La memoria presenta el desarrollo de un plugin para Moodle 4.1 que automatiza la generación de preguntas y la retroalimentación personalizada por intento en cuestionarios, utilizando inteligencia artificial accesible mediante la API de OpenAI.
Tras analizar el contexto histórico-tecnológico del aprendizaje digital y las limitaciones de los cuestionarios nativos de Moodle, se justifica técnicamente la necesidad de reducir la carga manual docente mediante la automatización. El proyecto adopta un modelo de desarrollo incremental y reutiliza componentes del módulo nativo de cuestionarios, integrando nuevas funcionalidades inteligentes que procesan documentos PDF aportados por el profesorado.
Se documenta la arquitectura del sistema que comprende capas de persistencia, lógica de negocio y presentación, así como la interacción con modelos de lenguaje de gran tamaño adecuados para las tareas de generación automática y retroalimentación, optimizando el coste y rendimiento.
Los resultados incluyen evaluaciones que muestran una calidad equiparable a preguntas generadas manualmente y una reducción del 93 % en el tiempo global dedicado a la creación y evaluación. Finalmente, se discuten aspectos éticos, impacto ambiental y social, y se plantean incrementos futuros para mejorar la escalabilidad y la versatilidad pedagógica del sistema.
Abstract:
This thesis presents the development of a Moodle 4.1 plugin that automates quiz question generation and personalized feedback per attempt using artificial intelligence via the OpenAI API.
Following a review of the historical-technological context and limitations of Moodle’s native quiz modules, the need to reduce manual workload is established. The project adopts an incremental development model, extending the native Moodle quiz component while integrating AI-powered capabilities that process instructor-provided PDF documents.
The system architecture includes persistence, business logic, and presentation layers, and optimizes LLM model selection for question and feedback generation balancing cost and performance.
Results from evaluation demonstrate question quality indistinguishable from humangenerated content and a 93 % reduction in overall creation and assessment time. Ethical considerations, environmental and social impacts are discussed, alongside proposals for future scalability and educational enhancements.
La memoria presenta el desarrollo de un plugin para Moodle 4.1 que automatiza la generación de preguntas y la retroalimentación personalizada por intento en cuestionarios, utilizando inteligencia artificial accesible mediante la API de OpenAI.
Tras analizar el contexto histórico-tecnológico del aprendizaje digital y las limitaciones de los cuestionarios nativos de Moodle, se justifica técnicamente la necesidad de reducir la carga manual docente mediante la automatización. El proyecto adopta un modelo de desarrollo incremental y reutiliza componentes del módulo nativo de cuestionarios, integrando nuevas funcionalidades inteligentes que procesan documentos PDF aportados por el profesorado.
Se documenta la arquitectura del sistema que comprende capas de persistencia, lógica de negocio y presentación, así como la interacción con modelos de lenguaje de gran tamaño adecuados para las tareas de generación automática y retroalimentación, optimizando el coste y rendimiento.
Los resultados incluyen evaluaciones que muestran una calidad equiparable a preguntas generadas manualmente y una reducción del 93 % en el tiempo global dedicado a la creación y evaluación. Finalmente, se discuten aspectos éticos, impacto ambiental y social, y se plantean incrementos futuros para mejorar la escalabilidad y la versatilidad pedagógica del sistema.
Abstract:
This thesis presents the development of a Moodle 4.1 plugin that automates quiz question generation and personalized feedback per attempt using artificial intelligence via the OpenAI API.
Following a review of the historical-technological context and limitations of Moodle’s native quiz modules, the need to reduce manual workload is established. The project adopts an incremental development model, extending the native Moodle quiz component while integrating AI-powered capabilities that process instructor-provided PDF documents.
The system architecture includes persistence, business logic, and presentation layers, and optimizes LLM model selection for question and feedback generation balancing cost and performance.
Results from evaluation demonstrate question quality indistinguishable from humangenerated content and a 93 % reduction in overall creation and assessment time. Ethical considerations, environmental and social impacts are discussed, alongside proposals for future scalability and educational enhancements. Read More
Related posts:
Diseño y desarrollo de un tipo de pregunta de Moodle para la ETSAM
Sistema de apoyo al estudio basado en IA: creación automática y resolución de cuestionarios a partir de documentos académicos
Modelo simulable en Python de un procesador ARM Cortex-M0 para su aplicación en CodeRunner
Sistema generador y evaluador automático de cuestionarios con control del nivel de dificultad en español basado en modelos de lenguaje de gran escala
Framework para la creación de juegos de preguntas
Sustainability quiz: Test your knowledge of the basics