RESUMEN:
Esta tesis aborda la problemática de la limitada accesibilidad de contenidos de comprensión
lectora para estudiantes con discapacidades en el Centro de Atención para Estudiantes con
Discapacidad (CAED), un desafío que afecta directamente la educación inclusiva. Se propone el
diseño y validación de un modelo arquitectónico de software que integra inteligencia artificial
generativa para la adaptación automatizada y personalizada de materiales educativos. El objetivo
principal es mejorar significativamente la accesibilidad y efectividad del aprendizaje para
estudiantes con diversas necesidades, liberando a los docentes de la carga manual de adaptación y
asegurando la coherencia y calidad de los materiales. La arquitectura propuesta, fundamentada en
un Gran Modelo de Lenguaje, un Agente LangChain, un Kit de Servicios Cognitivos y una Base
de Datos Vectorial, busca transformar contenidos originales en formatos de "Lectura Fácil"
siguiendo la norma UNE 153101:2018 EX. La investigación detalla la especificación de
componentes, la implementación de mecanismos de integración, el desarrollo de casos de uso
específicos en comprensión lectora, y la ejecución de pruebas de usabilidad y funcionalidad con
usuarios en el contexto del CAED. Este trabajo representa una contribución significativa al campo
de la tecnología educativa inclusiva, ofreciendo una solución escalable y eficiente para la
adaptación de contenidos
ABSTRACT:
This thesis addresses the critical challenge of limited accessibility to reading comprehension
content for students with disabilities at the Center for Attention for Students with Disabilities
(CAED), a issue directly impacting inclusive education. It proposes the design and validation of
an software architectural model that integrates generative artificial intelligence for the
automated and personalized adaptation of educational materials. The primary objective is to
significantly enhance the accessibility and effectiveness of learning for students with diverse
needs, alleviating the manual burden on educators for content adaptation and ensuring the
consistency and quality of adapted materials. The proposed architecture, built upon a Large
Language Model, a LangChain Agent, a Cognitive Services Kit, and a Vector Database, aims to
transform original content into "Easy-to-Read" formats, adhering to the UNE 153101:2018 EX
standard. The research details the specification of architectural components, the implementation
of integration mechanisms, the development of specific use cases in reading comprehension, and
the execution of usability and functionality tests with users within the CAED context. This work
represents a significant contribution to the field of inclusive educational technology, offering a
scalable and efficient solution for content adaptation.
