Este documento presenta una plataforma basada en la web diseñada para apoyar el aprendizaje dialógico a través de una arquitectura de Generación Aumentada por Recuperación (RAG). El sistema integra la recuperación contextual, la gestión de diálogos consciente del contexto y un diseño modular y agnóstico al modelo para permitir un aprendizaje controlado y alineado pedagógicamente, respaldado por Inteligencia Artificial (IA) y basado en materiales educativos verificados por instructores. El enfoque propuesto apoya la interacción multilingüe, incluyendo la operación en idiomas de recursos limitados como el búlgaro, y modela el aprendizaje como un diálogo continuo en lugar de una secuencia de consultas aisladas. Para garantizar un acceso confiable al conocimiento, el sistema emplea una estrategia de recuperación híbrida que combina incrustaciones semánticas con coincidencias léxicas dentro de un marco de indexación y recuperación en dos etapas. El enfoque está respaldado por una evaluación empírica basada en un conjunto de preguntas construido manualmente con una evaluación de relevancia validada por humanos. Los resultados demuestran que la configuración seleccionada logra un 90% de precisión en la recuperación en TOP-5 y hasta un 91.4% en TOP-6, proporcionando una base contextual confiable para la generación de respuestas. Una evaluación manual complementaria de las respuestas generadas indicó además una fuerte utilidad práctica y una calidad de respuesta generalmente fundamentada. La plataforma está diseñada además en alineación con los principios regulatorios europeos, enfatizando la transparencia, la trazabilidad y el uso controlado de la IA en entornos educativos. En general, el estudio demuestra que la integración de la precisión de recuperación con la estructura pedagógica permite el desarrollo de sistemas de IA que apoyan procesos de aprendizaje estructurados y contextualizados.