Acceso usuarios
Omar Fernando Robayo Avendaño
Resumen Introducción la enseñanza de las neurociencias en medicina enfrenta el desafío de contenidos complejos y fenómenos como la «neurofobia». Las tecnologías digitales apoyadas en inteligencia artificial (IA) y las analíticas de aprendizaje representan una oportunidad para facilitar la comprensión, promover el compromiso estudiantil y favorecer la autorregulación. Este estudio evaluó si herramientas educativas apoyadas en IA facilitan a los docentes crear recursos interactivos adaptados a sus estudiantes y analizó cómo su uso se relaciona con el rendimiento académico. Material y métodos se desarrolló una aplicación web de neuroanatomía. Su construcción asistida por IA redujo la necesidad de conocimientos técnicos e integró analíticas de aprendizaje mediante xAPI para registrar interacciones y ofrecer retroalimentación basada en el progreso del estudiante. Se realizó un estudio observacional retrospectivo con 42 estudiantes de Medicina, en el que se analizó la frecuencia de uso, los patrones temporales y su relación con el rendimiento académico mediante pruebas t de Student y regresión lineal simple (p < 0,05). Resultados los estudiantes realizaron 30.964 interacciones en 544 sesiones, concentradas antes de las evaluaciones y en horarios nocturnos, con marcada variabilidad interindividual. Se halló una asociación lineal positiva y significativa entre el número de interacciones y el desempeño académico (R2 = 0,31; β = 0,56; p < 0,001). Conclusión las aplicaciones educativas apoyadas en IA y analíticas de aprendizaje facilitan la comprensión de contenidos complejos y permiten a los docentes diseñar y evaluar recursos según los patrones de estudio. Su implementación favorece la innovación pedagógica y puede aportar datos objetivos que orienten la enseñanza en educación médica.
Introduction Teaching neuroscience in medical education faces the challenge of complex content and the phenomenon of “neurophobia”. Digital technologies supported by artificial intelligence (AI) and learning analytics represent an opportunity to enhance understanding, promote student engagement, and foster self-regulation. This study aimed to assess whether AI-based educational tools help instructors create interactive resources tailored to their students and to analyze how their use relates to academic performance. Material and methods An interactive web application focused on neuroanatomy was developed. Its AI-assisted design reduced the need for advanced technical knowledge and integrated learning analytics through xAPI to automatically record interactions and provide progress-based feedback. A retrospective observational study was conducted with 42 medical students, analyzing usage frequency, temporal patterns, and their relationship with academic performance using Student’s t-tests and simple linear regression (p < 0.05). Results Students performed 30,964 interactions across 544 sessions mostly concentrated before assessments and during nighttime hours, with marked interindividual variability. A positive and significant linear association was found between the number of interactions and academic performance (R2 = 0.31; β = 0.56; p < 0.001). Conclusion Educational applications supported by AI and learning analytics facilitate the understanding of complex content and enable instructors to design and evaluate resources according to students’ study patterns. Their implementation fosters pedagogical innovation and can provide objective data to guide teaching practices in medical education.
