Acceso usuarios
Humberto Alejandro Nati Castillo
La irrupción de la inteligencia artificial (IA) en la educación del personal sanitario representa un hito, representando un paradigma comparable a la llegada de Internet. Sus aplicaciones abarcan desde la personalización del aprendizaje hasta la simulación clínica avanzada, generando oportunidades sin precedentes para mejorar la formación, la seguridad del paciente y la eficiencia de los procesos educativos (1,2).
La evidencia muestra beneficios tangibles en precisión diagnóstica, razonamiento clínico y habilidades técnicas, siempre que estas herramientas se integren en entornos pedagógicos bien diseñados (3). En la formación en ciencias de la salud, la IA ofrece la posibilidad de adaptar los contenidos al ritmo y estilo de cada estudiante, permitir entrenamientos mediante realidad virtual y aumentada, y enriquecer la supervisión docente con retroalimentación inmediata y objetiva (2,4).
No obstante, esta promesa no está exenta de riesgos. La dependencia excesiva puede llevar a fenómenos como el deskilling (pérdida de competencias adquiridas), el never-skilling (falta de desarrollo de habilidades fundamentales) y el mis-skilling (refuerzo de conductas incorrectas debido a sesgos o errores de la IA) (4). Estos riesgos, sumados a la opacidad de los algoritmos y a los problemas de privacidad de datos, exigen un marco ético sólido que guíe su implementación (3).
En este contexto, el rol del docente adquiere renovada importancia. No basta con supervisar el uso de la IA; es necesario enseñar a los futuros profesionales a interactuar con ella de forma crítica, evitando la aceptación acrítica de resultados. Modelos como DEFT-AI (diagnóstico, evidencia, feedback, enseñanza y recomendación en el uso de IA) proponen estrategias estructuradas para mantener el pensamiento clínico independiente y promover una práctica adaptativa
