Una cabecera. Una línea por pregunta. Evaluaciones psicométricas con IRT, Bloom y CAT generadas por IA sin pagar el impuesto de la sintaxis repetida.
SIMA convierte contenido educativo real en evaluaciones adaptativas. Para hacerlo bien, la IA no necesitaba decorar datos: necesitaba un recipiente mínimo, estable y barato de generar.
"Queríamos la claridad de JSON sin su peso. Queríamos que la IA extrajera lo importante de una clase y lo entregara en un formato que pudiera vivir en producción, no solo en una demo."
— Adrián Palma & Erick Palomino, creadores de .miniCada campo repite su nombre en cada registro. Para 45 preguntas con 4 opciones, el costo en tokens se vuelve prohibitivo en producción.
En transcripciones extensas, .toon exige más estructura de la que la IA mantiene de forma consistente. .mini reduce la superficie de error.
Una línea de cabecera + N líneas de ítems. Lo bastante humano para auditarlo. Lo bastante pequeño para producirlo miles de veces.
Comparativa de tokens consumidos para representar los mismos datos psicométricos.
* al final del textoEl formato es pequeño, pero no cerrado. Prueba el ejemplo, edítalo y cambia el deslizador: de .mini a JSON para integraciones, o de JSON a .mini para volver al formato compacto que la IA puede emitir sin ruido.
La IA identifica conceptos esenciales de la transcripción. Descarta anécdotas y ejemplos no evaluables.
Cada concepto se clasifica en L1–L6. Se garantiza distribución uniforme por dificultad.
Asignación de parámetros a, b, c según nivel cognitivo. Discriminación desde 0.8 hasta 2.5.
Una cabecera + N líneas. Parseable con un simple split por pipe. Sin overhead sintáctico.
El modelo IRT de 3 parámetros permite calibrar cada ítem de manera precisa. Los parámetros se asignan automáticamente según el nivel cognitivo de Bloom.
Qué tan bien distingue el ítem entre estudiantes con diferente nivel de dominio.
Nivel de habilidad theta donde la probabilidad de respuesta correcta es 50%.
Probabilidad mínima de acertar por azar. Base 1/num_opciones para 4 alternativas.
Cada ítem se etiqueta con un nivel de la Taxonomía de Bloom revisada, garantizando cobertura cognitiva completa.