Plataforma de evaluación automatizada de código, con IA adaptativa, para la enseñanza de programación en python, en el instituto tecnológico experimental del área urbana del municipio de sololá

Abstract

La enseñanza de programación en el Bachillerato en Computación en el Instituto Tecnológico Experimental, casco urbano de Sololá enfrenta tres problemas críticos: falta de retroalimentación inmediata, conectividad intermitente y recursos tecnológicos limitados. Este proyecto aborda estos desafíos con una plataforma offline-first que automatiza la evaluación de código utilizando ASTs y emplea IA adaptativa para personalizar ejercicios según las necesidades de cada estudiante. La solución, desarrollada como una Aplicación Web Progresiva (PWA) con almacenamiento en caché local y soporte mediante servidores Raspberry Pi, garantiza el acceso incluso en ausencia de conexión a internet, La plataforma utiliza análisis de código con Python y scikit-learn, implementándose en el Instituto Tecnológico Experimental de Sololá con sincronización periódica. Su validación se realiza mediante pruebas comparativas pre/post-implementación, mostrando una reducción en el tiempo de corrección. Esto beneficia tanto a estudiantes como a docentes; los estudiantes reciben retroalimentación más rápida y precisa, mejorando sus competencias según el CNB, mientras que los docentes disponen de herramientas que optimizan su tiempo y les permiten enfocarse en estrategias pedagógicas avanzadas. Además, el modelo es replicable y adaptable para escuelas con desafíos similares en contextos urbanos con recursos limitados. La innovación radica en su doble adaptabilidad: tecnológica (funciona sin internet) y pedagógica (ajuste automático de dificultad). Esto posiciona la plataforma como herramienta clave para fortalecer la educación tecnológica en contextos urbana

Teaching programming in the Computer Science high school program at the Experimental Technological Institute in the urban area of Sololá faces three critical challenges: lack of immediate feedback, intermittent connectivity, and limited technological resources. This project addresses these challenges with an offline-first platform that automates code evaluation using Abstract Syntax Trees (ASTs) and employs adaptive AI to personalize exercises according to each student’s needs. The solution, developed as a Progressive Web Application (PWA) with local caching and support via Raspberry Pi servers, ensures access even in the absence of an internet connection. The platform uses code analysis with Python and scikit-learn and is implemented at the Experimental Technological Institute of Sololá with periodic synchronization. Its validation is carried out through comparative pre- and post-implementation tests, showing a reduction in grading time. This benefits both students and teachers: students receive faster and more accurate feedback, improving their competencies according to the national curriculum (CNB), while teachers have tools that optimize their time and allow them to focus on advanced pedagogical strategies. Additionally, the model is replicable and adaptable for schools facing similar challenges in urban contexts with limited resources. The innovation lies in its dual adaptability: technological (it functions without internet) and pedagogical (automatic adjustment of difficulty). This positions the platform as a key tool for strengthening technological education in urban contexts.