Tutor RAG: Inteligencia Académica 24/7
En el corazón del Instituto Data Science diseñamos un sistema RAG (Retrieval-Augmented Generation) que actúa como tutor académico 24/7. No es un chatbot genérico: es un asistente entrenado con nuestra propia base de conocimiento. Responde con precisión y sabe cuándo no sabe.
def tutor(query, student_ctx):
docs = vector_db.search(query, k=5)
if score < threshold:
return “No tengo info suficiente.”
context = inject_curriculum(docs)
return llm.generate(query, context)
¿Por qué un RAG y no un simple LLM?
Un sistema RAG combina recuperación de información (Retrieval) y generación de texto (Generation). A diferencia de un modelo tradicional que puede alucinar, nuestro RAG fundamenta cada respuesta en documentos reales y verificables. Si la información no está en su base, lo dice. No inventa.
Modelos LLM Puros (Ej. ChatGPT)
- Alucinan información inventando respuestas plausibles.
- No conocen el contexto específico de tu curso.
- No citan fuentes verificables.
- No saben cuándo no saben.
Tutor RAG del IDSA
- Cada respuesta se fundamenta en un documento curado real.
- Se alimenta exclusivamente de nuestra malla curricular.
- Cada respuesta incluye la referencia exacta (sesión, notebook, paper).
- Tiene un umbral de similitud que le permite decir “no sé”.
El RAG del IDSA
Nuestro RAG no es un producto comercial adaptado. Es un sistema construido desde cero para las necesidades específicas de nuestro ecosistema académico, utilizando bases de datos vectoriales y embeddings optimizados para el español latinoamericano.
Base de conocimiento propia y curada
Se alimenta de sílabos, notebooks ejecutables con derivaciones matemáticas, repositorios indexados, papers de frontera y casos LATAM. Cero ruido, cero información genérica.
Especialización en español LATAM
Optimizado para nuestra variante del idioma. Mejor comprensión de términos técnicos en español y manejo de expresiones regionales en la recuperación semántica.
Tutoría académica con rigor
No da definiciones de manual. Si le preguntas por qué Lasso anula coeficientes, responde con la derivación matemática, la referencia a la sesión exacta y notas sobre casos de falla.
Integración con el ecosistema
Los alumnos lo consultan sin salir de Moodle. Integrado con JupyterLite y GitHub+Colab, conociendo el código de los notebooks de PyTorch, LangChain o EconML.
Learning Analytics para la mejora continua del material de estudio
Las consultas se analizan de manera totalmente anónima para identificar explicaciones o guías que puedan resultar complejas. Esta información permite a nuestro equipo docente revisar y perfeccionar el contenido de los cursos de forma continua.
Una plataforma en evolución
El RAG del IDSA no es un proyecto terminado. Atiende a centenares de alumnos concurrentes en 2-10 segundos. Estos son los pasos que estamos implementando:
Detección de abandono
Análisis de sentimiento para ofrecer apoyo proactivo.
Voz y Audio
Consultas habladas para una interacción más natural.
Avatar Humano
Interacción visual con un tutor conversacional.
Multimodalidad
Respuestas con imágenes, gráficos y videos, no solo texto.
Un tutor que nunca se cansa y se mantiene en la frontera
El RAG del Instituto es una declaración de principios: educación en ciencia de datos actualizable, rigurosa, accesible y escalable.