Publicación: Uso de los modelos de lenguaje vs aprendizaje basado en problemas como apoyo en el razonamiento clínico en médicos que inician el internado en la ciudad de Panamá en el año 2026
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Palabras claves
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
La presente investigación tiene como objetivo comparar el efecto del uso pedagógico supervisado de modelos de lenguaje de inteligencia artificial (LLMs) frente al aprendizaje basado en problemas (ABP) en el desarrollo del razonamiento clínico de los médicos que inician el internado clínico en la ciudad de Panamá durante el período académico 2026. Este estudio adopta un enfoque cuantitativo con diseño cuasiexperimental de dos grupos no equivalentes y medición pretest–postest. La muestra está conformada por médicos internos en su primer año de internado clínico (n mínimo = 52), asignados de manera no aleatoria al Grupo A (LLMs) y al Grupo B (ABP). Los instrumentos de medición incluyen la Prueba de Razonamiento Clínico (PRC) con casos clínicos pediátricos estandarizados (60 puntos máximo, cuatro dimensiones: recopilación de datos, generación de hipótesis, toma de decisiones y metacognición clínica), el Script Concordance Test (SCT) calibrado con un panel de diez expertos en pediatría, y una Encuesta de Percepción del Uso de LLMs de 27 ítems aplicada al Grupo A. La validez de contenido de los instrumentos se garantizará mediante juicio de diez expertos (V de Aiken ≥ 0.80) y su confiabilidad mediante el Coeficiente Alpha de Cronbach. El análisis estadístico empleará pruebas t de Student o U de Mann-Whitney según el cumplimiento del supuesto de normalidad (Shapiro-Wilk), con nivel de significancia α = 0.05 y cálculo del tamaño del efecto (d de Cohen). Como producto del objetivo creativo de la investigación, se propone el modelo pedagógico híbrido LLM+ABP, que integra el uso estructurado de modelos de lenguaje dentro de las sesiones de ABP, articulado en cinco principios pedagógicos, cuatro momentos de sesión, guías de preguntas clínicas y un plan de capacitación docente de 24 horas.
Resumen en ingles
This research aims to compare the effect of supervised pedagogical use of artificial intelligence language models (LLMs) versus problem-based learning (PBL) on the development of clinical reasoning in physicians that begins intrahospital period in Panama City during the 2026 academic period. The study adopts a quantitative approach with a quasi-experimental design using two non-equivalent groups and a pretest–posttest measurement. The sample consists of fifth-year pediatrics students (minimum n = 52), non-randomly assigned to Group A (LLMs) and Group B (PBL). Measurement instruments include a Clinical Reasoning Test (CRT) with standardized pediatric clinical cases (60-point maximum, four dimensions: data collection, hypothesis generation, decision-making, and clinical metacognition), a Script Concordance Test (SCT) calibrated with a panel of ten pediatrics experts, and a 27-item LLM Perception Survey administered to Group A. Content validity of the instruments will be established through a panel of ten expert judges (Aiken's V ≥ 0.80) and reliability through Cronbach's Alpha Coefficient. Statistical analysis will use Student's t-test or Mann-Whitney U test depending on normality assumption (Shapiro-Wilk), with a significance level of α = 0.05 and effect size calculation (Cohen's d). As the outcome of the creative objective of the research, the hybrid pedagogical model LLM+PBL is proposed, integrating the structured use of language models within PBL sessions, organized around five pedagogical principles, four session stages, clinical question guides, and a 24-hour faculty training plan