Inspiration
Vivimos en un mundo donde el acceso a educación de calidad sigue siendo desigual. Millones de estudiantes carecen de mentores personalizados que los guíen según su ritmo y estilo de aprendizaje, incluyendo a las con discapacidad, ya sea visual, auditiva o psicosocial, que suelen quedar fuera de los métodos tradicionales que no adaptan sus recursos. Al mismo tiempo, los avances en inteligencia artificial y procesamiento de lenguaje nos ofrecen la oportunidad de crear un mentor 24/7, accesible desde cualquier dispositivo y capaz de ajustar la dificultad al instante. Canvas IA nace para cerrar estas brechas y democratizar la tutoría, empoderando a cada estudiante con una experiencia verdaderamente personalizada.
What it does
Canvas IA actúa como un mentor interactivo que personaliza rutas de aprendizaje basadas en el nivel, intereses y objetivos de cada usuario. Explica conceptos complejos mediante ejemplos, analogías y ejercicios prácticos, y monitoriza el progreso para proponer retos específicos donde más se necesita refuerzo. Además, garantiza accesibilidad total al integrar lectores de pantalla, texto a voz y transcripciones en tiempo real, complementando las lecciones con recursos multimedia; imágenes, diagramas y simulaciones, que refuerzan la comprensión.
How we built it
Desarrollamos el frontend con React, creando una interfaz dinámica, accesible y responsiva. En el backend empleamos Rust para garantizar alto rendimiento y seguridad en la lógica de negocio y gestión de sesiones. Para el motor de IA integramos Gemini 2.0 Flash y la versión preview de Gemini 2.5 Flash, junto con el API de OpenAI (GPT-4) afinado para contextos educativos. Como base de datos usamos MongoDB para almacenar rutas de aprendizaje, progreso y contenido multimedia, asegurando consultas eficientes y escalabilidad en tiempo real.
Challenges we ran into
El principal reto fue sincronizar el modelo de datos de Rust con los componentes de React, lo que nos obligó a definir esquemas JSON muy estrictos y tipos compartidos. También diseñamos un pipeline robusto para validar y optimizar los JSON de imágenes, garantizando control de rutas, metadatos y licencias. Mantener la coherencia de estado entre el chat IA y la interfaz en tiempo real implicó implementar WebSockets con reconexión automática y manejo de errores. Por último, asegurar compatibilidad total con tecnologías de asistencia exigió revisar cada componente y añadir descripciones alternativas, pruebas de usuario y ajustes iterativos.
Accomplishments that we're proud of
Desarrollar el backend en Rust nos permitió ofrecer un servicio seguro, de alto rendimiento y bajo consumo de memoria.
What we learned
Confirmamos el valor del tipado estricto (TypeScript + Rust) para prevenir errores en producción y aprendimos a afinar prompts y gestionar contextos para la IA educativa. Mejoramos nuestras prácticas en microservicios y despliegues automatizados, y adoptamos estrategias de accesibilidad más allá de los requisitos mínimos.
What's next for Canvas
Nuestro objetivo es hacer llegar Canvas IA a todos los estudiantes, especialmente a quienes no cuentan con recursos tradicionales. Queremos que cualquiera que desee aprender encuentre una vía interactiva para transformar temas complejos en razonamientos claros, y brindar educación de calidad a quienes están en situaciones menos favorecidas.
Log in or sign up for Devpost to join the conversation.