En este blog encontrarás artículos, colecciones y materiales sobre tecnología educativa, plataformas de aprendizaje, integraciones, arquitectura, desarrollo e inteligencia artificial, siempre desde la experiencia de construir y operar sistemas reales.
Artículo destacado
Selección editorial
El LMS seguirá siendo una pieza esencial, pero ya no puede concentrar todas las interfaces, los datos y las decisiones. Una arquitectura de referencia para incorporar IA sin perder gobierno, trazabilidad ni posibilidad de salida.
AL Alberto Lara Hernández ·
Qué debe cubrir la ingeniería de sistemas de IA para convertir una capacidad del modelo en un producto seguro, evaluable, mantenible y reversible.
Cómo decidir entre código, un flujo, un agente o varios, y qué contratos, permisos, estado y pruebas necesita la coordinación.
Cómo evolucionan las altas, las matriculaciones y el resto de la administración de Moodle desde el CSV hasta agentes con permisos, confirmación y trazabilidad.
Obras con un recorrido editorial declarado, organizadas en capítulos relacionados.
Cuando implementar deja de ser el cuello de botella, el trabajo se desplaza a decidir qué se implementa y a verificar el resultado.
El entorno de trabajo de un agente que escribe código y el procedimiento para revisar sus resultados.
El futuro de la IA no se reduce a escribir mejores prompts. Consiste en diseñar mejores sistemas.
Un marco para diseñar y operar sistemas de IA sobre plataformas de aprendizaje institucional, del prompt al sistema completo.
La IA no sustituye el criterio experto: lo hace más necesario.
El valor del conocimiento, la experiencia y la toma de decisiones en la era de la inteligencia artificial.
Artículos ya publicados que conviene leer en un orden concreto.
Repartir licencias no cambia una empresa. Lo que cambia una organización es rediseñar cómo trabaja; la IA acentúa tanto los aciertos como los defectos del trabajo existente.
De comprar acceso a la IA a construir capacidad real: por qué el acceso no basta, cómo rediseñar el trabajo para adoptarla y cómo medir si de verdad mejora la productividad.
Un estudiante no vive dentro de un sistema: atraviesa varios. Cada límite entre sistemas que nadie diseñó lo acaba pagando él, contando otra vez quién es.
El recorrido del estudiante entre sistemas, de la primera solicitud al certificado, y qué hay que resolver en cada punto de traspaso para no pedirle dos veces lo mismo.
Conectar dos sistemas es lo fácil. Lo difícil llega el día que uno de los dos cambia, y alguien tiene que explicar por qué dejó de funcionar y qué datos cruzaron mientras tanto.
Cómo se decide una integración entre sistemas de aprendizaje, se lleva a producción y se opera después: de elegir el estándar a rotar las claves sin cortar el servicio.
Una IA puede escribir el código solicitado, pero también decide sobre todo lo que la especificación deja abierto.
Qué debe contener una especificación para que una IA escriba código útil, y qué sigue siendo decisión de arquitectura por muy completa que esté.
Cómo convertir e importar preguntas de Word, Excel o texto en Moodle con Aiken, GIFT, Moodle XML o el complemento de tabla de Word, sin perder control sobre respuestas, puntuaciones y categorías.
Qué es Loop Engineering y qué hay que diseñar para que un agente compruebe sus resultados, conserve el estado y continúe sin depender de otro prompt humano.
Moodle 3.4 incorporó aprendizaje automático para predecir el riesgo de abandono. Así funcionaban sus objetivos, indicadores, predicciones e insights, y esto es lo que los LLM han cambiado desde entonces.
RAG recupera fragmentos, pero no conserva por sí solo las relaciones pedagógicas. Qué debe modelar un sistema de IA para trabajar con conocimiento educativo.
Por qué un RAG educativo puede citar fuentes y seguir equivocándose, y qué arquitectura permite distinguir contenido, estado, normas e identidad.
Catálogo completo
46 artículos, por fecha o por categoría.
