Implementación de modelos de ChatGPT personalizados para el aprendizaje basado en problemas y educación inversa en estudiantes de medicina
La enseñanza tradicional de la medicina ha estado dominada por la clase magistral, un modelo efectivo pero limitado en su capacidad de involucrar activamente a los estudiantes. Con la evolución tecnológica, métodos innovadores como la educación inversa y el aprendizaje basado en problemas están tran...
| Author: | |
|---|---|
| Format: | article |
| Status: | Published version |
| Publication Date: | 2025 |
| Country: | España |
| Institution: | Universidad de Sevilla (US) |
| Repository: | idUS. Depósito de Investigación de la Universidad de Sevilla |
| OAI Identifier: | oai:idus.us.es:11441/174077 |
| Online Access: | https://hdl.handle.net/11441/174077 https://doi.org/10.12795/innovamedica.2025.i01.03 |
| Access Level: | Open access |
| Keyword: | Educación inversa Inteligencia artificial ChatGPT Gamificación Aprendizaje basado en Problemas Flipped education Artificial intelligence Gamification Problem-based learning |
| Summary: | La enseñanza tradicional de la medicina ha estado dominada por la clase magistral, un modelo efectivo pero limitado en su capacidad de involucrar activamente a los estudiantes. Con la evolución tecnológica, métodos innovadores como la educación inversa y el aprendizaje basado en problemas están transformando este paradigma. En la educación inversa, los estudiantes acceden previamente a contenidos teóricos mediante videos, presentaciones y materiales complementarios, facilitando el uso de sesiones presenciales para resolver dudas y aplicar conocimientos, un enfoque que promueve el aprendizaje activo y significativo. Una de las principales innovaciones presentadas es el uso de inteligencia artificial, específicamente ChatGPT, para crear pacientes virtuales personalizados. Estos modelos simulan casos clínicos realistas, respondiendo preguntas en tiempo real, proporcionando resultados de pruebas complementarias y fomentando el desarrollo de competencias prácticas. La integración de estos pacientes virtuales en clases presenciales permitió a los estudiantes practicar habilidades clínicas esenciales, como la anamnesis y la estructuración de historias clínicas, bajo la supervisión del docente. A pesar de los desafíos iniciales, como la baja visualización de materiales previos y la carencia de imágenes diagnósticas avanzadas, este modelo demuestra ser una herramienta poderosa para conectar teoría y práctica, transformando la formación médica y preparando a los futuros médicos para enfrentar retos clínicos reales. |
|---|