Erasmus+ KA220-HED · 2026 – 2029

Capacitamos al profesorado en IA para diseñar soluciones de Retrieval-Augmented Generation para la enseñanza y el aprendizaje en la educación superior

RAG4Edu ayuda al profesorado y al estudiantado a ir más allá de las herramientas genéricas de IA y crear sus propias aplicaciones RAG con base pedagógica, mediante un currículo basado en competencias, un programa formativo abierto, herramientas accesibles y una comunidad de práctica europea.

Educación superior IA y uso de datos Competencias digitales Nuevos métodos de enseñanza y aprendizaje
36 meses1 sep. 2026 – 31 ago. 2029
6 sociosDE · ES · FR · FI · PT · UA
Acceso abiertotodos los resultados con licencias abiertas
€400,000Subvención Erasmus+ a tanto alzado
147 docentesencuestados en el análisis de necesidades 2025/26

Sobre el proyecto

Por qué RAG y por qué ahora

Los grandes modelos de lenguaje están entrando rápidamente en la enseñanza y el aprendizaje, pero su uso suele ser improvisado, basado en instrucciones y poco anclado en el conocimiento educativo. Esto plantea preocupaciones reales sobre fiabilidad, precisión, sesgos, transparencia y protección de datos.

La generación aumentada por recuperación (RAG) combina la IA generativa con fuentes de conocimiento seleccionadas y específicas de cada disciplina —apuntes, diapositivas, publicaciones científicas, exámenes, materiales de laboratorio— para que el apoyo de la IA en una asignatura sea más controlable, explicable y adaptado al contexto. Sin embargo, el profesorado de toda Europa carece todavía de la formación, los marcos pedagógicos y el apoyo institucional necesarios para diseñar y gestionar soluciones basadas en RAG.

RAG4Edu cubre esa carencia. Desarrolla un currículo de RAG basado en competencias y un programa formativo modular con módulos de microaprendizaje, actividades de aprendizaje en grupo, herramientas accesibles, plantillas y ejemplos resueltos que permiten al profesorado crear sus propias aplicaciones RAG sin conocimientos avanzados de IA. Pilotos en varios países validan el programa y una comunidad de práctica europea le da continuidad más allá del proyecto.

El proyecto impulsa una IA europea y alineada con valores —modelos de lenguaje desarrollados en la UE e infraestructura EuroHPC, licencias abiertas, diseño conforme al RGPD y alineación con la Ley de IA de la UE— y contribuye así a un sector europeo de educación superior digitalmente competente y soberano.

Cómo funciona la RAG

De los materiales del curso a respuestas fundamentadas

La RAG combina la IA generativa con las fuentes de conocimiento que elige el docente, de modo que el apoyo de la IA en un curso es controlable, explicable y adaptado al contexto.

  1. 1Recuperar

    La pregunta de un estudiante busca en el conocimiento del curso seleccionado por el docente —apuntes, diapositivas, artículos, exámenes— y devuelve los pasajes más pertinentes.

  2. 2Enriquecer

    Los pasajes recuperados y el perfil del estudiante se añaden a la instrucción, de modo que el conocimiento de la institución da forma a una respuesta pertinente y adaptada al contexto.

  3. 3Generar

    Un LLM europeo redacta la respuesta a partir de ese contexto y muestra las fuentes utilizadas, para que los estudiantes puedan comprobar cada afirmación.

  4. 4Para la educación

    El profesorado diseña y valida cada paso en la caja de herramientas RAG4Edu, con comprobaciones del RGPD y del Reglamento de IA, y sin conocimientos avanzados de IA.

Conocimiento del curso diapositivas · apuntes artículos · exámenes · datos seleccionado por el docente Incorporar e indexar embeddings · metadatos Pregunta del estudiante o tarea en grupo Recuperar pasajes más relevantes Enriquecer la instrucción contexto + perfil del estudiante Generar LLM europeo Respuesta con fuentes citadas Docente diseña · valida RGPD · Ley de IA sin código / poco código Proceso RAG4Edu: modular, documentado, modelos alojados en la UE, enriquecimiento adaptado al estudiante. El profesorado lo construye y configura con la caja de herramientas RAG4Edu, sin conocimientos avanzados de IA.
Dentro de una aplicación RAG para un curso: el docente selecciona la base de conocimiento, la recuperación fundamenta cada respuesta en ella y la generación se ejecuta en LLM europeos.

Por qué es fiable en un curso

  • Basado en fuentesLas respuestas se basan en la base de conocimiento que el docente seleccionó para el curso.
  • Con citasLos estudiantes ven en qué pasajes se basa una respuesta y pueden comprobarlos.
  • Europeo y conforme a la normativaLLM con sede en la UE e infraestructura EuroHPC, diseño conforme al RGPD y en línea con el Reglamento de IA de la UE.
  • Abierto y reutilizableEl pipeline, la caja de herramientas y las plantillas se publican con licencias abiertas.

Objetivos

Cinco metas del proyecto

RAG4Edu refuerza la capacidad de las instituciones europeas de educación superior para diseñar, implantar y evaluar RAG en la enseñanza y el aprendizaje de forma pedagógicamente fundamentada, responsable y sostenible.

IA europea

Una solución de IA europea y alineada con valores

Promover tecnologías europeas de IA —modelos de lenguaje desarrollados en la UE como EuroLLM, Mistral y Aleph Alpha, e infraestructura EuroHPC— con transparencia, explicabilidad, rendición de cuentas y soberanía de los datos, conforme a la Ley de IA.

Pedagogía

Una base pedagógica sólida para RAG

Analizar el panorama de la IA en la educación, sintetizar el estado de RAG y diseñar el currículo RAG4Edu con niveles de competencia, resultados de aprendizaje, principios didácticos y microcredenciales.

Herramientas

Herramientas RAG abiertas y reutilizables

Construir el proceso y el marco RAG4Edu, el enriquecimiento adaptado al estudiante, la formación de grupos asistida por IA y una caja de herramientas de autoría para chatbots educativos multilingües basados en modelos de lenguaje europeos.

Formación

Un programa formativo validado

Diseñar, pilotar, evaluar y mejorar el programa formativo RAG4Edu en pilotos coordinados en los países socios, generando evidencias sobre su eficacia, usabilidad y viabilidad institucional.

Comunidad

Un ecosistema europeo sostenible

Gestionar la plataforma de comunicación y una comunidad de práctica europea, publicarlo todo en acceso abierto y asegurar la adopción mediante una estrategia de sostenibilidad y explotación, eventos multiplicadores y un taller final europeo.

Destinatarios

A quién va dirigido

  • Docentes de todas las disciplinasCatedráticos, profesores e investigadores con docencia: el grupo destinatario principal.
  • Sus estudiantesQue adquieren competencias en RAG a través de planes de estudio y proyectos.
  • Centros de enseñanza y aprendizajeQue integran la formación en el desarrollo profesional del personal universitario.

Noticias y eventos

Qué está pasando en RAG4Edu

Novedades del consorcio, próximos seminarios web, sesiones de codiseño y eventos multiplicadores.

Todas las noticias

Próximos eventos

Consorcio

Seis instituciones, seis países

Instituciones de educación superior con un perfil destacado en formación del profesorado y pedagogía digital, junto con dos de los principales centros europeos de investigación en IA.

BHT

Berliner Hochschule für Technik (BHT)Coordinador

Berlín, Alemania · bht-berlin.de

Una de las mayores universidades públicas de ciencias aplicadas de Alemania, con unos 11 600 estudiantes. Su Centro de Investigación Data Science +X tiene una línea específica de IA y educación, y el Centro de Competencia para la Docencia Digital apoya el uso de la IA en la enseñanza.

Prof. Dr. Ilona Buchem · Prof. Dr. Klaus-Peter Schoeneberg

Instituto de Investigación en Inteligencia Artificial (IIIA-CSIC)

Barcelona, España · iiia.csic.es

Un instituto de IA del Consejo Superior de Investigaciones Científicas reconocido internacionalmente, que investiga en aprendizaje automático, sistemas multiagente y razonamiento. Coordina AIHUB-CSIC, una red de más de 500 investigadores en IA.

Prof. Carles Sierra · Prof. Margarida Romero · Dr. Mireia Vendrell

UniCA

Université Côte d’Azur

Niza, Francia · univ-cotedazur.eu

Una universidad pública de investigación con unos 35 000 estudiantes. Su laboratorio LINE estudia la innovación educativa, la cocreatividad y el pensamiento crítico, y su MSc SmartEdTech combina informática, ciencias de la educación y ciencias cognitivas.

Prof. Dr. Oksana Strutynska · Chengcheng Li

Universidad de Oulu

Oulu, Finlandia · oulu.fi

Una universidad finlandesa de investigación fundada en 1958. Su Laboratorio de Investigación en Aprendizaje y Tecnología Educativa (LET Lab) estudia el aprendizaje con datos multimodales y la colaboración entre personas e IA, y el programa Hybrid Intelligence explora cómo aprenden juntos las personas y la IA.

Dr. Andy Nguyen · Prof. Sanna Järvelä · Dr. Luna Huynh · Azusa Nakata

INESC
ID

INESC-ID

Lisboa, Portugal · inesc-id.pt

Un instituto de investigación sin ánimo de lucro en informática e ingeniería, propiedad conjunta del Instituto Superior Técnico y de INESC. Su Grupo de Inteligencia Artificial para las Personas y la Sociedad (GAIPS) trabaja en agentes inteligentes, robótica social y aprendizaje mediado por la tecnología.

Prof. Ana Paiva · Prof. Rui Prada · Prof. Joana Campos

Universidad Estatal Ucraniana Dragomanov

Kiev, Ucrania · udu.edu.ua

Una universidad ucraniana de larga trayectoria, con una sólida tradición en formación del profesorado e investigación pedagógica y un interés creciente en la transformación digital, la IA y las competencias digitales del profesorado.

Dr. Mariia Umryk · Daniil Shemet

Socios y equipo

Socios asociados

EATELEuropean Association of Technology Enhanced Learning Knowledge Innovation CenterMalta · políticas de la UE y marcos de IA KI-CampusAlemania · integración de plataformas de aprendizaje Universidad de LisboaPortugal · apoyo a los pilotos mycelia gGmbHAlemania · credenciales digitales

Consejo asesor

Dr. Davide TaibiInstitute for Educational Technologies, CNR, Italia Prof. Barbara WassonSLATE, Universidad de Bergen, Noruega Prof. Olga VibergKTH Royal Institute of Technology, Suecia · presidenta de EATEL

Resultados

Todo lo que producimos es abierto

Todos los resultados principales se publican con licencias abiertas en repositorios como Zenodo y GitHub, con identificadores persistentes y metadatos FAIR. Los enlaces aparecerán aquí a medida que se publique cada resultado.

A2.1-R1

Estado de la IA en la educación: informe de análisis

Políticas internacionales, marcos de alfabetización en IA y tendencias de investigación en la UE, China, EE. UU. y los países socios; al menos 50 fuentes revisadas.

En curso
A2.2-R1

Informe de síntesis del panorama RAG

Arquitecturas, herramientas y aplicaciones educativas de RAG, una matriz comparativa de herramientas RAG y las competencias RAG básicas en las que se basan las microcredenciales.

Previsto
A2.3-R1

Currículo RAG4Edu y marco de pedagogía RAG

Resultados de aprendizaje basados en competencias, principios de diseño didáctico, módulos de microaprendizaje, itinerarios flexibles y microcredenciales en forma de insignias abiertas.

Previsto
A3.1-R1

Marco de diseño y herramienta para la formación de grupos

Criterios, fuentes de datos, lógica de decisión y mecanismos de transparencia para la formación de grupos asistida por IA, con plantillas de diseño de aprendizaje colaborativo.

Previsto
A3.2-R1–R3

Proceso y marco RAG4Edu

Especificación conceptual y técnica, un prototipo operativo desplegable (incorporación, recuperación semántica, generación) y mecanismos de enriquecimiento adaptados al estudiante.

Previsto
A3.3-R1

Chatbots y caja de herramientas RAG4Edu

Herramientas de autoría para crear y configurar chatbots y agentes RAG específicos de cada asignatura, aplicaciones multilingües de estudio de casos, plantillas y documentación.

Previsto
A3.4

Servicios de integración y apoyo

Especificación e integración de modelos de lenguaje y servicios de IA desarrollados en la UE, embeddings, gestión de tokens y funciones de cumplimiento normativo para los pilotos.

Previsto
A4.1-R1

Programa formativo RAG4Edu

Programa abierto en línea que combina contenidos RAG de nivel experto, itinerarios flexibles, recursos educativos abiertos, evaluación por competencias y microcredenciales.

Previsto
A4.2-R1

Protocolo de pilotaje y pilotos en varias sedes

Selección de participantes, pautas de implantación, marco de evaluación y plan de gestión de datos aplicados de forma coherente en todas las instituciones socias.

Previsto
A4.3-R1

Informe de evaluación, mejora y adaptación

Evidencias de todos los pilotos, lecciones aprendidas y acciones de mejora, traducción y adaptación nacional.

Previsto
A5.1-R1

Infraestructura de comunicación y colaboración

Este sitio web y los repositorios vinculados: el centro digital abierto del proyecto para resultados, eventos y materiales de difusión.

En curso
A5.2-R1

Pilares de divulgación RAG4Edu

Una comunidad de práctica europea con seminarios web temáticos periódicos, sesiones participativas de codiseño y mesas redondas institucionales.

Previsto
A5.3-R1

Repositorios de acceso abierto y marco de reutilización

Pautas de adaptación, licencias claras y modelos de transferencia para que otras instituciones puedan aplicar los resultados de RAG4Edu de forma autónoma.

Previsto
A5.4-R1

Estrategia de sostenibilidad, adopción y explotación

Al menos tres vías concretas tras el proyecto: programas institucionales de formación del profesorado, estrategias digitales y redes externas.

Previsto
A5.5-R1

Eventos multiplicadores y taller final europeo

Un evento multiplicador nacional en cada país socio y un taller final como actividad previa a un congreso de referencia sobre IA en la educación.

Previsto
≥ 500usuarios de la plataforma de países europeos
≥ 150miembros de la comunidad de práctica de al menos 8 países
≥ 250docentes y agentes implicados alcanzados mediante eventos multiplicadores
≥ 80 %de los participantes valoran los resultados como relevantes y útiles

Comunidad de práctica

¿Enseña con RAG? ¿Quiere saber cómo empezar? Únase a nosotros.

La comunidad de práctica RAG4Edu reúne a docentes, centros de innovación docente, centros de innovación y personal investigador de toda Europa, con seminarios web, sesiones de codiseño y mesas redondas institucionales desde finales de 2026. Los resultados también se difunden a través del European Digital Education Hub, EPALE, OpenAIRE y Zenodo.

Una cuenta RAG4Edu gratuita le da acceso al área de miembros de este sitio web y a los cursos de la plataforma de aprendizaje RAG4Edu.

Coordinación del proyectoProf. Dr. Ilona Buchem · Berliner Hochschule für Technik (BHT), Alemania
Sitio web y comunidad de prácticaDr. Andy Nguyen · Universidad de Oulu, Finlandia