Anales de la RANM

156 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 CONSIDERACIONES ÉTICAS IA y humanización de la educación médica En el ámbito educativo, la automatización de tareas administrativas (e.g., preparación de clases y exámenes) reduce la carga mecánica (línea roja) y libera recursos cognitivos que se redistribuyen hacia actividades de mayor valor educativo como la empatía, el razonamiento crítico y la interac- ción docente-estudiante (línea azul) ( FIGURA 4 ) (41). Esta automatización sintoniza con la vocación humanista y centrada en el paciente que los estudiantes mantienen durante su formación (42), manifestada incluso en obras poéticas (43). Sin embargo, existe el riesgo de que el tiempo liberado por la IA sea absorbido por una mayor carga docente o de productividad (2). Como advierte Topol, ese espacio debe protegerse para potenciar la dimensión humana de la medicina (2). Regulación - European AI Ac t . La regulación de la IA en la educación médica es indispensable debido a sus riesgos. Actualmente, las universidades normativizan el uso responsable de herramientas generativas en trabajos académicos. A nivel legal, el Reglamento Europeo de IA cataloga los sistemas de evaluación educativa como de alto riesgo y exige alfabetización tecnológica a las entidades académicas y sanitarias (44). Por ello, la formación técnica estructurada es crítica, alineán- dose con los marcos internacionales de competen- cias (8,16). En España, la ANECA ya demanda la validación institucional de estas destrezas y el cumplimiento estricto de la normativa europea vigente (45). Esta revisión presenta dos limitaciones principales: la falta de estudios con alto grado de evidencia (como ensayos multicéntricos) sobre el impacto formativo a largo plazo y el enfoque exclusivo en educación médica, sugiriendo explorar su impacto en otras profesiones de la salud. CONCLUSIONES, REFLEXIONES Y PROPUESTAS La incorporación de la IA en la educación médica plantea desafíos estructurales, pedagógicos y éticos que requieren una respuesta estratégica y coordi- nada. El análisis realizado identifica tensiones entre el impulso tecnológico y la adaptación institucional, así como posibles líneas de mejora alineadas con la literatura reciente ( TABLA 6 ) (8,46). La adopción de la IA, impulsada en parte por actores tecnológicos, exige un diseño educativo intencional: primero definir los principios pedagógicos, filosóficos y éticos, y después decidir qué papel debe desempeñar la IA en esa visión de universidad con prioridad educativa (46,47). Figura 4. Reasignación del tiempo docente mediante inteligencia artificial. Gráfico de elaboración propia, adaptado de World Economic Forum, 2024 (Cita 41).