Intelligent Tutorial Systems (ITS) for language teaching arecomputational applications that are capable to process naturallanguage input provided by a language student, in order to givefeedback strategies according to their linguistic competence.However, in order to achieve this adaptability, it is important todevelop a student module, which stores and processes informationabout each one of the students that interact with the system. Thepresent work is a design of a student module for an intelligent tutorialsystem (ITS) to teach Spanish as a foreign language consideringthe B2 level of the Common European Framework which takes asvariables the student's level of proficiency, their learning style andthe type of language error made by them during the interaction withthe ITS. Due to the fact that the proficiency level variable changes asthe student works on the exercises, the student module also containsa diagnosis and update system for the data that uses a Bayesian beliefnetwork. The output of the student module is a vector with specificvalues for each variable, which is delivered to a tutor module thatwill decide which feedback strategies should be used.Los Sistemas Tutoriales Inteligentes (STI) para la enseñanza delenguas son aplicaciones computacionales capaces de procesar unenunciado en lenguaje natural ingresado por un estudiante de lengua,para luego entregarle un feedback personalizado y adecuado a sucompetencia lingüística. Sin embargo, para que el STI logre adaptarsu comportamiento a las necesidades del alumno es fundamentalcontar con un módulo del estudiante, el cual recopila y procesainformación sobre cada uno de los estudiantes que interactúancon el sistema. El presente trabajo da cuenta del diseño de unmódulo de estudiante para un sistema tutorial inteligente destinadoa la enseñanza del español como lengua extranjera para nivel B2 del MCER, tomando en consideración las variables de nivelde proficiencia, estilo de aprendizaje y tipo de error cometidocorrespondiente a cada usuario del sistema. Además, debido a quela variable nivel de proficiencia cambia a medida que el estudianteavanza en los ejercicios, se contempla un sistema de diagnóstico yactualización de los datos mediante una red bayesiana. La salida delmódulo de estudiante corresponde entonces a un vector con valoresespecíficos para cada variable, el cual es posteriormente procesadopor el módulo tutor para que éste decida las estrategias de feedbackcorrectivo pertinentes.