo, EducaMadrid documenta cómo generar cuestionarios en formato GIFT, un texto plano creado por Moodle para exportar e importar preguntas, e incorporarlos al banco de preguntas.

Qué revisar en cada pregunta

• Que la respuesta correcta aparezca realmente en el material de la asignatura.
• Que los distractores sean plausibles pero inequívocamente incorrectos.
• Que el enunciado no admita dos lecturas.
• Que el nivel coincida con lo trabajado en clase.

Esta revisión es rápida cuando la IA trabaja solo sobre tu temario, porque cada pregunta se puede contrastar con una fuente que ya conoces.

Integración con el LMS: qué conviene comprobar

Para un responsable de sistemas o de innovación, la pregunta clave es cómo se conecta la herramienta al campus. Hay varias vías: plugin, API o estándar LTI. La UPM documenta un chatbot para Moodle conectado por la API REST oficial, con tokens de autenticación y respuestas adaptadas a los cursos y contenidos accesibles para cada alumno. Es un ejemplo de que la personalización es técnicamente posible, aunque exige desarrollo.

El análisis de Andrés Martínez Soto sobre gobernanza de la IA en instituciones educativas propone comprobar:

• Si la conexión usa plugin, API o LTI 1.3.
• Qué permisos hereda del rol de cada usuario.
• Qué datos puede consultar la herramienta.
• Si hay confirmación humana, registros y auditoría.

La guía práctica de integración LTI en Moodle explica que LTI 1.3 conecta herramientas externas con el campus virtual sin usuarios duplicados ni contraseñas adicionales.

Criterio	Qué preguntar	Cómo lo resuelve BrainBoost
Conexión con el LMS	¿Plugin, API o LTI 1.3?	Integración nativa mediante LTI 1.3
Desarrollo a medida	¿Hace falta programar?	Activación sin desarrollo a medida
Acceso del alumno	¿Cuentas nuevas?	SSO automático, sin registros adicionales
Origen de las respuestas	¿Solo el temario?	Solo el contenido aportado por el docente
Control de datos	¿Quién los controla?	Control institucional total de datos y contenido
Soporte	¿Qué cobertura?	Soporte técnico 24/7

Si buscas una visión más amplia de cómo desplegar la IA en el centro, tienes nuestra guía sobre IA en universidades y la de tutor virtual con IA.

Privacidad, RGPD y propiedad intelectual en España

Esta es la parte que más pesa en la decisión de una universidad. Los informes de referencia coinciden en las preguntas que debe hacerse la institución.

Protección de datos

Según el informe de la Oficina del Parlamento de Andalucía sobre IA y educación, el RGPD exige licitud, transparencia, limitación de finalidad, minimización, exactitud, conservación limitada, seguridad y responsabilidad proactiva. La institución debe identificar la base jurídica, la finalidad, el alojamiento y las transferencias internacionales, y valorar una evaluación de impacto (EIPD) cuando el tratamiento pueda suponer un alto riesgo.

La EIPD del artículo 35 del RGPD corresponde al responsable del tratamiento e incluye descripción, necesidad, riesgos y medidas de protección. Ese mismo análisis señala que el Reglamento de IA considera de alto riesgo ciertos sistemas educativos, entre ellos los usados para evaluar resultados de aprendizaje. Por eso conviene que el delegado de protección de datos y los servicios jurídicos de la universidad revisen cada caso de uso antes del despliegue.

La guía de la Universidad de Cádiz recuerda que los servicios en la nube pueden transferir datos fuera de la UE y que solo deben introducirse datos personales en sistemas expresamente autorizados por la institución. Un asistente contratado por la propia universidad, integrado en su LMS y con seudonimización, encaja con esa recomendación. Nuestra política de privacidad detalla el tratamiento de datos.

Propiedad intelectual y uso responsable

Las guías universitarias piden proteger los materiales sujetos a derechos de autor, prevenir el plagio y exigir transparencia sobre la herramienta empleada. La guía de la UEx advierte de que la IA generativa facilita presentar como propio un trabajo generado por la herramienta y recomienda declarar la herramienta, las indicaciones y la forma de integración.

La guía de la UNESCO sobre IA generativa en educación recomienda que el uso de estas herramientas esté controlado por humanos y sea proporcional a la edad del alumnado y al tipo de conocimiento que se quiere desarrollar. Un asistente configurado por el docente, con modo socrático y analíticas visibles, responde a esa lógica de control humano.

Cómo empezar en tu centro

1. Elige una o dos asignaturas piloto con materiales ya bien organizados.
2. Ordena y actualiza los documentos. Es la base de la calidad de las respuestas.
3. Define con el DPD la base jurídica, la finalidad y la necesidad de una EIPD.
4. Configura el modo socrático según el objetivo de cada asignatura.
5. Revisa las analíticas tras las primeras semanas y ajusta el material donde se concentren las dudas.
6. Amplía por departamentos cuando el piloto demuestre su valor.

También puede ayudarte nuestra guía de innovación educativa digital.

BrainBoost en tu campus

BrainBoost reúne en una sola solución lo que hemos visto en este artículo: respuestas sobre el temario del docente, integración nativa por LTI 1.3, acceso SSO, preguntas de práctica automáticas, analíticas en tiempo real, seudonimización y control institucional de los datos. Se ofrece en tres planes, STARTER, BOOST y CAMPUS, con licencia por alumno y mes y precios adaptados por volumen.

Puedes ver los planes en la página de producto o ver cómo funciona en la demo grabada.

Si prefieres verlo aplicado a tu LMS, solicita una demo.

Nuestra visión

Llevamos tiempo viendo la misma escena: el alumno tiene una duda a las once de la noche, abre un asistente genérico, le sube los apuntes de la universidad y recibe una respuesta que quizá no coincide con lo que explicó el profesor. Ese es el problema de fondo, y no se arregla con más tecnología, sino con mejor ubicación de la tecnología.

Creemos que el asistente debe vivir dentro del campus virtual, trabajar solo con el material que el docente decide y rendir cuentas a la institución. Así la respuesta es coherente con la asignatura, los documentos no salen de la universidad y los datos del alumnado quedan bajo el control de quien debe protegerlos.

También creemos que el profesor debe seguir al mando: configura el modo socrático, revisa las preguntas de práctica y consulta en el panel dónde se atascan sus alumnos. La IA descarga trabajo repetitivo y deja más tiempo para lo que solo puede hacer un docente.

Y lo decimos con un dato propio: en las asignaturas analizadas, hemos medido una mejora media de +0,5 puntos. Nos importa más ese resultado que la novedad de la herramienta.

Jaime

Preguntas frecuentes

¿Una IA que responde sobre documentos puede inventarse respuestas?

RAG reduce mucho el riesgo, pero no lo elimina: si la búsqueda recupera el fragmento equivocado, la respuesta también lo será. Lo que mejor funciona es partir de documentos ordenados y actualizados y exigir que el asistente cite la fuente. En BrainBoost las respuestas se basan únicamente en el material aportado por el docente.

¿Qué documentos puede usar el profesorado?

Los habituales en un curso: apuntes, documentos del aula virtual, prácticas de laboratorio, libros y ejercicios, según la guía de CATEDU. Conviene que estén organizados por tema para que la recuperación sea precisa.

¿Hay que revisar los tests generados por IA?

Sí, siempre. El docente es responsable de los materiales que usa, y revisar cada pregunta y su respuesta es rápido cuando se contrasta con el propio temario. Generar más preguntas de las necesarias y seleccionar las mejores facilita el trabajo.

¿Cumple el RGPD una herramienta de este tipo?

Depende de cómo trate los datos y de cómo la despliegue la institución, que es la responsable del tratamiento y debe valorar la base jurídica, el alojamiento y, en su caso, una EIPD con su delegado de protección de datos. BrainBoost aplica seudonimización y deja el control de datos y contenidos en la institución.

¿Hace falta desarrollo para conectarlo al LMS?

No con BrainBoost: se integra mediante LTI 1.3 y se activa sin desarrollo a medida, con acceso SSO para los alumnos y soporte técnico 24/7.

Fuentes

• AWS: opciones de generación aumentada por recuperación
• María Retamero: qué es RAG
• Docuchat, Universidad de A Coruña
• IA Esencial: qué es RAG
• CATEDU: prompting y RAG
• CATEDU: uso avanzado de chatbots conversacionales
• Profesor Productivo: actividades de evaluación con IA
• EducaMadrid: IA en el aula virtual
• UPM: chatbot para Moodle
• Andrés Martínez Soto: gobernanza de la IA en instituciones educativas
• Andrés Martínez Soto: integración LTI en Moodle
• Oficina del Parlamento de Andalucía: IA y educación
• Universidad de Cádiz: recomendaciones de uso de IA
• Universidad de Extremadura: guía de uso responsable de IA
• UNESCO: guía para el uso de IA generativa en educación
• Avances en Supervisión Educativa: IA y protección de datos