Docentes y colegios
Asistente de conocimiento RAG + generador de materiales
Literatura reconocida — evaluación formativa
La IA genérica alucina sobre la didáctica específica.
ChatGPT y chatbots similares dan consejos que suenan convincentes sobre exámenes y calificación — incluso cuando ese consejo no se basa en nada. Para la didáctica específica eso es un riesgo: un consejo equivocado afecta directamente al alumno.
Los docentes que aplican en serio la evaluación formativa no quieren consejos sueltos. Quieren saber en qué se basa un enfoque — un marco reconocible, no conjeturas de un modelo de lenguaje.
No existía ningún asistente de conocimiento curado específicamente para la evaluación formativa, con citación de fuentes en cada respuesta. Eso es lo que añade DocentRAG.
Un asistente de conocimiento que muestra su fuente.
Este es nuestro propio producto, conocido públicamente como TeachFoundry — DocentRAG es el título de trabajo interno para el motor que hay debajo. Junto con una experta en la materia de evaluación formativa, construimos un asistente de conocimiento RAG: los docentes hacen una pregunta en lenguaje normal y reciben una respuesta desde una base de conocimiento curada, con su fuente adjunta.
El sistema también genera materiales de clase listos para usar — planes de clase, exit tickets, rúbricas, planes de implementación — que se exportan directamente a PDF o Google Docs.
Técnicamente esto se llama generación aumentada por recuperación (RAG): el sistema primero busca en su propia base de conocimiento los fragmentos relevantes y solo después deja que el modelo de lenguaje formule una respuesta, basada en lo que ha encontrado — no en lo que casualmente “sabe”. Así, cada respuesta se puede rastrear hasta un documento concreto del marco de evaluación formativa.
De la pregunta al material listo para usar.
El docente hace una pregunta.
En lenguaje normal, como se lo preguntarías a un compañero — sobre evaluación formativa, exámenes o calificación.
Búsqueda en la base de conocimiento curada.
No en el internet abierto ni en la memoria del modelo de lenguaje: solo en la base de conocimiento aislada, basada en literatura reconocida.
Respuesta con citación de fuentes e indicador de fiabilidad.
Resumen, desarrollo, fuentes y preguntas de seguimiento — más un indicador: fiabilidad alta, media o baja.
Generar material de clase listo para usar.
Desde un plan de clase hasta un exit ticket, una rúbrica o un plan de implementación, listo para exportar directamente a PDF o Google Docs.
El docente valora y lo utiliza.
El sistema aporta la fundamentación y el material, el docente conoce la clase y decide qué entra en la lección.
DOCENTRAG · VAN VRAAG TOT ANTWOORD MET BRON
Construido para docentes y colegios.
Docentes y colegios usan DocentRAG — públicamente: TeachFoundry — para hacer preguntas sobre evaluación formativa y obtener rápidamente material de clase listo para usar, fundamentado en literatura reconocida.
Por qué esto es distinto de un chatbot normal.
Un chatbot de propósito general suena a menudo convincente en cuestiones educativas, incluso cuando la respuesta es una alucinación. El modelo rellena un vacío en su conocimiento con algo que suena plausible sobre didáctica específica, sin que se note.
DocentRAG funciona al revés: la respuesta solo llega después de que el sistema haya encontrado algo en la base de conocimiento curada. Sin resultado — o con una puntuación de fiabilidad baja — y eso se refleja de inmediato en la respuesta.
Un chatbot normal suena convincente. DocentRAG muestra de dónde viene la respuesta — y cuán seguro está de ella.
Citación de fuentes y fiabilidad como principio de diseño.
Base de conocimiento curada.
Unos 196 documentos por instancia de idioma, elaborados con una experta en la materia de evaluación formativa — basados en literatura reconocida, incluido el marco Toetsrevolutie (René Kneyber) y el modelo HOP.
Citación de fuentes en cada respuesta.
Ninguna respuesta sin una fuente localizable. Estructura: resumen → desarrollo → fuentes → preguntas de seguimiento.
Indicador de fiabilidad + rechazo si está fuera de tema.
Cada respuesta muestra fiabilidad alta, media o baja. Las preguntas fuera del dominio de conocimiento se rechazan en lugar de que el sistema se invente algo.
Multilingüe, varias instancias.
Instancias separadas y en producción en neerlandés, inglés y para Hong Kong — cada una con su propio idioma y su propia base de conocimiento.
El docente conserva la última palabra.
El sistema aporta la fundamentación y el material. El docente valora y decide qué entra en el aula.
Lo que esto aporta, más allá de la respuesta en sí.
Una respuesta fundamentada, rápido.
Sin rebuscar en libros o artículos sueltos: la pregunta en lenguaje normal, la respuesta con su fuente adjunta.
Material de clase listo para usar.
Planes de clase, exit tickets, rúbricas y planes de implementación — listos para exportar, en vez de redactarlos tú mismo.
Fundamentado en didáctica reconocida.
Cada respuesta está enraizada en un marco coherente de evaluación formativa, no en consejos sueltos de un chatbot genérico.
El juicio sigue siendo del docente.
El sistema aporta, el docente valora qué encaja con la clase — eso sigue siendo trabajo humano.