Anales de la RANM

148 A N A L E S R A N M R E V I S T A F U N D A D A E N 1 8 7 9 INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN MÉDICA Banegas JR, et al. An RANM. 2026;143(02): 145 - 159 permitiendo que el aula (dirigida por el profesor) se enfoque en el razonamiento clínico y la ética. Se pasaría así del aula magistral al aula invertida, de la tiza al chatbot y de los dibujos o diagramas en pizarra/PPT a la visualización 3D y simulaciones fluidas (5,15). Además, hay que evaluar las competencias en IA en la educación médica (¿cómo se examina?). Estas competencias son: 1) conocimientos básicos sobre IA; 2) evaluación de su validez, fiabilidad e implicaciones éticas; 3) integración de la IA en la toma de decisiones clínicas; 4) uso en el análisis e interpretación de Tabla 2. Métodos educativos modernos basados en inteligencia artificial (IA) y métodos de evaluación de compe- tencias asistidos por IA MÉTODOS EDUCA- TIVOS Tipos / Ejemplos Usos principales Competencias desarro- lladas Realidad virtual y aumentada Entornos inmersivos, simuladores clínicos. Entrenamiento seguro de procedimientos; quiró- fano virtual. Habilidades técnicas, toma de decisiones. Simulaciones para aprendizaje experien- cial Aulas de simulación, escenarios clínicos complejos. Práctica de casos clínicos, trabajo en equipo. Razonamiento clínico, trabajo colaborativo. IA generativa (LLMs) ChatGPT, Claude, Copilot, Gemini. Tutorías, generación de casos, apoyo al razona- miento. Pensamiento crítico, comunicación, alfabetiza- ción en IA. Blockchain educativo Registros distribuidos de aprendizaje. Certificación segura de competencias, trazabi- lidad. Competencia digital, gestión de evidencias. Analítica del apren- dizaje Modelos predictivos, dashboards. Identificar dificultades, personalizar el aprendizaje. Autorregulación, meta- cognición. Sistemas adaptativos de aprendizaje Plataformas inteli- gentes. Ajuste automático del nivel y ritmo de aprendi- zaje. Competencias específicas (e.g., diagnóstico clínico). MÉTODOS DE EVALUACIÓN DE COMPETENCIAS Tipos Usos principales Competencias evaluadas Evaluaciones tradicio- nales Exámenes escritos y orales. Medir conocimientos y juicio crítico. Comprensión, argumen- tación. Simulación como evaluación Realidad virtual, simuladores clínicos. Evaluación del desempeño en escenarios controlados. Razonamiento clínico, habilidades técnicas. Pacientes estandari- zados con IA Interacción texto/ voz con pacientes virtuales generados por IA. Evaluar habilidades clínicas y comunicación empática. Comunicación, empatía, entrevista clínica. Estudios de casos reales Casos clínicos reales. Análisis de problemas prácticos e implicaciones de la IA. Toma de decisiones, análisis ético. Evaluación del rendi- miento ECOE, miniCEX. Evaluación estructurada en tiempo real. Competencias clínicas integradas. Retroalimentación automática basada en IA Sistemas de feedback personalizado del rendimiento del estu- diante. Identificación de áreas de mejora y adaptación del aprendizaje. Autorregulación, mejora continua. Evaluación automati- zada de textos NLP (procesamiento del lenguaje natural). Evaluación de informes clínicos y razonamiento escrito. Coherencia, precisión clínica, argumentación. El blockchain (cadena de bloques -cada grupo de datos se sella con un código matemático y se enlaza al anterior, haciendo imposible alterar la información sin romper toda la cadena) no evalúa directamente competencias, sino que certifica y asegura evidencias de aprendizaje. El dashboard (panel de control) visualiza datos educativos generados por IA; metacognición es la capa- cidad del estudiante para identificar, regular y mejorar su propio proceso de pensamiento. El ECOE (Evaluación Clínica Objetiva Estructurada) integra simulaciones y pacientes estandarizados. NLP (Natural Language Processing): técnica de IA para analizar y evaluar texto escrito. Ver fuentes en el texto.