Formación práctica
IA en la formación enfermera: dónde ahorra horas al profesorado
En este artículo
Por dónde empezar
Lo que más tiempo ahorra es también lo más arriesgado
En la formación enfermera, la herramienta de IA que más horas le ahorra al profesorado es la que redacta material de evaluación, y es también la que más fácilmente pone una respuesta equivocada delante de una clase. Las dos mitades de esa frase tienen cifras detrás, y la facultad que solo cuenta con una de ellas acaba decepcionada.
En un estudio en torno a un examen decisivo de medicina de urgencias en Hong Kong, un banco de 100 preguntas redactado con ChatGPT-4o costó 24,5 horas-persona, frente a 96 el redactado por personas. Los revisores expertos encontraron después más errores factuales en las preguntas de la IA (un 6 % frente a un 4 %), más preguntas irrelevantes (6 % frente a 0 %) y muchas más con la dificultad mal ajustada (14 % frente a 1 %).
Es medicina, y el problema de redactar preguntas es el mismo en una asignatura de enfermería. Esta pieza se queda en la mesa del docente: qué tareas pasarle a la IA, qué revisar en cada una y qué sale mal cuando nadie revisa. Lo que la IA está cambiando en la profesión en conjunto tiene su propia pieza, sobre la inteligencia artificial en enfermería.
Tarea a tarea
Seis tareas en la mesa del docente clínico
Casi todo lo que hace un docente clínico fuera del aula cabe en seis tareas. La columna del medio nombra el tipo de herramienta, porque las marcas cambian cada cuatrimestre.
| Tarea | Tipo de herramienta | Qué revisa el docente |
|---|---|---|
| Redactar preguntas de práctica tipo test | Asistente conversacional de uso general o generador de preguntas | La respuesta marcada como correcta, los distractores y si la pregunta pide aplicar o solo recordar |
| Redactar un caso y sus variantes | IA generativa o una herramienta de autoría de casos | Que las constantes, la analítica y la medicación cuadren entre sí y con el diagnóstico, y que el caso sirva al objetivo de la asignatura |
| Practicar la conversación con un paciente | Simulador conversacional o paciente virtual | El perfil del paciente y la rúbrica: qué tiene que averiguar el estudiante y qué puntúa |
| La corrección de cada intento | Puntuación por rúbrica integrada en el simulador | Una muestra semanal de sesiones leída contra la transcripción, corrigiendo las notas que fallen |
| Actualizar diapositivas y apuntes antiguos | Herramienta de autoría que convierte documentos existentes | Que las guías citadas estén vigentes y que no aparezca nada que no estuviera en el original |
| Comentar planes de cuidados escritos | Asistente conversacional de uso general | La nota final, y las normas de tu universidad sobre datos de estudiantes antes de pegar nada |
Dos trabajos se quedan fuera de la lista a propósito. Decidir qué cuenta como competente es un juicio del profesorado, y también lo es el debriefing después de una simulación, donde el estudiante escucha por qué importaba una decisión de boca de alguien que la ha tomado en una unidad de verdad.
Redactar casos
Una primera versión en minutos, revisada elemento a elemento
La segunda fila es la que se come más horas, porque un caso que funcione necesita un escenario, un paciente con su historia, hallazgos que encajen y un plan para puntuarlo. Es también la fila en la que un borrador generado pide la lectura más atenta.
El oficio de escribir el caso en sí, de los objetivos al guion del paciente y la puntuación, tiene su propia pieza: cómo escribir un caso clínico de enfermería para clase. La parte de política (para qué pueden usar la IA los estudiantes y cómo cambia la evaluación cuando pueden) está en IA en la educación médica: un manual para el profesorado.
Qué sale mal
Material generado que nadie leyó dos veces
Las cifras más claras vienen de las preguntas de práctica, porque ahí está la mayoría de los estudios. Cuando a estudiantes de segundo de Medicina se les dieron cuestionarios de práctica tipo USMLE redactados con ChatGPT (el USMLE es el examen de licencia médica de EE. UU.), expertos independientes encontraron defectos de redacción en el 49 % de las preguntas y errores factuales o conceptuales en el 22 %. Esos mismos expertos consideraron 59 de 65 (el 91 %) un punto de partida razonable para corregirlas, que es el resumen honesto: un borrador aprovechable, con la corrección todavía por hacer.
Una comparación a ciegas publicada en Medical Teacher encontró preguntas de GPT-4 comparables en conjunto a las de redactores expertos, y aun así más a menudo inservibles sin una revisión a fondo. Algunas daban por buena una respuesta equivocada, y la opción correcta tendía a caer en la misma posición.
Para casos completos hay menos datos publicados, y las comprobaciones son las mismas: cifras que cuadren entre sí, dosis que correspondan al fármaco, una historia que no cambie de una sección a otra y un desenlace que se siga de lo que hizo el estudiante.
La IA puede encargarse de parte de la revisión. En un estudio con 85 preguntas de medicina interna, dos de los modelos coincidieron mucho con los expertos en los defectos objetivos, como los enunciados en negativo o las cifras incoherentes, y solo de forma débil o moderada en si la pregunta respondía a su objetivo de aprendizaje. Ese último juicio es del que depende una asignatura, y sigue siendo del profesorado.
El primer mes
Empezar por una sola asignatura
Un arranque que funciona es pequeño: una asignatura, una fila de la tabla y una persona con criterio clínico que revise. El banco de preguntas de práctica es una buena primera fila, porque sus errores se ven enseguida y cuestan poco de arreglar.
Antes de que nada llegue a los estudiantes, quien revisa contesta cada pregunta generada sin mirar la respuesta marcada. Si su respuesta y la marcada no coinciden, la pregunta vuelve a corregirse. Hay tiempo para esa revisión: en el estudio de Hong Kong, generar el banco costó más o menos una cuarta parte del tiempo humano, 24,5 horas-persona frente a 96.
Conviene llevar un registro de cada corrección, con el tipo de error al lado. A las pocas semanas enseña qué fallos repite la herramienta en tu asignatura, y esa lista pasa a ser la lista de comprobación con la que empieza la siguiente persona que revise.
Preguntas frecuentes
Lo que suele preguntarse sobre esto.
-
¿Cómo se usa la IA en la formación enfermera?
Sobre todo en tres sitios: generar material de práctica, como preguntas y borradores de casos; simular pacientes para practicar la conversación y el razonamiento clínico, y corregir cada intento del estudiante con una rúbrica. En todos, el profesorado sigue decidiendo qué se evalúa y revisando lo que producen las herramientas.
-
¿Qué herramientas de IA puede usar el profesorado de enfermería?
Asistentes conversacionales de uso general y generadores de preguntas para redactar, herramientas de autoría que convierten materiales existentes en casos o módulos, y simuladores conversacionales o pacientes virtuales para practicar. Cada una pide una comprobación distinta, de la respuesta marcada de una pregunta a la rúbrica de una simulación.
-
¿Puede la IA redactar preguntas tipo test para un examen?
Puede redactar borradores deprisa, pero necesitan revisión experta. En un estudio de educación médica, el 49 % de las preguntas de práctica escritas con ChatGPT tenía defectos de redacción y el 22 % errores factuales o conceptuales, aunque los expertos consideraron el 91 % un punto de partida razonable para corregirlas.
-
¿Es seguro usar en clase casos clínicos generados con IA?
Solo después de que alguien con criterio clínico los haya revisado. Un caso generado puede traer valores que no cuadran entre sí o con el diagnóstico, y los estudios sobre preguntas generadas muestran errores que detectan los revisores humanos.
-
¿Cuánto tiempo le puede ahorrar la IA al profesorado?
Depende de la tarea. En un estudio en torno a un examen decisivo de medicina de urgencias, un banco de 100 preguntas generado con ChatGPT-4o costó 24,5 horas-persona frente a 96 el redactado por personas, antes de la revisión que los autores consideran imprescindible.
Para universidades y facultades · Guía gratuita
Gratis: la Guía Education 4.0
La universidad en la era post-ChatGPT — las metodologías que funcionan y cómo usar la IA como respuesta.
EMPIEZA AQUÍ
Mira cómo se ve la próxima generación de formación sanitaria.
Tanto si diriges una facultad, un programa de residencia, un departamento de formación clínica o una operación de formación continua — una demo de 20 minutos, adaptada a tu contexto, es la forma más rápida de saber si esto encaja.
¡Gracias! Hemos recibido tu solicitud.
Te escribimos en un día laborable.