← Volver al test
📊 Cómo funciona el test
Sistema Adaptativo Bayesiano · Cultura General
Guía para el alumno
📖 ¿Qué es este test?
Es una demo de evaluación adaptativa bayesiana sobre cultura general. A diferencia de un test fijo, este sistema observa tus respuestas y ajusta la siguiente pregunta en tiempo real para obtener el máximo de información con el menor número de preguntas posible.
No hay tiempo límite. Los errores no penalizan: son evidencias que el sistema usa para afinar la estimación de tu nivel.
🏅 Los tres niveles
El sistema mantiene en todo momento una estimación probabilística sobre cuál de estos tres niveles refleja mejor tu conocimiento:
🟡 BásicoDominio de contenidos fundamentales y preguntas de dificultad baja.
🔵 MedioSolvencia en preguntas de dificultad media, con algunas dificultades en las más exigentes.
🟣 AvanzadoDominio consolidado: aciertos consistentes en preguntas difíciles de distintas categorías.
🔄 ¿Qué ocurre durante el test?
1
Arranque — El sistema parte sin información previa: los tres niveles tienen un 33 % de probabilidad inicial.
2
Pregunta adaptativa — Cada pregunta se elige para maximizar la ganancia esperada de información sobre tu nivel, teniendo en cuenta también la variedad de categorías ya evaluadas.
3
Actualización bayesiana — Tras tu respuesta, el sistema recalcula las probabilidades de cada nivel aplicando el teorema de Bayes. Verás cómo cambian las barras en tiempo real.
4
Parada automática — Cuando el sistema tiene suficiente certeza (o se agota el banco de preguntas útiles), el test termina y recibes tu informe.
📚 El banco de preguntas
El test dispone de 90 preguntas de opción múltiple (4 opciones), distribuidas en tres niveles de dificultad y ocho categorías temáticas:
| Dificultad | Preguntas | Parámetro b |
|---|
| Fácil | 30 | |
| Media | 30 | |
| Difícil | 30 | |
Categorías evaluadas:
Ciencia
Historia
Geografía
Literatura
Arte
Matemáticas
Deportes
Filosofía
Cada sesión baraja las preguntas disponibles, así que nunca verás exactamente la misma secuencia dos veces.
📊 Informe final
Al terminar el test recibes un informe personalizado con:
- Tu nivel estimado (Básico, Medio o Avanzado) y el porcentaje de confianza del sistema.
- La distribución final de probabilidades sobre los tres niveles.
- Resultados por dificultad: cuántas preguntas fáciles, medias y difíciles acertaste.
- Categorías con más errores y recomendaciones concretas.
- El historial completo de preguntas con el nivel estimado tras cada respuesta.
- Una explicación de cómo adaptó el sistema las preguntas durante la sesión.
Si el test termina sin converger, el informe indica «Estimación provisional» y explica el motivo.
Fundamentos técnicos y matemáticos
🧠 Motor bayesiano: estimación del nivel
El sistema mantiene una distribución de probabilidad sobre los tres niveles:
| Nivel | Habilidad θ | Interpretación |
|---|
| Básico | | Conocimiento de contenidos básicos |
| Medio | | Dominio intermedio |
| Avanzado | | Dominio consolidado |
Tras cada respuesta, las probabilidades se actualizan con el teorema de Bayes:
La verosimilitud de cada respuesta se calcula con el modelo logístico IRT de 3 parámetros (3PL):
- habilidad asociada al nivel i
- dificultad de la pregunta: −1 (fácil), 0 (media), +1 (difícil)
- discriminación — pendiente de la curva logística (a = 1,5)
- probabilidad mínima de acierto por azar: 0,25 (4 opciones)
Los valores de θ se calculan automáticamente como el doble del rango de dificultades del banco, para que ninguna dificultad coincida con un nivel extremo en el punto de inflexión logístico.
🎯 Selección adaptativa de preguntas
El sistema elige cada pregunta maximizando la ganancia esperada de información: la reducción esperada de entropía tras conocer la respuesta.
donde H es la entropía de Shannon, que mide la incertidumbre actual:
Cuando varias preguntas tienen la misma ganancia, se aplica una selección aleatoria ponderada que favorece las categorías menos frecuentes en la sesión:
Esto garantiza diversidad temática sin sacrificar utilidad informativa.
🛑 Condiciones de parada
El test se detiene cuando se cumple cualquiera de estas tres condiciones:
✅ Convergencia bayesiana
Tras al menos 6 preguntas, la entropía cae por debajo de Hstop y el nivel más probable supera el 80 % de confianza. El diagnóstico es firme.
📉 Ganancia mínima
Tras al menos 12 preguntas, la mejor pregunta disponible aporta menos de 0,015 bits de información esperada. Continuar alargaría el test sin mejorar el diagnóstico.
⚠ Máximo de preguntas
Se alcanza el máximo calculado por minimax (nunca más de 20). El sistema devuelve una estimación provisional.
El umbral de entropía Hstop se deriva de una confianza mínima pmin = 0,80:
Con n = 3 niveles y pmin = 0,80, este umbral vale aproximadamente bits (frente a la entropía máxima de bits con distribución uniforme).
💡 El número máximo real de preguntas se calcula al inicio mediante un análisis minimax sobre todos los caminos posibles del banco: garantiza que el valor mostrado en pantalla es siempre alcanzable en el peor caso.
🔍 Interpretación de los resultados
El informe final distingue dos situaciones:
- Diagnóstico firme — la entropía final está por debajo de Hstop y el nivel más probable supera el 80 %. La estimación es confiable.
- Diagnóstico provisional — el test terminó por ganancia baja o por límite máximo antes de converger. La estimación puede revisarse con más preguntas o un banco mejor calibrado.
La interpretación pedagógica analiza los resultados por dificultad y por categoría, identifica las áreas con más errores y ofrece una recomendación concreta de siguiente paso.
📐 Para saber más
Los fundamentos matemáticos completos —teorema de Bayes, modelo IRT 3PL, entropía de Shannon, ganancia de información y ejemplo numérico paso a paso— están disponibles en: