Campus Virtuales (Vol. 15, Num. 02)
Número completo
Full number
Contabilidad de los tokens y enrutamiento dinámico en la inteligencia artificial generativa aplicada a Sistemas de Gestión del Aprendizaje (LMS): Un modelo económico para la educación superior
Token Accounting and Dynamic Routing in Generative AI Applied to Learning Management Systems (LMS): An Economic Model for Higher Education
Álvaro Martínez-García. Madrid (España).
Resumen/Abstract
-
Resumen / Abstract
La presente investigación desarrolla un marco teórico y un modelo económico-analítico destinado a determinar la asignación eficiente del capital computacional derivado del uso de Modelos de Lenguaje a Gran Escala (LLM) en la infraestructura de enseñanza virtual universitaria. El objetivo central consiste en minimizar el gasto operativo (OPEX) asociado al consumo de tokens de inferencia en Sistemas de Gestión del Aprendizaje (LMS), garantizando simultáneamente unos resultados pedagógicos análogos a los obtenidos mediante el uso monocrómico y exclusivo de modelos fundacionales de frontera y alto coste. El estudio se fundamenta en los postulados de la Economía del Token (Tokenomics), las Operaciones Financieras en la Nube (FinOps) y el paradigma emergente de la Inteligencia Artificial Frugal (Frugal AI). Se formaliza matemáticamente un sistema de soporte a la decisión basado en el enrutamiento predictivo de modelos (LLM Routing) adaptado a entornos educativos. Mediante una simulación determinista a gran escala, estructurada sobre la arquitectura nativa del subsistema de IA de plataformas LMS contemporáneas (específicamente Moodle 4.5), se evalúan diversos escenarios presupuestarios y de gestión computacional. El análisis empírico evidencia que una estrategia de enrutamiento estratificado —que clasifica las consultas académicas según su complejidad algorítmica ex ante— puede reducir los costes de inferencia institucionales en más de un 71% frente al status quo. De forma paralela, el modelo logra mantener una tasa de suficiencia instruccional superior al 97%, cerrando de forma efectiva la brecha de equidad en el acceso tecnológico (AIED Advantage Gap) al democratizar el soporte cognitivo avanzado.
This research develops a theoretical framework and an economic-analytical model aimed at determining the efficient allocation of computational capital derived from the use of Large Language Models (LLMs) in university virtual teaching infrastructure. The central objective is to minimize the operational expenditure (OPEX) associated with the consumption of inference tokens in Learning Management Systems (LMS), while simultaneously guaranteeing pedagogical results analogous to those obtained through the exclusive use of high-cost frontier foundational models. The study is based on the postulates of Token Economics (Tokenomics), Cloud Financial Operations (FinOps) and the emerging paradigm of Frugal Artificial Intelligence (Frugal AI). A decision support system based on predictive model routing (LLM Routing) adapted to educational environments is mathematically formalized. Through a large-scale deterministic simulation, structured on the native architecture of the AI subsystem of contemporary LMS platforms (specifically Moodle 4.5), various budgetary and computational management scenarios are evaluated. The empirical analysis shows that a stratified routing strategy—which classifies academic queries according to their algorithmic complexity ex ante—can reduce institutional inference costs by more than 71% compared to the status quo. At the same time, the model manages to maintain an instructional sufficiency rate of over 97%, effectively closing the technology access equity gap (AIED Advantage Gap) by democratizing advanced cognitive support. Palabras Clave/Keywords
-
Palabras Clave / Keywords
Economía de la información, Inteligencia artificial frugal, Enrutamiento de LLMs, Sistemas de Gestión del Aprendizaje, Moodle, Contabilidad de costes, Educación superior.
Information economics, Frugal artificial intelligence, LLM routing, Learning Management Systems, Moodle, Cost accounting, Higher education. Referencias/References
-
Referencias / References
Ref 1
Ref 2
Ref 3
Ref 4
Cómo citar/How to cite
-
Cómo citar / How to cite
Martínez-García, A. (2026). Contabilidad de los tokens y enrutamiento dinámico en la inteligencia artificial generativa aplicada a Sistemas de Gestión del Aprendizaje (LMS): Un modelo económico para la educación superior. Campus Virtuales, 15(2), 47-62. https://doi.org/10.54988/cv.2026.2.1956
