Porta la IA al teu curs
LAMB ofereix als docents un entorn per crear assistents d’aprenentatge RAG, preparar la preavaluació basada en rúbriques (PRE) i analitzar i millorar les seves activitats, amb LAMB LEGATUS i una connexió opcional amb els cursos de Moodle del docent. Els estudiants accedeixen a les eines configurades des de l’LMS de la institució, com ara Moodle o Canvas mitjançant LTI. Pots preparar un assistent en una interfície web sense escriure codi d’aplicació.
Assistents RAG a partir dels materials del curs
La generació augmentada per recuperació (RAG) proporciona a un assistent fragments rellevants de les fonts seleccionades quan respon. Fes-la servir per construir un assistent a partir de les lectures del curs, de documents de referència o dels materials docents.
Tu en defineixes el rol i les instruccions, tries un dels models disponibles i connectes les fonts. La institució gestiona els models permesos i l’accés. Prova tant la recuperació com la resposta generada: recuperar un fragment rellevant no garanteix que la resposta el faci servir correctament.

Connecta i comprova els teus materials →
Recerca: millorar la recuperació de la terminologia educativa →
Preavaluació basada en rúbriques (PRE)
Crea un assistent que apliqui una rúbrica a la feina dels estudiants i prepari un retorn o una proposta d’avaluació per revisar. PRE dona suport al procés d’avaluació del docent: el docent valora la proposta i decideix què comunica o registra.
LAMB inclou l’elaboració de rúbriques i fluxos d’avaluació de fitxers. Defineix els criteris, proporciona a l’assistent d’avaluació la rúbrica que vols aplicar i prova’l amb lliuraments representatius. Revisa el retorn i les puntuacions proposades abans de fer-los servir en un curs. Si l’activitat retorna una qualificació a l’LMS, comprova tant la revisió del docent com el resultat al llibre de qualificacions.

Tria l’activitat del curs i la via LTI →
Recerca: una prova de concepte d’avaluació amb IA basada en rúbriques →
LAMB LEGATUS: un agent per al docent
LAMB LEGATUS és un agent integrat a LAMB. Un model de llenguatge, tot sol, només escriu text. LAMB LEGATUS és l’arnès (harness) que l’envolta: eines que llegeixen i modifiquen la teva feina a LAMB i llegeixen el teu curs de Moodle, els permisos del teu compte i un pas d’aprovació que el model no es pot saltar. El nom ve del legatus romà, que actuava en nom del Senat.
Descrius el que vols en llenguatge planer, i treballa al costat de la pàgina on ets:
- Dissenya conversant: crea un assistent, millora’n les instruccions, prepara una base de coneixement o una rúbrica.
- Proves integrades: proposa casos de prova, els desa quan hi estàs d’acord, els executa i fa la seva pròpia avaluació de cada resposta perquè la comprovis.
- El teu curs de Moodle, a l’abast: amb la connexió amb Moodle, llista i llegeix els recursos del teu curs i importa els que triïs.
- Escenaris d’aprenentatge: descriu una sola vegada el teu públic, el propòsit i les restriccions, i les converses noves en parteixen.
Et demana permís abans de canviar la teva feina. Crear, actualitzar, publicar o eliminar un assistent, canviar una base de coneixement, una rúbrica o un escenari d’aprenentatge, i cada importació o escriptura a Moodle esperen en una targeta d’aprovació; el canvi que aproves és el canvi que fa LAMB. Llegir, i desar, executar i avaluar proves, no necessiten cap targeta. La teva organització tria el model que fa servir.


El teu curs de Moodle, connectat
LAMB es connecta amb Moodle de dues maneres, i cap de les dues requereix cap plugin de Moodle.
- Activitats al teu curs. Les activitats de LAMB s’afegeixen a un curs de Moodle com a Eina externa mitjançant l’estàndard LTI 1.1: un xat amb els teus assistents, l’avaluació de fitxers amb una rúbrica i, on la teva organització ho hagi configurat, LLM access amb claus personals per a les eines pròpies dels estudiants. Els estudiants les obren des del curs. En l’avaluació de fitxers, el docent revisa les qualificacions i les envia al llibre de qualificacions de Moodle. També es pot afegir mitjançant LTI un sol assistent publicat o l’accés al Creator; consulta la guia d’LTI.
- El teu curs, per a LAMB LEGATUS. Amb el connector opcional de Moodle, connectes el teu propi compte de Moodle a la pàgina El teu Moodle (l’enllaç Moodle de la barra superior de LAMB). Aleshores LAMB LEGATUS pot llistar els teus cursos, llegir-ne els recursos i importar el material seleccionat a una base de coneixement, a través dels serveis web estàndard de Moodle i dels permisos del teu compte.
L’administrador de LAMB habilita el connector, i Moodle ha d’oferir els serveis estàndard. El connector només llegeix, tret que la teva organització permeti publicar als fòrums o desar qualificacions; en aquest cas, cada escriptura necessita la seva pròpia aprovació, i en el cas de les qualificacions, estudiant per estudiant. Els noms, les publicacions i les qualificacions dels estudiants que llegeix LAMB LEGATUS arriben al proveïdor de models configurat per l’organització; amb un proveïdor extern, surten de la teva institució. Fes servir la configuració de dades i de models aprovada per la institució.

Analitza i avalua el comportament de l’assistent
Fes servir casos de prova repetibles i resultats desats per examinar com respon un assistent. Les vistes d’activitat i les analítiques ofereixen les evidències d’ús i de converses disponibles, segons els permisos i la política de revisió configurada. LAMB LEGATUS et pot ajudar a interpretar aquestes evidències i a suggerir millores.
Compara les respostes reals amb el teu propòsit d’aprenentatge i amb la rúbrica. Les execucions de proves i l’activitat dels estudiants són tipus d’evidència diferents; un recompte d’ús, per si sol, no demostra cap benefici per a l’aprenentatge.

Comença amb un propòsit docent
Un assistent pot ajudar els estudiants a practicar l’explicació d’un concepte, a trobar un fragment als apunts del curs o a treballar una pregunta sense donar-los la resposta de seguida. Són dissenys docents possibles: la seva qualitat depèn de les teves instruccions, de les fonts, del model i de les proves.
Per a una primera activitat, limita el propòsit. Per exemple: «Ajuda els estudiants a trobar l’apartat rellevant de la guia del curs i a explicar-lo amb les seves paraules.» Decideix què ha de fer l’assistent quan no trobi una resposta.
Un primer projecte petit
- Obtén accés. La teva institució et proporciona una adreça de LAMB o un enllaç d’accés al seu LMS. El lloc web públic del projecte no és un servei d’inici de sessió compartit.
- Crea un assistent. Dona-li un propòsit, unes instruccions i un model aprovat per la institució.
- Afegeix material del curs. Connecta una base de coneixement disponible i després comprova que es poden recuperar els fragments previstos.
- Prova’n el comportament. Fes-li una pregunta normal, una pregunta que les fonts no cobreixen i una petició enganyosa. Llegeix les respostes tu mateix.
- Publica’l per a un curs. Segueix la via d’integració amb l’LMS de la teva institució i comprova l’accés com a estudiant.
Crea el teu primer assistent →
El que continua sent decisió teva
Tu tries l’objectiu d’aprenentatge, els materials que poden fer servir els estudiants i què compta com a resposta útil. Proporcionar documents no garanteix respostes ni referències correctes. Explica als estudiants el rol de l’assistent i dona’ls una manera de comunicar problemes.
Els controls i els permisos disponibles depenen de la revisió instal·lada i de la configuració de la teva institució. Revisa el retorn i els suggeriments generats per la IA d’acord amb el procés d’avaluació del teu curs.
Si ja fas servir LAMB
- Connecta i comprova els materials del curs.
- Construeix un conjunt repetible de casos de prova.
- Posa un assistent a disposició a través del teu LMS.
- Comprova les versions i la disponibilitat de les funcions.
Per a l’accés al compte i els permisos del curs, contacta amb l’equip de suport de la teva institució. Per a una incidència reproduïble del producte, fes servir el gestor d’incidències del projecte sense incloure-hi contingut privat del curs ni credencials.