Desde los mitos griegos (como Talos, un autómata de bronce) hasta los autómatas mecánicos del Renacimiento, la idea de “máquinas pensantes” ya existía en la imaginación humana.

En 1950, Turing publicó un artículo histórico denominado “Computing Machinery and Intelligence”, en el que especulaba sobre la posibilidad de crear máquinas que piensen. ​En el artículo, señaló que «pensar» es difícil de definir e ideó su famosa prueba de Turing: si una máquina pudiera mantener una conversación (a través de un teletipo) que fuera indistinguible de una conversación con un ser humano, entonces era razonable decir que la máquina estaba «pensando».

En 1956, los programas desarrollados en los años posteriores al Taller de Darmouth fueron, para la mayoría de la gente asombrosos. ​Las computadoras resolvían problemas planteados de álgebra, demostraban teoremas de geometría y aprendían a hablar inglés. Pocos en aquel momento habrían creído que un comportamiento tan «inteligente» por parte de las máquinas fuera posible.

En ese año John McCarthy acuñó el término “Inteligencia Artificial” por primera vez.

Un hito fundamental en la IA fue el desarrollo del aprendizaje automático (ML) en la década de 1960, que implicó analizar datos de entrenamiento y crear algoritmos aplicables a nuevos datos. La investigación básica en chatbots siguió unos años más tarde. En 1964, se introdujo ELIZA, lo que marcó el primer uso de una forma rudimentaria de procesamiento del lenguaje natural (PLN) para permitir conversaciones sencillas entre humanos y computadoras.

Sin embargo, se necesitaron varias décadas de desarrollo de la IA antes de que OpenAI Inc. San Francisco, EE. UU. lanzara un Chatbot como ChatGPT 3.5 (Chat Generative Pre-trained Transformer) en noviembre de 2022. 

Tras el lanzamiento de ChatGPT y su impacto, la inteligencia artificial (IA) está transformando rápidamente el campo de las ciencias de la salud y la educación.

En el área de atención al paciente, las herramientas de IA se están utilizando para apoyar a los médicos en sus tareas diarias y procesos de toma de decisiones relacionados con el diagnóstico o el tratamiento. Varias aplicaciones en diversos campos médicos ya han recibido certificación oficial de la Administración de Alimentos y Medicamentos (FDA), lo que demuestra su relevancia, en particular en la técnica de análisis de imágenes para radiología, oftalmología o dermatología. 

En el mundo de la salud hay un mayor interés para generar nuevas directivas que promuevan el progreso digital y manteniendo los estándares existentes.

Los futuros médicos deben aprender a aplicar estas nuevas tecnologías en su trabajo. Por lo tanto, los profesores de educación superior tienen la tarea de enseñar competencias relacionadas con la IA.

La Comisión Europea ha publicado previamente un Marco para la Competencia Digital de los Educadores y ha comenzado a incluir especificaciones para abordar los requisitos de las nuevas tecnologías digitales como la IA.

Schönbächler identificó la "alfabetización informativa" como una competencia central, mientras que Laupichler et al., 2022, introdujeron el término similar "alfabetización en IA".

Sin embargo, la alfabetización en IA no está bien definida y se necesita más investigación para aclarar qué conocimientos, habilidades y actitudes relacionadas con la IA deberían incorporarse en la educación superior.

Los modelos de IA han revolucionado la educación médica, proporcionando aplicaciones que van desde simulaciones inmersivas hasta análisis de datos sofisticados. 

La integración de la IA mejora las metodologías de enseñanza y facilita el desarrollo de habilidades entre los profesionales de la salud.

A medida que la IA evoluciona rápidamente, es esencial repensar la educación médica para aprovechar la sinergia entre el aprendizaje respaldado por IA y la atención centrada en el ser humano.

Para algunos autores resulta fundamental educar a los médicos y futuros profesionales de la salud sobre cómo optimizar sus interacciones con los sistemas.

Esto permitiría no solo mejorar su experiencia de aprendizaje sino también empoderar a los alumnos a utilizar estas herramientas, y lograr superar desafíos complejos que pueden encontrarse en su futura carrera profesional.

Por esto, resulta importante que las universidades, profesores y alumnos, reconozcan tanto el potencial como las limitaciones de estas herramientas y los problemas éticos que pueden surgir para poder mitigarlos.

Para ver esto analizaremos 2 artículos sobre inteligencia artificial y educación en profesionales de la salud los cuales son complementarios.

El primero aborda una revisión bibliográfica sobre este tema, mientras que el otro aborda la perspectiva de los estudiantes frente a la incorporación de IA en su educación.

 

Primer artículo: Uso de la inteligencia artificial en la educación médica ¿Herramienta o Amenaza? Revisión de alcance

Es un articulo de Colombia publicado en enero 2025.

Este estudio es una revisión de alcance cuyo enfoque pretende abarcar la amplitud y profundidad de la investigación disponible, identificar vacíos en el conocimiento, y ofrecer recomendaciones para orientar futuras políticas e investigaciones en el contexto del uso de IA en diversos contextos educativos médicos.

Los resultados de esta revisión de alcance destacan que la IA tiene un impacto significativo en la educación médica, especialmente en áreas como la personalización del aprendizaje, la simulación clínica avanzada y la retroalimentación automática.

Están mostrando un gran potencial para optimizar el proceso de formación médica, mejorando tanto la calidad del aprendizaje como la eficiencia en la adquisición de habilidades clínicas.

Por otro lado, si bien la IA puede mejorar el aprendizaje personalizado y las simulaciones clínicas, la falta de infraestructura tecnológica en algunas instituciones podría limitar su adopción a gran escala. Asimismo, las preocupaciones éticas, particularmente en lo que respecta a la privacidad de los datos y la dependencia de los sistemas automatizados, siguen siendo áreas de gran relevancia que deben ser abordadas en futuros estudios.

Capacitación en IA: Es crucial desarrollar programas de formación específicos para educadores y estudiantes de medicina que incluyan el uso adecuado de las herramientas de IA. Esto garantizará que los futuros médicos no solo se beneficien de estas tecnologías, sino que también las utilicen de manera ética y efectiva.

Investigación adicional: Es necesario realizar estudios empíricos a largo plazo que evalúen la efectividad de los algoritmos de IA en la educación médica en contextos clínicos reales.

 

El segundo artículo se titula: "Inteligencia artificial and Chat GPT en educación médica: Un cuestionario transversal sobre la competencia estudiantil".

Es un estudio de corte transversal monocéntrico publicado en noviembre de 2024 en Alemania.

Este estudio tuvo como objetivo evaluar sus conocimientos, habilidades y actitudes en relación con herramientas de IA como ChatGPT, describiendo así la situación actual en la Facultad de Medicina de la Universidad de Ulm. Además, los datos abordarán las siguientes preguntas de investigación:

Con respecto a las debilidades y fortalezas de la herramienta:

Las mayores debilidades que respondieron eran: 

• el sesgo de datos
• representación insuficiente de las complejidades médicas de la vida real

Mientras que las mayores fortalezas eran:

• aceleración de los flujos de trabajo
• el ahorro de tiempo

La mayoría de los estudiantes utilizaron las herramientas de IA como motores de búsqueda.

Muchos presentaron incertidumbre sobre las habilidades prácticas de IA.

La IA tiene la capacidad de crear experiencias educativas innovadoras en una especialidad en constante cambio.

Los estudiantes perciben a Chat GPT como una herramienta valiosa para mejorar sus experiencias de aprendizaje y sus tareas académicas, y están interesados en ampliar su formación en el uso de esta herramienta.

Resulta importante desarrollar programas de formación específicos para educadores y estudiantes de medicina que incluyan el uso adecuado de las herramientas de IA, para conocer sus vulnerabilidades y saber cómo mitigarlas.

Es importante resaltar que no se han realizado conexiones definitivas entre la educación médica y el uso de la IA mediante revisiones sistemáticas o meta-análisis.

Si bien algunos estudios ya han demostrado la capacidad de la IA para mejorar aspectos específicos del proceso educativo, es un tema que está en constante evolución y aún existen vacíos importantes en la literatura que deben abordarse.

 

Referencias Bibliográficas

1. Aguirre Flórez, M., Gómez González, J., Jiménez Osorio, L., Moreno Gómez, M., Moreno Gómez, J., Rojas Paguanquiza, K., Rojas Paguanquiza, D., Quintero Cabrera, Y., Pantoja Chazatar, L., & Moreno Gómez, G. (2025). Uso de la inteligencia artificial en la educación médica: ¿herramienta o amenaza? Revisión de alcance. Investigación En Educación Médica, 14(53), 90-106. https://doi.org/10.22201/fm.20075057e.2025.53.24659
2. Maaß L, Grab-Kroll C, Koerner J, Öchsner W, Schön M, Messerer D, et al. Artificial intelligence and ChatGPT in medical education: A cross-sectional questionnaire on students’ competence. J CME [Internet]. 2025;14(1):2437293. Disponible en: http://dx.doi.org/10.1080/28338073.2024.2437293
3. Heinke A, Radgoudarzi N, Huang BB, Baxter SL. A review of ophthalmology education in the era of generative artificial intelligence. Asia Pac J Ophthalmol (Phila) [Internet]. 2024;13(4):100089. Disponible en: http://dx.doi.org/10.1016/j.apjo.2024.100089
4. Magalhães Araujo S, Cruz-Correia R. Incorporating ChatGPT in medical informatics education: Mixed methods study on student perceptions and experiential integration proposals. JMIR Med Educ [Internet]. 2024 [citado el 25 de julio de 2025];10(1):e51151. Disponible en: https://mededu.jmir.org/2024/1/e51151

 

Podés acceder al video completo en este enlace.