StoryTeca: Desarrollo de una herramienta para la generación de cuentos infantiles para niños de educación básica usando large language model

Abstract

StoryTeca es una herramienta diseñada para la generación de cuentos infantiles personalizados utilizando modelos de lenguaje a gran escala (LLMs). Este proyecto busca facilitar el acceso a historias educativas y atractivas para niños de educación básica, promoviendo el desarrollo cognitivo y el gusto por la lectura. Mediante el uso de inteligencia artificial, StoryTeca permite ajustar cuentos a las necesidades e intereses de cada niño, fomentando la creatividad y el aprendizaje en un entorno digital accesible y escalable. Esta investigación explora la integración de tecnologías de procesamiento de lenguaje natural en la educación y sus implicaciones para el desarrollo de contenidos personalizados para niños. La implementación del prototipo de StoryTeca demostró ser eficaz para generar cuentos adaptados a parámetros específicos, como nombre, edad, y temas de interés. Los usuarios que interactuaron con el prototipo reportaron una experiencia positiva en términos de accesibilidad y personalización, destacando la coherencia narrativa y el atractivo de las historias generadas. Además, el sistema demostró ser capaz de generar contenido ilimitado con pocos recursos, evidenciando su potencial escalabilidad y aplicabilidad en instituciones educativas. Los resultados sugieren que la personalización de contenido mediante LLMs puede contribuir significativamente a mejorar la motivación de los niños hacia la lectura y su comprensión.

StoryTeca is a tool designed for the generation of personalized children's stories using large-scale language models (LLMs). This project seeks to facilitate access to educational and attractive stories for elementary school children, promoting cognitive development and a taste for reading. Through the use of artificial intelligence, StoryTeca allows to adjust stories to the needs and interests of each child, fostering creativity and learning in an accessible and scalable digital environment. This research explores the integration of natural language processing technologies in education and its implications for the development of personalized content for children. The implementation of the StoryTeca prototype proved to be effective in generating stories tailored to specific parameters, such as name, age, and topics of interest. Users who interacted with the prototype reported a positive experience in terms of accessibility and personalization, highlighting the narrative coherence and attractiveness of the generated stories. In addition, the system proved to be capable of generating unlimited content with few resources, evidencing its potential scalability and applicability in educational institutions. The results suggest that content personalization through LLMs can significantly contribute to improving children's reading motivation and comprehension.