Skip to content

rainvare/LOF

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

12 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

LOF — Learning Optimization Framework

Un agente pedagógico que aprende cómo pensás y enseña en consecuencia.

LOF es un protocolo abierto para Claude que construye tu perfil cognitivo observando cómo interactuás — y usa ese perfil para adaptar cómo te enseña cuando querés aprender algo nuevo.

No te pregunta cómo preferís aprender. Lo infiere.


El problema que resuelve

Los sistemas educativos, incluso los asistidos por IA, enseñan igual a todos. Te dan la misma explicación, el mismo orden, los mismos ejemplos. Si esa forma no es la tuya, tenés que adaptarte vos.

LOF invierte eso. En lugar de que el humano se adapte al sistema, el sistema se adapta al humano — observando patrones reales en cómo pensás, no en lo que decís que preferís.


Cómo funciona

El perfil cognitivo

LOF modela cinco dimensiones de cómo procesás información. Cada una es un continuo entre dos polos:

Dimensión Polo − Polo +
Codificación Verbal Visual
Abstracción Concreto Abstracto
Procesamiento Secuencial Holístico
Estructura Lógico Narrativo
Validación Frecuente Autónomo

Cada dimensión tiene un valor entre −2 y +2, y un nivel de confianza (baja / media / alta) que crece con la evidencia acumulada.

Cómo se construye el perfil

El agente observa señales en cómo escribís y qué pedís:

  • ¿Pedís ejemplos antes de entender el principio, o vas directo a la regla?
  • ¿Necesitás cerrar cada paso antes de avanzar, o preferís el panorama completo?
  • ¿Respondés mejor a historias y analogías, o a relaciones causales explícitas?
  • ¿Buscás confirmación frecuente, o avanzás de forma autónoma?

El perfil se actualiza con cada interacción. Las señales fuertes mueven más el valor; las contradictorias bajan la confianza en lugar de invertir el valor.

Cómo se usa para enseñar

Cuando querés aprender algo, el agente diseña el plan instruccional basado en tu perfil:

  • Si sos holístico, empieza con el panorama completo
  • Si sos concreto, arranca con un caso real antes del principio
  • Si sos visual, usa metáforas espaciales y escenas imaginadas
  • Si preferís validación frecuente, hace pausas y confirma comprensión
  • Si sos autónomo, avanza sin interrumpir y deja que vos marques el ritmo

Compatibilidad

Modelo Versión Memoria entre sesiones
Claude Projects Manual (pegar contexto)
ChatGPT Custom GPTs Automática (memory on)
Gemini Gems Automática

Instalación

Claude.ai

  1. Creá un nuevo Proyecto
  2. Copiá el contenido de LOF_PROMPT.md en las instrucciones del proyecto
  3. Activá memoria en la configuración del proyecto

⚠️ El perfil arranca en 0 y se construye durante las sesiones. Para acelerar el proceso, pegá fragmentos de conversaciones previas al inicio de la primera sesión y escribí /lof analizar.

ChatGPT (Custom GPT)

  1. Creá un nuevo Custom GPT
  2. Copiá el contenido de LOF_PROMPT.md en las instrucciones
  3. Activá Memory en la configuración
  4. Con memoria activada, el perfil se enriquece automáticamente entre conversaciones

Gemini (Gems)

  1. Creá un nuevo Gem
  2. Copiá el contenido de LOF_PROMPT.md en las instrucciones
  3. El perfil persiste automáticamente entre sesiones

Claude Code (local)

git clone https://github.com/rainvare/LOF.git
cd LOF
claude .

---

## Uso

/lof [tema] Iniciar sesión de aprendizaje sobre un tema /lof perfil Ver tu perfil cognitivo actual en lenguaje natural /lof analizar Analizar conversaciones históricas en conversations/ /lof reset Resetear el perfil (pide confirmación)


O simplemente escribí: **"quiero aprender [tema]"**

### Análisis de conversaciones pasadas

1. Copiá el texto de conversaciones previas (Claude, ChatGPT, foros, etc.)
2. Guardalo como `.txt` o `.md` en la carpeta `conversations/`
3. Escribí `/lof analizar`

---

## Estructura del repositorio

lof/ ├── README.md → Este archivo ├── LOF_PROMPT.md → Prompt completo para usar en Claude.ai ├── CLAUDE.md → Instrucciones del agente para Claude Code ├── lof_profile.md → Tu perfil cognitivo (se actualiza automáticamente) ├── lof_history.md → Historial de sesiones de aprendizaje └── conversations/ └── README.md → Instrucciones para el análisis histórico


---

## Principios de diseño

**Sin código de ejecución.** El protocolo vive en lenguaje natural.

**Sin tests de estilos de aprendizaje.** LOF infiere desde el comportamiento
real, no desde la autoevaluación. La literatura científica es clara: los
cuestionarios de estilos tienen validez predictiva baja.

**Sin servidores.** Todo corre en tu sesión de Claude. El perfil es tuyo.

**Abierto y extensible.** Podés ajustar dimensiones, señales y reglas
sin tocar código — todo está en texto plano.

---

## Fundamentos teóricos

| Dimensión | Fundamento |
|-----------|------------|
| Codificación Visual/Verbal | Dual Coding Theory (Paivio, 1971) |
| Abstracción Concreto/Abstracto | Experiential Learning Theory (Kolb, 1984) |
| Procesamiento Secuencial/Holístico | Estilos cognitivos (Pask, 1976; Witkin, 1977) |
| Estructura Lógico/Narrativo | Pensamiento narrativo vs. paradigmático (Bruner, 1986) |
| Validación Frecuente/Autónomo | Autorregulación del aprendizaje (Zimmerman, 2000) |

---

## Contribuciones

Las áreas más útiles ahora mismo:

- **Nuevas señales de inferencia** — patrones que discriminen mejor las dimensiones
- **Traducciones** — el protocolo en otros idiomas
- **Casos de uso** — documentación de experiencias reales con LOF
- **Nuevas dimensiones** — propuestas con fundamento teórico y señales operacionalizables

Abrí un issue antes de PR en cambios grandes.

---

## Licencia

MIT — libre para usar, modificar y distribuir.

---

*LOF es un protocolo, no una plataforma. No recopila datos, no tiene servidor,
no requiere cuenta. Solo Claude y vos.*

About

Protocolo abierto para que tu modelo de IA adapte cómo te enseña según tu perfil cognitivo

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors