Un tutor inteligente que diagnostica lo que el alumno sabe, arma su ruta de estudio y lo acompaña paso a paso hacia la UNT — con la matemática verificada de verdad, no adivinada por una IA.
Un chatbot recibe una pregunta y suelta una respuesta; olvida todo al terminar. BEREA X Tutor hace lo que hace un buen profesor particular: sabe en qué está flojo cada alumno, decide qué conviene practicar hoy, corrige el paso exacto donde se equivocó y vuelve más adelante para confirmar que de verdad lo aprendió.
Con pocas preguntas estima qué sabe y qué no, por habilidad.
Recuerda su nivel, su historial y cuándo repasar.
Decide qué sigue: avanzar, reforzar o repasar.
Explica y da pistas graduadas mientras resuelve.
El motor matemático comprueba y actualiza su estado.
Un ejemplo real de factorización. Presiona Siguiente y observa cómo el alumno se equivoca, el motor detecta el error exacto, el tutor da una pista sin regalar la respuesta, y al final el estado del alumno se actualiza.
El sistema se arma con módulos separables: cada uno hace una cosa y se puede mejorar sin romper el resto. Toca cada uno para ver qué hace.
Aquí está el secreto para que sea rentable. La parte cara (la IA que conversa) se usa solo para explicar y dar pistas. La parte crítica de garantizar —que la matemática esté correcta— la hace un motor matemático propio que es software libre y no cuesta por uso. Así la calidad no depende de pagar la IA más cara.
Interpreta lo que escribe el alumno, adapta el tono, explica y propone una pista.
Comprueba equivalencias, factorizaciones y pasos con librerías libres. Es la fuente de verdad.
Por qué importa para el negocio: lo que en otras plataformas se le pide a la IA (caro y con riesgo de error), aquí lo resuelve software gratuito y exacto. La IA queda para lo que sí hace bien y barato: conversar. Ese es el margen.
Precios referenciales de las APIs de IA por millón de "tokens". La recomendación es empezar con un modelo económico de alta calidad y dejar los premium como opción. Las piezas críticas restantes son software libre: costo cero por uso.
| Pieza | Opción recomendada | Entrada* | Salida* | Categoría |
|---|---|---|---|---|
| IA conversacional | Google Gemini Flash | $0.10 | $0.40 | Económico |
| IA conversacional | OpenAI GPT-4o mini | $0.15 | $0.60 | Económico |
| IA (fuerte en mate) | DeepSeek V3 | $0.27 | $1.10 | Económico |
| IA premium | OpenAI GPT-4o | $2.50 | $10.00 | Premium |
| IA premium | Anthropic Claude Sonnet | $3.00 | $15.00 | Premium |
| Motor matemático | SymPy (Python) | $0 | $0 | Libre |
| Diagnóstico CDM/G-DINA | Paquetes R / Python | $0 | $0 | Libre |
| Lectura de foto/manuscrito | Mathpix (o visión del LLM) | ~$0.005 / imagen | Bajo | |
* Precio por 1 millón de tokens (USD). Los precios de las APIs cambian con el tiempo; usar como referencia.
La pregunta clave: ¿deja margen? Ajusta cuántos alumnos, cuánto estudian, qué modelo de IA usar y a cuánto se vende la mensualidad. El cálculo se actualiza al instante.
Supuestos: ~5 interacciones por problema; ~1.800 tokens de entrada y ~450 de salida por interacción; 4,33 semanas/mes; ~20 fotos/alumno·mes a $0.005; servidor fijo $30/mes; tipo de cambio S/3.80.
Lo sensato es demostrar el ciclo completo en un solo tema (Álgebra, factorización) antes de construir todo. Así se valida la idea con inversión controlada.
Plano del sistema, base de datos y modelo de costos afinado.
El corazón: verificar equivalencia, factorización y pasos con SymPy.
Diagnóstico + estado + ruta + tutor IA + verificación, de punta a punta.
Batería de control: ninguna respuesta incorrecta pasa el verificador.
Prototipo funcional completo: ~2 a 3 meses. La plataforma completa (todas las materias, manuscrito, panel docente) es un camino posterior de 6 a 12 meses, que se decide con el prototipo ya validado.
Lectura clave: el gasto real está en construirlo una vez. Hecho eso, atender a cada alumno cuesta centavos de dólar al mes en IA, mientras la mensualidad se cobra en soles. Ahí está el margen del negocio.
Tiene componentes de investigación que se validan con datos reales sobre la marcha.
Aceptar métodos alternativos válidos y señalar "el primer error real" es la parte más difícil.
Los precios de las APIs cambian. El proveedor de IA queda reemplazable sin rehacer el sistema.
Al ser estudiantes, se aplican reglas de privacidad y consentimiento desde el diseño.
BitForge — Ideas en software