Skip to content

UTN-FRD/ai_examtaker

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Examtaker AI

Generador y evaluador de exámenes con inteligencia artificial usando Google Gemini

Descripción General

Examtaker AI es un sistema inteligente que genera exámenes personalizados basados en temas específicos y evalúa automáticamente las respuestas de los estudiantes utilizando tecnología de inteligencia artificial avanzada. El sistema proporciona retroalimentación detallada y puntuación basada en rúbricas predefinidas.

Requisitos Previos

  • Python 3.8 o superior
  • Poetry (herramienta de gestión de dependencias de Python)

Instalación

1. Instalar Poetry

Si no tienes Poetry instalado, instálalo usando pip:

pip install poetry

2. Instalar Dependencias

Instala todos los paquetes requeridos usando Poetry:

poetry install

3. Configuración de la Clave API

Para usar el servicio de Google Gemini AI, necesitas obtener una clave API:

  1. Visita la página de claves API de Google AI Studio
  2. Genera una nueva clave API
  3. Crea un archivo .env en el directorio raíz del proyecto
  4. Agrega tu clave API al archivo .env:
GOOGLE_API_KEY=tu_clave_api_aqui

Uso

Ejecutar la Aplicación

Ejecuta la aplicación principal usando Poetry:

poetry run python main.py

Flujo de Trabajo

  1. Entrada del Tema: El sistema te pedirá que ingreses un tema para la generación del examen
  2. Generación del Examen: La IA creará un examen personalizado basado en el tema especificado
  3. Sesión de Examen: Completa las preguntas del examen generado
  4. Evaluación Automática: El sistema evalúa tus respuestas usando las rúbricas definidas en exam_rubrics.json

Archivos de Salida

La aplicación genera los siguientes archivos:

  • Sesión de Examen: exam_session_{timestamp}.json - Contiene el examen generado y tus respuestas
  • Resultados de Evaluación: exam_correction_{timestamp}.json - Contiene retroalimentación detallada, correcciones y puntuaciones para cada pregunta

La puntuación final también se mostrará en la terminal al completar el proceso de evaluación.

Estructura del Proyecto

Examtaker/
├── core/               # Funcionalidad del adaptador de IA principal
├── labs/               # Lógica de generación de exámenes
├── models/             # Modelos y estructuras de datos
├── settings/           # Gestión de configuración
├── exam_rubrics.json   # Rúbricas de evaluación
└── main.py            # Punto de entrada de la aplicación

About

Exam generation and evaluator. Powered by Google with Gemini

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages