Little.PM

Little.PM es la plataforma digital que diseñé e implementé recientemente para el programa de educación experiencial Little Project Manager. El proyecto comenzó en Dubái y Abu Dabi y después continuó en Kazajistán. El programa está dirigido a niños y jóvenes de 5 a 18 años y utiliza miniproyectos prácticos para desarrollar resolución de problemas, trabajo en equipo, planificación, creatividad, comunicación, liderazgo, reflexión, resiliencia y alfabetización en IA. La plataforma convierte unidades didácticas aprobadas en simulaciones de aula por equipos. El docente puede generar un escenario estructurado, revisarlo, iniciar una sesión, controlar etapas y eventos temporizados, organizar equipos y roles, recopilar evidencias y reflexiones y seguir el progreso mediante paneles e informes de habilidades. Los alumnos trabajan en un espacio de proyecto guiado y pueden utilizar un asistente de investigación con IA sin salir del entorno de aprendizaje aprobado. La IA se diseñó deliberadamente como copiloto y no como controlador autónomo del aula. La generación de escenarios utiliza únicamente el contexto curricular aprobado y crea un borrador estructurado que se valida contra el esquema y las políticas antes de convertirse en una simulación. El servicio de orquestación de Django sigue siendo la autoridad para iniciar, pausar, cambiar de etapa, liberar eventos y finalizar una sesión. El asistente de investigación funciona como un RAG de circuito cerrado: elimina identificadores directos, busca solo en las fuentes escolares y generales aprobadas, se niega a responder cuando el contexto es insuficiente y devuelve respuestas adaptadas a la edad con referencias a las fuentes. Los borradores de evaluación e informes de progreso se basan solo en evidencias reales — reflexiones de los alumnos, comentarios del docente, observaciones y niveles actuales de habilidades — y siguen siendo editables hasta su aprobación explícita por el profesor. La implementación utiliza Next.js 16, Django REST, PostgreSQL con pgvector, Redis/Celery, almacenamiento privado en S3 y un gateway LiteLLM con Cloudflare Workers AI y proveedores alternativos opcionales. El control de acceso por roles, la autenticación HTTP-only, el registro de auditoría y la trazabilidad de proveedor, modelo y latencia forman una arquitectura preparada para explotación real, con el control docente y la privacidad del alumno como requisitos de diseño.