Tecnología educativa

/

Escala de elefante

Tecnología educativa

Desarrollo de una herramienta conversacional de creación de pruebas a escala de elefante

Zero
Service interruption — full feature continuity through cutover
1000s
Agent interactions auto-validated for model parity, no manual QA
Live
Heartbeat agent shipped to production before migration completed
Cliente

Escala de elefante

Ubicación

Delaware

Industria

Tecnología educativa

Servicios y tecnología

AWS Transcribe, AWS Bedrock, AWS SageMaker, AWS S3, RDS, Lambda y API Gateway

Resumen del proyecto

Elephant Scale, líder en soluciones de aprendizaje personalizado, se propuso desarrollar una herramienta conversacional integral de creación de pruebas. Esta herramienta transcribiría automáticamente las grabaciones de audio de las clases en línea, generaría preguntas para los cuestionarios y gestionaría los conductos de datos de backend. Al aprovechar los servicios de IA de AWS, Elephant Scale buscaba mejorar las experiencias de aprendizaje personalizado para los estudiantes. Avahi, un socio de nivel avanzado de AWS, fue contratado para implementar esta innovadora solución utilizando servicios de AWS como Amazon Bedrock, AWS Transcribe, SageMaker, S3, RDS, Lambda y API Gateway.

Acerca del cliente

El problema

Elephant Scale se enfrentó a varios desafíos al crear una herramienta automatizada de generación de pruebas:

  • Procesamiento en tiempo real: Captura y transcripción de grabaciones de audio de clases en línea casi en tiempo real.
  • Gestión de datos: Gestión y procesamiento eficientes de grandes volúmenes de contenido educativo y datos de audio.
  • Precisión: Garantizar una alta precisión en las transcripciones y la generación de preguntas para los cuestionarios.
  • Escalabilidad: Construcción de una infraestructura capaz de gestionar múltiples usuarios concurrentes y grandes conjuntos de datos.
  • Integración: Integración perfecta de la nueva solución con las plataformas educativas y las fuentes de datos existentes.

¿Por qué AWS?

Resultados clave

  • Desarrollo de la prueba de concepto: Construcción de la prueba de concepto inicial para una herramienta de pruebas automatizada integral en AWS.
  • Transcripción en tiempo real: Desarrollo de un sistema para generar transcripciones a partir de grabaciones de audio de clases en línea casi en tiempo real.
  • Procesos ETL: Realización de ETL en datos sin procesar para generar cuestionarios después de cada clase y almacenar los archivos de texto de salida en Amazon S3.
  • Gestión de conductos de backend: Creación de un conducto integral para extraer datos de fuentes de terceros incluidas en la lista blanca.
  • Trabajos de post-procesamiento: Ejecución de trabajos de post-procesamiento basados en los umbrales de confianza seleccionados por Elephant Scale.
  • Validación: Garantizar la precisión, la mitigación de sesgos y la escalabilidad utilizando herramientas estándar de la industria.
  • Revisión cualitativa: Un informe de análisis basado en la revisión manual para identificar problemas y patrones comunes.

Arquitectura de la solución

La arquitectura de la solución aprovechó varios servicios de AWS para implementar los resultados y garantizar una plataforma robusta y escalable.

Adquisición y almacenamiento de datos

  • Amazon S3: Se utiliza para almacenar documentos de entrada, grabaciones de audio, contenido de los cursos y datos procesados. La escalabilidad y la durabilidad de S3 garantizan una gestión eficiente de grandes volúmenes de datos.

Procesamiento basado en eventos

  • AWS Lambda: Se implementa para ejecutar funciones basadas en eventos que procesan datos y gestionan varias etapas del conducto. Las funciones Lambda se utilizaron para obtener documentos y grabaciones de clases, crear incrustaciones y actualizar/almacenar salidas.

Aprendizaje automático e IA

  • AWS Transcribe: Se emplea para el reconocimiento automático del habla, lo que permite la transcripción en tiempo real de grabaciones de audio.
  • AWS SageMaker: Se utiliza para desarrollar, entrenar e implementar modelos de aprendizaje automático que generan preguntas para los cuestionarios y gestionan el proceso de transcripción.
  • Amazon Bedrock: Se utiliza para servicios escalables de IA generativa gestionada y modelos fundacionales, lo que respalda la infraestructura general de IA.

Gestión de API

  • Amazon API Gateway: Proporcionó un servicio gestionado para crear, publicar, mantener y proteger las API. Esto facilitó la comunicación fluida entre las aplicaciones front-end y los servicios back-end, lo que permitió un fácil acceso a los datos transcritos y a los cuestionarios generados.

Monitorización y registro

  • AWS CloudWatch: Se implementó para una monitorización y un registro integrales. CloudWatch proporcionó información en tiempo real sobre el rendimiento del sistema, las interacciones del usuario y el estado de los modelos implementados.

Solución

Avahi propuso una solución integral para abordar estos desafíos, centrándose en el desarrollo de una prueba de concepto (POC) para la herramienta automatizada de generación de pruebas. El proyecto se ejecutó en cuatro fases: Descubrimiento y planificación, Diseño y desarrollo, Validación y control de calidad, y Presentación ejecutiva y traspaso.

Resultados clave

Impacto del proyecto

Aprendizaje personalizado mejorado

La herramienta automatizada de creación de pruebas mejoró significativamente las experiencias de aprendizaje personalizado para los estudiantes al proporcionar la transcripción en tiempo real de las clases en línea y generar cuestionarios personalizados. Esto condujo a una mayor participación y a mejores resultados de aprendizaje.

Eficiencia operativa

Al automatizar los procesos de transcripción y generación de cuestionarios, Elephant Scale observó una reducción de los esfuerzos manuales y de los costes operativos. La eficiente gestión de los datos y los modelos de aprendizaje automático garantizaron la entrega oportuna y precisa del contenido educativo.

Escalabilidad y flexibilidad

La arquitectura diseñada por Avahi garantizó que la plataforma de Elephant Scale fuera escalable, capaz de gestionar mayores volúmenes de datos y demandas de los usuarios. Esto proporcionó flexibilidad para futuras mejoras y crecimiento.

Precisión mejorada

El uso de modelos avanzados de aprendizaje automático en AWS SageMaker y AWS Transcribe mejoró la precisión de las transcripciones y la generación de preguntas para los cuestionarios, lo que garantizó un contenido educativo de alta calidad.

Información detallada y análisis

La implementación de AWS CloudWatch y otras herramientas de monitorización proporcionó a Elephant Scale información detallada sobre el rendimiento del sistema, la precisión de la transcripción y el comportamiento de los usuarios. Estos análisis fueron cruciales para la mejora continua y la optimización de la plataforma.

Conclusión

La colaboración entre Elephant Scale y Avahi condujo al desarrollo exitoso de una herramienta conversacional de creación de pruebas impulsada por IA. Al aprovechar los servicios de AWS, Elephant Scale mejoró las experiencias de aprendizaje personalizado, mejoró la eficiencia operativa y construyó una plataforma escalable lista para el crecimiento futuro. La experiencia de Avahi en soluciones de AWS desempeñó un papel fundamental en esta transformación, lo que demuestra el poder de la IA generativa y el aprendizaje automático para avanzar en la tecnología educativa.

Su migración, sin riesgos

¿Va a dejar Azure o está planeando su propia migración de IA empresarial?

Avahi lleva a las empresas desde la idea hasta la producción en AWS en cuestión de semanas, no meses, con una paridad validada y transiciones sin tiempo de inactividad. Permítanos evaluar su proyecto.

Seguir leyendo

Más historias sobre sanidad y migración

Desarrollo de una herramienta conversacional de creación de pruebas a escala de elefante

Cliente

Escala de elefante

Ubicación

Delaware

Industria

Tecnología educativa

Servicios y tecnología

AWS Transcribe, AWS Bedrock, AWS SageMaker, AWS S3, RDS, Lambda y API Gateway

Resumen del proyecto

Elephant Scale, líder en soluciones de aprendizaje personalizado, se propuso desarrollar una herramienta conversacional integral de creación de pruebas. Esta herramienta transcribiría automáticamente las grabaciones de audio de las clases en línea, generaría preguntas para los cuestionarios y gestionaría los conductos de datos de backend. Al aprovechar los servicios de IA de AWS, Elephant Scale buscaba mejorar las experiencias de aprendizaje personalizado para los estudiantes. Avahi, un socio de nivel avanzado de AWS, fue contratado para implementar esta innovadora solución utilizando servicios de AWS como Amazon Bedrock, AWS Transcribe, SageMaker, S3, RDS, Lambda y API Gateway.

El problema

Elephant Scale se enfrentó a varios desafíos al crear una herramienta automatizada de generación de pruebas:

  • Procesamiento en tiempo real: Captura y transcripción de grabaciones de audio de clases en línea casi en tiempo real.
  • Gestión de datos: Gestión y procesamiento eficientes de grandes volúmenes de contenido educativo y datos de audio.
  • Precisión: Garantizar una alta precisión en las transcripciones y la generación de preguntas para los cuestionarios.
  • Escalabilidad: Construcción de una infraestructura capaz de gestionar múltiples usuarios concurrentes y grandes conjuntos de datos.
  • Integración: Integración perfecta de la nueva solución con las plataformas educativas y las fuentes de datos existentes.

Por qué AWS

Resultados clave

  • Desarrollo de la prueba de concepto: Construcción de la prueba de concepto inicial para una herramienta de pruebas automatizada integral en AWS.
  • Transcripción en tiempo real: Desarrollo de un sistema para generar transcripciones a partir de grabaciones de audio de clases en línea casi en tiempo real.
  • Procesos ETL: Realización de ETL en datos sin procesar para generar cuestionarios después de cada clase y almacenar los archivos de texto de salida en Amazon S3.
  • Gestión de conductos de backend: Creación de un conducto integral para extraer datos de fuentes de terceros incluidas en la lista blanca.
  • Trabajos de post-procesamiento: Ejecución de trabajos de post-procesamiento basados en los umbrales de confianza seleccionados por Elephant Scale.
  • Validación: Garantizar la precisión, la mitigación de sesgos y la escalabilidad utilizando herramientas estándar de la industria.
  • Revisión cualitativa: Un informe de análisis basado en la revisión manual para identificar problemas y patrones comunes.

Arquitectura de la solución

La arquitectura de la solución aprovechó varios servicios de AWS para implementar los resultados y garantizar una plataforma robusta y escalable.

Adquisición y almacenamiento de datos

  • Amazon S3: Se utiliza para almacenar documentos de entrada, grabaciones de audio, contenido de los cursos y datos procesados. La escalabilidad y la durabilidad de S3 garantizan una gestión eficiente de grandes volúmenes de datos.

Procesamiento basado en eventos

  • AWS Lambda: Se implementa para ejecutar funciones basadas en eventos que procesan datos y gestionan varias etapas del conducto. Las funciones Lambda se utilizaron para obtener documentos y grabaciones de clases, crear incrustaciones y actualizar/almacenar salidas.

Aprendizaje automático e IA

  • AWS Transcribe: Se emplea para el reconocimiento automático del habla, lo que permite la transcripción en tiempo real de grabaciones de audio.
  • AWS SageMaker: Se utiliza para desarrollar, entrenar e implementar modelos de aprendizaje automático que generan preguntas para los cuestionarios y gestionan el proceso de transcripción.
  • Amazon Bedrock: Se utiliza para servicios escalables de IA generativa gestionada y modelos fundacionales, lo que respalda la infraestructura general de IA.

Gestión de API

  • Amazon API Gateway: Proporcionó un servicio gestionado para crear, publicar, mantener y proteger las API. Esto facilitó la comunicación fluida entre las aplicaciones front-end y los servicios back-end, lo que permitió un fácil acceso a los datos transcritos y a los cuestionarios generados.

Monitorización y registro

  • AWS CloudWatch: Se implementó para una monitorización y un registro integrales. CloudWatch proporcionó información en tiempo real sobre el rendimiento del sistema, las interacciones del usuario y el estado de los modelos implementados.

Solución

Avahi propuso una solución integral para abordar estos desafíos, centrándose en el desarrollo de una prueba de concepto (POC) para la herramienta automatizada de generación de pruebas. El proyecto se ejecutó en cuatro fases: Descubrimiento y planificación, Diseño y desarrollo, Validación y control de calidad, y Presentación ejecutiva y traspaso.

¿Listo para transformar su negocio con la IA?

Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita