← Volver a noticias
Inteligencia artificial

Efectos de una simulación de retroalimentación 3C mejorada con AIGC en el pensamiento crítico en la educación de enfermería: un estudio de métodos mixtos

27 de octubre de 20262 min de lecturaPor RADAR AI GLOBALFuente: PubMed/NLM – IA clínica
IA y MedicinaMedicina general
Efectos de una simulación de retroalimentación 3C mejorada con AIGC en el pensamiento crítico en la educación de enfermería: un estudio de métodos mixtos

Resumen ejecutivo

Este estudio evalúa el impacto de una simulación de retroalimentación 3C mejorada con contenido generado por inteligencia artificial (AIGC) en la disposición al pensamiento crítico de estudiantes de enfermería de pregrado, así como sus experiencias de aprendizaje.

Compartir

WhatsAppLinkedInXCorreo

Qué problema aborda

La educación en enfermería enfrenta el desafío de fomentar el pensamiento crítico entre los estudiantes. La integración de tecnologías avanzadas, como la inteligencia artificial, en los métodos de enseñanza es un área de interés reciente, pero la evidencia empírica sobre su efectividad sigue siendo limitada.

Qué hicieron los autores

Los autores llevaron a cabo un estudio de métodos mixtos con un diseño de control aleatorizado por grupos. Participaron siete clases de estudiantes de primer año de enfermería (N=350), que fueron asignados aleatoriamente a un grupo de intervención (n=200) que recibió simulación de retroalimentación 3C mejorada con AIGC, o a un grupo de control (n=150) que recibió enseñanza tradicional basada en conferencias. Se midió la disposición al pensamiento crítico utilizando el Inventario de Disposición al Pensamiento Crítico (CTDI-CV) y se realizaron grupos focales para explorar las experiencias de aprendizaje de los estudiantes.

Qué encontraron

Los resultados mostraron que, tras ajustar por niveles basales y la agrupación por clases, el grupo de intervención presentó una puntuación total de CTDI-CV significativamente más alta que el grupo de control (β=38.574, p<0.001). Además, el grupo de intervención también obtuvo mejores resultados en la prueba de conocimientos teóricos (diferencia media estimada=4.80, p=0.021). Los análisis cualitativos revelaron cinco temas clave: juicio situacional, reflexión estructurada, cambio de roles, cuestionamiento de lo conocido y el uso de AIGC como referencia para el pensamiento crítico.

Limitaciones

El estudio se basa en medidas autoinformadas de disposición al pensamiento crítico, lo que significa que los hallazgos no deben interpretarse como evidencia directa de una mejora en la capacidad de razonamiento clínico objetivo.

Lectura final

Este estudio proporciona evidencia preliminar sobre la efectividad de integrar la evaluación crítica de contenido generado por IA en simulaciones de escenario y reflexión estructurada, lo que podría representar un enfoque valioso para desarrollar el pensamiento crítico en la educación de enfermería. La investigación futura puede explorar más a fondo esta metodología y su impacto en la práctica clínica.

Sigue leyendo

Lectura clínica

  • Ensayo clínico
  • Validación clínica

Información editorial dirigida a profesionales de la salud. No sustituye la evaluación clínica, las guías vigentes ni el juicio médico.

Clasificación editorial automática

Fuente original

PubMed/NLM – IA clínica

También en el radar

¿Quieres más contexto?

Cada semana seleccionamos las señales de IA que importan, con foco en medicina.

Únete a la lista de RADAR

Te avisaremos cuando publiquemos el primer boletín y recibirás una selección breve de las señales de IA que realmente importan.