Logo de Camilo BooCamilo Boo
Producto propioOposiciones, formación y evaluación oral

Oratemy: IA para opositores con evaluación oral y feedback

Plataforma de IA para opositores que permite practicar exposiciones orales y recibir feedback estructurado sobre claridad, contenido y argumentación.

Tipo: Plataforma IAAlcance: Análisis de exposiciones orales, feedback personalizado, evaluación con IA y flujos multiagenteAño: 2026
Vista representativa del caso Oratemy: IA para opositores con evaluación oral y feedback

Valor comercial

Qué demuestra este caso

Demuestra capacidad para trabajar con audio, evaluación, consumo por plan y contenido especializado dentro de un producto B2C.

  • Prácticas completas, parciales y simulacros.
  • Análisis limitado al tema y referencias disponibles.
  • Informes estructurados tras cada práctica.
  • Planes, consumo y desbloqueo progresivo de contenido.

Criterio

La decisión de diseño que ordenó el proyecto

Diseñar la evaluación alrededor de una referencia controlada para evitar inventar contenido esperado.

El opositor convierte una exposición oral en feedback organizado y comparable entre prácticas.

Contexto

Qué estaba ocurriendo antes

La preparación oral de oposiciones exige práctica, estructura, claridad expositiva y capacidad de defender argumentos con precisión. El problema es que el feedback humano puede ser limitado, espaciado o difícil de sistematizar para cada intento.

Problema

El cuello de botella real

El opositor necesita saber no solo si ha contestado, sino cómo ha estructurado la exposición, dónde pierde claridad, qué partes están poco argumentadas y qué debe mejorar. Evaluar eso manualmente en cada práctica consume tiempo y dificulta una mejora continua.

Transformación

Antes y después del sistema

Antes

  • Feedback oral limitado por disponibilidad de revisión humana.
  • Dificultad para detectar patrones de mejora entre prácticas.
  • Evaluaciones poco sistematizadas sobre estructura, claridad y argumentación.
  • Poca continuidad entre intentos de exposición.

Después

  • Análisis asistido de cada exposición oral.
  • Feedback estructurado sobre claridad, orden, argumentación y mejoras.
  • Flujos multiagente para revisar diferentes dimensiones de la respuesta.
  • Mayor capacidad de práctica recurrente con orientación personalizada.

Enfoque

Cómo se planteó la solución

El enfoque fue usar IA generativa como sistema de análisis y feedback, no como sustituto absoluto del preparador. Se plantean flujos multiagente para revisar distintos aspectos de la exposición y generar una devolución más útil y personalizada.

Se diseñó una plataforma capaz de analizar exposiciones orales mediante IA generativa, evaluando claridad, estructura, calidad argumental y áreas de mejora.

01

Definición de criterios

Se identifican dimensiones de evaluación: claridad, estructura, calidad argumental, precisión y áreas de mejora.

02

Análisis con IA

La exposición oral se procesa para extraer patrones, puntos fuertes, debilidades y oportunidades de mejora.

03

Flujo multiagente

Distintos agentes revisan aspectos concretos para generar una evaluación más completa.

04

Feedback personalizado

El sistema devuelve recomendaciones accionables para orientar la siguiente práctica.

Control

Qué sigue dependiendo de una persona

El temario y las reglas de evaluación se revisan; el informe sirve para entrenar, no como calificación oficial.

Resultado

Qué cambia de forma observable

El opositor convierte una exposición oral en feedback organizado y comparable entre prácticas.

El resultado es una herramienta de apoyo para mejorar la práctica oral, ofreciendo feedback más frecuente, estructurado y accionable para que el opositor pueda detectar patrones de mejora.

Patrones reutilizables

Qué puede trasladarse a otros procesos

IA como evaluador asistido

La IA ayuda a detectar patrones, ordenar feedback y ofrecer revisión frecuente, sin sustituir el criterio experto cuando importa.

Multiagente para separar criterios

Dividir análisis, revisión y feedback permite evaluar mejor distintas dimensiones de una exposición.

Feedback accionable

El valor está en que la persona sepa qué mejorar, por qué y cómo practicar el siguiente intento.

Producto propio

Producto visible como prueba de ejecución

Se muestra para acreditar capacidad de diagnóstico, producto y desarrollo completo. No se presenta como una solución que deba copiarse tal cual para otra empresa.

  • Flujos funcionales y experiencia de uso.
  • Arquitectura, datos, permisos e integraciones.
  • Decisiones de producto y evolución.
  • Capacidad para llevar una solución hasta producción.

Tecnología

Piezas utilizadas en este caso

Next.jsOpenAI APIPostgreSQLIA generativaMultiagente

La selección técnica es consecuencia del proceso, el nivel de riesgo, los datos disponibles y la forma de mantener el sistema.

Aplicación a tu empresa

No hace falta copiar este sistema. Hay que identificar qué patrón encaja en tu proceso.

Describe la entrada, las decisiones, las excepciones y el resultado que necesitas. La valoración inicial permite comprobar alcance, riesgo y retorno antes de construir.

Valorar un producto de entrenamiento