EstudIA

EstudIA

Cliente

Centros educativos, universidades, academias, docentes, titoría e empresas con programas de formación que buscan unha solución dixital para crear contidos, avaliar o progreso do alumnado e personalizar a experiencia de aprendizaxe mediante intelixencia artificial.

SERVIZOS

Deseño e desenvolvemento dunha plataforma educativa baseada en intelixencia artificial, con creación de cuestionarios, seguimento do progreso do alumnado, visualización de métricas, personalización da aprendizaxe e funcionalidades de accesibilidade.

TECNOLOXÍAS

A plataforma combina intelixencia artificial xerativa e procesamento de linguaxe natural para interpretar documentos, xerar contidos educativos e adaptar a aprendizaxe a cada usuario. Ademais, incorpora analítica de datos, conectores documentais, arquitectura SaaS e sistemas de seguridade para protexer a información de profesores e alumnos.

Estud-IA é unha plataforma educativa baseada en intelixencia artificial que transforma a forma na que se crean, xestionan e personalizan os contidos didácticos. A solución permite a profesores e centros formativos xerar materiais de estudo, cuestionarios e métricas de seguimento a partir de documentos educativos, sen necesidade de coñecementos técnicos. Grazas ás súas capacidades de IA, a plataforma adapta a aprendizaxe ao ritmo, evolución e necesidades de cada alumno. O seu enfoque intuitivo e accesible facilita o traballo docente, mellora a experiencia do estudante e favorece unha educación máis inclusiva. Ademais, incorpora funcionalidades como a conversión de texto a voz e a visualización de datos para apoiar diferentes estilos de aprendizaxe. Con Estud-IA, a tecnoloxía convértese nunha ferramenta clave para impulsar unha ensinanza máis eficiente, flexible e personalizada.

1. Descrición do proxecto, obxectivos e prioridades

O proxecto ESTUD-IA nace para transformar o sector EdTech mediante a integración de tecnoloxías disruptivas nos procesos de aprendizaxe. Nun contexto onde a personalización educativa é clave, moitas plataformas actuais carecen de ferramentas intelixentes para adaptarse ao ritmo individual do alumno. O obxectivo xeral é desenvolver unha plataforma avanzada vinculada á formación educativa que utilice Intelixencia Artificial Xerativa e Predictiva para optimizar o rendemento académico e a xestión docente.

O resultado concíbese como un contorno dixital intelixente capaz de xerar contidos dinámicos, predecir dificultades de aprendizaxe e ofrecer unha experiencia educativa hiper-personalizada e eficiente.

Obxectivo principal: Desenvolver unha plataforma educativa innovadora que integre modelos de IA Xerativa para a creación de materiais e modelos Predictivos para o análise do progreso do alumno. A solución aspira a reducir as taxas de abandono escolar e mellorar a calidade formativa mediante unha interface accesible e ferramentas de analítica avanzada para institucións e alumnos.

Obxectivos específicos:

  • Implementación de IA Xerativa: Desenvolver motores baseados en LLMs para a xeración automática de exercicios, resúmenes e titorías virtuais personalizadas.
  • Modelos de Analítica Predictiva: Crear algoritmos capaces de identificar patróns de comportamento e predecir o risco de fracaso académico antes de que ocorra.
  • Arquitectura de Datos Educativos: Construír unha infraestrutura robusta e segura para o almacenamento e procesamento de grandes volumes de datos académicos, garantindo a privacidade do menor.
  • Interoperabilidade con Sistemas Educativos: Desenvolver conectores e APIs que permitan a integración sinxela con LMS (Learning Management Systems) xa existentes no mercado.
  • Optimización da UX para a Aprendizaxe: Deseñar unha interface intuitiva que fomente o compromiso do alumno (engagement) utilizando principios de gamificación e IA.
  • Seguridade e Cumprimento Ético: Asegurar que o uso da IA sexa ético, transparente e cumpra estrictamente co RGPD en contornos sensibles como a educación.

2. Ámbito xeográfico ou temático de execución do proxecto

Este proxecto sitúase na vangarda da Dixitalización Educativa (EdTech). Supón un paso decidido cara a unha educación máis inclusiva, intelixente e sostible, aliñada coas estratexias europeas de formación dixital e capacitación tecnolóxica.

3. Axuda UE total asignada, orzamento ou investimento total

O orzamento total do proxecto ESTUD-IA aprobado ascende a 203.006,00 €. O CDTI concedeu unha axuda en forma de préstamo de 166.464,00 € á empresa DIMENSIONA CONSULTORIA TECNOLOXICA SL. Esta axuda está cofinanciada polo Fondo Europeo de Desenvolvemento Rexional (FEDER), baixo o lema “Unha maneira de facer Europa”.

4. Duración ou prazo de execución do proxecto

El proyecto se inició formalmente el 24/10/2024 y su periodo de ejecución técnica se extiende hasta el 30/04/2026, cumpliendo con los hitos de innovación establecidos. 

5. Elementos gráficos da marca Fondos Europeos

Resultados do proxecto

Implementación de metodoloxía de xestión de proxectos

Posta en marcha dunha metodoloxía áxil (Scrum/Kanban) adaptada ao desenvolvemento de modelos de IA. Establécense protocolos de control de versións e xestión de riscos tecnolóxicos, asegurando unha comunicación fluída entre o equipo de ciencia de datos e os desenvolvedores de software.

  • Entregables:
  1. Informes de seguimento técnico-económico.
  2. Plan de xestión de riscos e calidade.

Definición de Requisitos

Identificación das necesidades pedagóxicas e técnicas para o deseño da plataforma. Definíronse os requisitos funcionais dos motores de xeración de texto e os parámetros clave para o adestramento dos modelos predictivos de aprendizaxe.

  • Entregables:
  1. Informe de requisitos funcionais e técnicos.
  2. Documento de deseño da experiencia de usuario (UX/UI).
  3. Avaliación de impacto de protección de datos (EIPD) específica para contornos educativos.

Desenvolvemento da plataforma educativa

Construción da infraestrutura base e a interface de usuario da plataforma. Implementación de sistemas de xestión de usuarios e contornos de aprendizaxe seguros, cunha arquitectura escalable capaz de soportar múltiples centros formativos simultaneamente.

  • Entregables:
  1. Plataforma base desenvolvida.
  2. Repositorios de código da aplicación e backend.
  3. Infraestrutura de servidor e APIs de conexión.

Integración de intelixencia artificial

Desenvolvemento e integración dos motores de IA Xerativa para a creación de contidos e do motor Predictivo para a análise do alumno. Inclúese o adestramento dos modelos con datasets educativos específicos para garantir a precisión e evitar sesgos na IA.

  • Entregables:
  1. Documentación técnica do modelo de IA Xerativa.
  2. Algoritmo predictivo de rendemento académico.
  3. Informe de validación dos modelos adestrados.

Probas da plataforma

Execución de probas de estrés e validación pedagóxica do sistema. Realízanse probas unitarias e de integración, así como pilotos controlados para verificar que as suxestións da IA son coherentes e pedagoxicamente útiles para os docentes e alumnos.

  • Entregables:
  1. Informe de casos de proba técnicos.
  2. Análise de resultados do piloto educativo.
  3. Manual de usuario e guía de boas prácticas en IA educativa.
EstudIA