Inteligencia artificial en el diseño curricular de una rotación clínica en cirugía general de pregrado de medicina. Un estudio de investigación – acción
Thesis
En esta investigación se exploran la contribución de la Inteligencia Artificial Generativa (IAG) en el diseño de un currículo para una rotación clínica en cirugía general del pregrado de medicina, y cómo la perciben, ajustan y complementan los interesados: directivos, docentes, estudiantes y educadores médicos, mediante un enfoque cualitativo, en un marco constructivista, utilizando la metodología de investigación-acción. En una primera fase metodológica, por medio de Prompts Engineering se construyó un currículo para una rotación clínica de cirugía en el pregrado de medicina siguiendo los pasos propuestos por Hilda Taba y utilizando ChatGPT-4 con ayuda de un experto en IAG. En una segunda fase se adelantó una encuesta de percepción sobre los resultados obtenidos para obtener una calificación cuantitativa, y se realizaron 3 grupos focales (estudiantes de medicina de 6 semestre, estudiantes de medicina de 8 semestre y cirujanos docentes de cirugía) y entrevistas semiestructuradas a expertos en educación médica que proporcionaron retroalimentación sobre este producto obtenido con la IAG. En la encuesta de percepción, la mayoría de los participantes calificó como satisfactorio el currículo diseñado en cuanto a declaración de necesidades, objetivos, contenidos, estrategias de enseñanza aprendizaje y evaluación para una rotación en cirugía general del pregrado de medicina en el contexto propuesto. Sin embargo, mediante los grupos focales y las entrevistas semiestructuradas con actores interesados se logró identificar debilidades en la estrategia para el diseño curricular, posibles sesgos, riesgos o limitaciones de la herramienta, la relevancia del trabajo colaborativo y constructivo y el potencial de la IAG como insumo básico para la construcción de un currículo.
This research explores the contribution of Generative Artificial Intelligence (GAI) to the design of a curriculum for a clinical rotation in general surgery in undergraduate medicine, and how it is perceived, adjusted, and complemented by stakeholders—administrators, faculty, students, and medical educators—using a qualitative approach within a constructivist framework, utilizing action research methodology. In a first methodological phase, a curriculum for a clinical rotation in surgery in undergraduate medicine was constructed using Prompts Engineering, following the steps proposed by Hilda Taba and using ChatGPT-4 with the assistance of an GAI expert. In a second phase, a perception survey was conducted on the results obtained to obtain a quantitative rating. Three focus groups were conducted (sixth-semester medical students, eighth-semester medical students, and surgical instructors) and semi-structured interviews were conducted with medical education experts who provided feedback on this product obtained with GAI. In the perception survey, the majority of participants rated the curriculum designed as satisfactory in terms of its needs statement, objectives, content, teaching-learning strategies, and assessment for a general surgery rotation in the undergraduate medical program in the proposed context. However, through focus groups and semi-structured interviews with stakeholders, weaknesses in the curriculum design strategy, potential biases, risks, or limitations of the tool, the importance of collaborative and constructive work, and the potential of AI as a basic input for curriculum development were identified.
