FORMYDABLE ¿ GENERADOR DE EXÁMENES CON RAG

Abstract

La generación de exámenes sigue siendo, en la mayoría de centros educativos, una tarea artesanal que consume una parte significativa del tiempo del profesorado, sobre todo cuando los temarios evolucionan a lo largo del curso y los bancos de preguntas comerciales no se ajustan al material realmente impartido. Este Trabajo de Fin de Grado presenta el diseño, la implementación y el despliegue de Formydable, una aplicación web full-stack que aplica la arquitectura de Generación Aumentada por Recuperación (RAG) para producir preguntas tipo test fundamentadas en los documentos que el propio profesor sube a la plataforma.

El sistema se construyó como un monorepo TypeScript con Next.js 15 en el frontend y Fastify 5 en el backend, organizados en cuatro capas siguiendo Clean Architecture y Domain-Driven Design. El pipeline RAG se compone de cinco etapas ¿extracción de texto con pdfjs-dist y mammoth, chunking semántico con llm-chunk, generación de embeddings con text-embedding-3-small de Azure OpenAI, indexación vectorial con pgvector sobre PostgreSQL 16, y generación de preguntas con gpt-4o¿ ejecutadas de forma asíncrona mediante BullMQ sobre Redis. La aplicación se completa con autenticación local y OAuth con Google, gestión de clases e invitaciones, realización y calificación de exámenes, panel de métricas y un dashboard de uso por plan de suscripción.

El resultado es un sistema con 60 clases de casos de uso en la capa de aplicación, 15 entidades de dominio, 64 rutas HTTP agrupadas en 12 routers, una infraestructura como código con 9 módulos Terraform desplegada en Azure, y 965 pruebas automatizadas (587 unitarias y de integración en el backend, 291 de componentes en el frontend - con 292 tests totales - más 87 pruebas E2E con Playwright distribuidas en seis flujos críticos). Las principales líneas de trabajo futuro son la edición humana de preguntas generadas, una vista de búsqueda semántica transversal sobre la biblioteca de documentos, y la reducción de la latencia del pipeline en documentos de más de 200 páginas.