Orozco GA, Álvarez LMJ, Osorio MMF, Calderón JCL, Rodríguez ADA

Idioma: Español
Referencias bibliográficas: 7
Paginas: 247-250
Archivo PDF: 496.85 Kb.

RESUMEN

Introducción: la inteligencia artificial (IA) se ha integrado progresivamente en la educación médica como una herramienta útil de apoyo al aprendizaje. Objetivo: evaluar el impacto del uso de IA en la enseñanza de médicos internos de pregrado, analizando la aceptación de su uso, el rendimiento global y los resultados de los exámenes parciales y finales a libro cerrado. Material y métodos: se realizó un estudio observacional y analítico durante un curso académico de pediatría de dos meses de duración con 34 médicos internos de pregrado. La estrategia docente combinó presentaciones realizadas sin IA, presentaciones asistidas por IA, evaluaciones diarias en grupo, discusión dirigida por medio de exámenes a libro abierto y exámenes individuales a libro cerrado. Resultados: la asistencia a las clases fue de 95%; la calificación final promedio fue de 92.8 ± 8.6 (rango 67.1-99.4); el análisis exclusivo de los exámenes parciales y final mostró un promedio de 82.6 ± 14.4 (rango 45.25-97.75, mediana 87.5). Más del 75% de los estudiantes obtuvo calificaciones superiores a 80. Conclusiones: la integración estructurada de IA en la docencia médica es bien aceptada, promueve la participación activa, facilita el aprendizaje colaborativo y se asocia con un alto rendimiento académico.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Wu J, Tlili A, Salha S et al. Unlocking the potential of artificialintelligence in improving learning achievement in blended learning:a meta-analysis. Front Psychol. 2025; 16: 1691414. doi: 10.3389/fpsyg.2025.1691414.

2. Li J, Yin K, Wang Y, Jiang X, Chen D. Effectiveness of generative artificialintelligence-based teaching versus traditional teaching methods inmedical education: a meta-analysis of randomized controlled trials.BMC Med Educ. 2025; 25 (1): 1175. doi: 10.1186/s12909-025-07750-2.

3. Zhai Y, Nezakatgoo B. Evaluating AI-powered applications forenhancing undergraduate students’ metacognitive strategies, selfdeterminedmotivation, and social learning in English languageeducation. Scientific Reports. 2025; 15 (1): 35199. doi: 10.1038/s41598-025-19118-z.

4. Wei L. Artificial intelligence in language instruction: impact on englishlearning achievement, L2 motivation, and self-regulated learning. FrontPsychol. 2023; 14: 1261955. doi: 10.3389/fpsyg.2023. 1261955.

5. Ekizer FN. Exploring the impact of artificial intelligence on Englishlanguage teaching: a meta-analysis. Acta Psychologica. 2025; 260:105649. doi: 10.1016/j.actpsy.2025.105649.

6. Rahim M, Abraham J. Integrating AI into problem-based learning:implications andframeworks. Med Teach. 2022; 44 (9): 1010-1017.

7. Kung TH, Cheatham M, Medenilla A et al. Performance of ChatGPTon USMLE: potential for AI-assisted medical education using largelanguage models. PLOS Digit Health. 2023; 2 (2): e0000198.