2025, Número 2
Desarrollo de un simulador de debriefing educativo con tecnologías de realidad virtual e inteligencia artificial
Texto completo
Cómo citar este artículo
10.35366/121090
Artículos similares
Idioma: Español
Referencias bibliográficas: 32
Paginas: 76-80
Archivo PDF: 422.67 Kb.
RESUMEN
Introducción: el debriefing educativo es uno de los aspectos más relevantes y valorados dentro de la educación basada en simulación, sin embargo, es una habilidad que requiere de práctica deliberada para su desarrollo y mantenimiento, pero no hay disponibilidad de simuladores para que los educadores en simulación puedan entrenar. Objetivo: describir el proceso de desarrollo de un simulador que integra realidad virtual, inteligencia artificial y feedback inmediato para el entrenamiento de educadores en debriefing educativo. Material y métodos: diseñamos un simulador haciendo uso de una matriz de juegos, inteligencia artificial basada en grandes modelos de lenguaje. Conclusión: este simulador es una innovación que incorpora la inteligencia artificial para el entrenamiento en debriefing educativo; este prototipo permite a los educadores practicar conversaciones reflexivas en tiempo real y recibir feedback directivo verbal y por escrito por parte del simulador.INTRODUCCIóN
El debriefing educativo es una actividad conversacional, reflexiva e intencionada que ocurre después de una sesión de simulación de alta fidelidad y complejidad1-3 y se constituye como una instancia fundamental de la simulación clínica, donde los estudiantes guiados por un educador en simulación realizan un análisis de nivel metacognitivo de su desempeño con la intención de mejorar. Las intervenciones de los educadores4 deben fomentar el descubrimiento y verbalización de los modelos mentales de los participantes,4 favoreciendo su evolución.5-8
Realizar debriefing es una habilidad y, como tal, requiere de práctica focalizada y feedback de calidad.9 Los educadores novatos10 requieren practicar deliberadamente para desarrollar habilidades de debriefing efectivo y no siempre es posible por disponibilidad de actividades en zonas de simulación adecuadas para ello11,12 y porque en las etapas iniciales de la carrera como educador en simulación la carga cognitiva al orientar el debriefing puede llegar a ser muy alta.13,14
La inteligencia artificial (IA) ha tenido una rápida evolución en los últimos años, particularmente la IA generativa, produciendo un gran impacto en la atención en salud,15 la educación general,16 en la educación en ciencias de la salud17,18 y en la educación basada en simulación.19 En educación, la IA generativa ha tenido varios focos de desarrollo, uno de ellos ha sido la personalización de la formación y la facilitación del enganche cognitivo de los estudiantes; incluso ha sido utilizada para incrementar la usabilidad y el realismo en soluciones tecnológicas asociadas a la realidad virtual.20-22
En este trabajo describimos el diseño y las primeras iteraciones de un prototipo de realidad virtual, impulsado por IA generativa para el entrenamiento en debriefing educativo para educadores en simulación.
MATERIAL Y MéTODOS
Para la realización de este prototipo de simulador de debriefing educativo, nos basamos en el modelo de innovación Design Thinking.23-25 (Figura 1):
Empatizar: el punto de partida fue la experiencia de parte del equipo de autores en educación basada en simulación y en la realización de debriefing educativo (DAD-G: 24 años, CL-E: tres años, OA: dos años) y el conocimiento teórico de la literatura donde se aprecia la dificultad de realizar debriefing, principalmente en la etapa de novato de un educador, donde la carga cognitiva intrínseca y extrínseca puede llegar a ser muy alta,1,14,26 sumado a que la posibilidad de práctica deliberada en el entorno universitario de pregrado es muy baja o nula, ya que la mayoría de actividades de simulación se centran en el desarrollo de habilidades motoras e integración teórico-práctica, por lo tanto no se puede contar con la cantidad necesaria de actividades y horas de exposición a la realización de debriefing.
Definir: con la información previa se definió con mayor precisión la problemática y la necesidad; se requería de una solución que les permitiera a los educadores novatos practicar su técnica y modelo de debriefing a demanda, en tiempo real, en un entorno seguro para ello y, además, recibir feedback sobre su desempeño en términos de calidad y posible impacto en el aprendizaje de los participantes de la simulación.
Idear: el equipo planteó varias ideas que pudiesen dar respuesta a la problemática definida, teniendo en cuenta su factibilidad y novedad, nos decidimos por una solución que integrara IA generativa dentro de una interfaz de juego utilizando realidad virtual.
Prototipar: diseñamos un simulador de debriefing mediante una plataforma que incorporó diversos recursos tecnológicos: un motor de juego (Unity), un sistema automático de reconocimiento de voz (ASR), IA generativa basada en grandes modelos de lenguaje (LLM). Para la programación se realizó con C# (Figuras 2 y 3).
Unity es una plataforma para el diseño de videojuegos y aplicaciones móviles. Esta se puede programar mediante scripts usando el lenguaje C#. Estos scripts incorporan las instrucciones de conexión y manejo de la información para interactuar con la IA y la interacción con el entorno virtual.
El sistema ASR cumple la función de convertir el audio capturado por el micrófono a texto, el cual es utilizado para generar los prompt que se enviarán a la IA. El simulador se conecta directamente a la IA generativa mediante un script en el que se envía el texto obtenido. La respuesta obtenida de la IA se procesa y se asigna el texto al avatar correspondiente y se genera la voz mediante una herramienta STT (Speech To Text) con una voz distinta para cada NPC (Non-Player Character).
HERRAMIENTAS
STT (Whisper – OpenAI): herramienta basada en IA para transcribir audio a texto. Whisper es un sistema de reconocimiento automático de voz (ASR) entrenado con 680,000 horas de datos supervisados multilingües y multitarea recopilados de la web (https://openai.com/index/whisper/).
IA: Chat GPT 4.0. IA generativa basada en LLM tipo chatbot.
TTS: AWS (Amazon Web Service) Amazon polly es un servicio totalmente administrado que genera voz bajo demanda y convierte cualquier texto en una transmisión de audio (https://aws.amazon.com/es/polly/).
Unity: motor de videojuego multiplataforma (https://unity.com/).
Instrucción: se incorporó un super prompt que incluyó los datos del caso, los modelos mentales de los participantes del caso clínico simulado desde la teoría de los modelos mentales multidimensionales.5,8,27 También se incorporaron datos de la calidad del debriefing desde el modelo de evaluación DASH (Debriefing Assessment for Simulation in Healthcare), la versión corta para el estudiante.28
BRIEFING
El sistema inicia con una pantalla en la que se describe el caso a desarrollar. Muestra la información del paciente, el tipo de caso, los síntomas y la condición actual del paciente. El usuario puede presionar el botón "Iniciar Simulación". Presionado el botón se mostrará un video en alta calidad en el que se desarrolla la simulación.
Una vez terminada la reproducción del video, o en el momento en el que el usuario crea necesario, puede presionar el botón "Iniciar Debriefing" y se mostrará el entorno con los NPC que representan a los personajes mostrados en el video. Cada NPC tiene una personalidad individual cargada mediante el super prompt inicial en conjunto de modelos mentales multidimensionales (MMM), detalles de la simulación y formato de feedback.
En el entorno de conversación con los NPC, el micrófono está capturando el sonido en intervalos de 10 segundos, una vez que detecta un sonido superior al del umbral definido, este comenzará a grabar el audio hasta que el promedio de las lecturas sea inferior al umbral. El tiempo máximo de grabación es configurable entre uno a cinco minutos. El audio es enviado al ASR para obtener el texto y ser enviado a la IA generativa como prompt. La respuesta que se encuentra en formato texto se convierte en audio utilizando una herramienta de STT. La herramienta genera un audio distinto según el personaje indicado. El usuario puede solicitar un feedback a los NPC en el formato que crea necesario de manera hablada dirigiéndose a los NPC mediante el micrófono. Por defecto, el sistema incorpora instrucciones para entregar feedback en formato DASH. El sistema incorpora un reporte que entrega un checklist si se abordaron las etapas del debriefing, de igual manera indica los MMM antes del debriefing como los MMM después del debriefing.
IMPLEMENTACIÓN
Una vez desarrollado el simulador, establecimos una secuencia lógica según la estructura recomendada para la educación basada en simulación (Orientación – Simulación – Devolución). Se realizó diseño instruccional para un caso de simulación interprofesional con la metodología ADDIE.29 Se grabó un video en alta definición, el cual se incorporó al simulador. En las Figuras 4 y 5 se aprecia la secuencia orientación (briefing del escenario), simulación (video de la simulación), debriefing (simulador con los avatares de los tres participantes de la simulación) y devolución entregada por el simulador al finalizar el debriefing utilizando una lista de chequeo de las etapas que, desde nuestra perspectiva, eran deseables abordar durante la conversación30,31 y a solicitud del usuario un feedback del debriefing a través de los criterios DASH en su versión corta para el estudiante.32
PRUEBAS
Se realizaron diversas pruebas de uso por parte del equipo de autores que tenían experiencia en simulación y debriefing, estas pruebas las utilizamos para perfeccionar el prototipo en un proceso de iteración constante, hasta lograr una versión con adecuada usabilidad.
LIMITACIONES
Este trabajo se enfoca en la descripción del proceso de desarrollo del simulador, siendo necesario abordar la validación técnica en futuras investigaciones, reportando métricas de usabilidad, participación, aceptabilidad, utilidad didáctica, entre otros, con el fin de generar iteraciones y mejorar en el prototipo.
Además, esta solución utiliza herramientas en la nube, por lo que depende de la velocidad de internet, lo cual puede ser una desventaja para usuarios con acceso limitado a este. Actualmente, el equipo de desarrollo está trabajando en las iteraciones de este simulador que serán publicadas en siguientes etapas del proyecto. Las mejoras generadas están centradas en el tiempo de reacción, cinemática, estética y usabilidad.
CONCLUSIONES
En este documento se ha mostrado el proceso de desarrollo de un simulador de debriefing educativo cuyo aporte principal se centra en la potencial utilidad didáctica para educadores novatos en simulación clínica. Esta herramienta ofrece una oportunidad de entrenamiento autónomo con práctica deliberada en un entorno seguro. El propósito final de esta innovación es aportar a la mejora de las prácticas educativas y, por lo tanto, una mejor calidad de los procesos de enseñanza y aprendizaje a través de la educación basada en simulación.
REFERENCIAS (EN ESTE ARTÍCULO)
AFILIACIONES
1 Unidad de Simulación e Innovación, Universidad San Sebastián. Santiago, Chile.
2 Grupo de Investigación en Educación y Simulación Clínica (EdSimC), VitalCare Centro de Simulación Clínica. Armenia, Colombia.
CORRESPONDENCIA
Diego Andrés Díaz-Guio. E-mail: andres.diaz@uss.clRecibido: 11/03/2025. Aceptado: 03/05/2025