Educación en el trabajo asistida por Inteligencia Artificial Generativa para la formación de la competencia investigativa en residentes de Medicina General Integral

• Adelmar Agüero Uliver ^[1] ; Luis Aníbal Alonso Betancourt ^[1] ; Prudencio Alberto Leyva Figueredo ^[1]
  1. [1] Universidad de Holguín

     Universidad de Holguín

     Cuba

     
• Localización: Didasc@lia: Didáctica y Educación, ISSN-e 2224-2643, Vol. 16, Nº. 5 (Edición Especial. Inteligencia Artificial), 2025, págs. 30-50
• Idioma: español
• Títulos paralelos:
  • Education at work assisted by Generative Artificial Intelligence for the development of investigative competence in residents of Integral General Medicine
• Enlaces
  • Texto completo
• Resumen
  • español

    Se propone un procedimiento innovador para la formación de la competencia investigativa en residentes de Medicina General Integral (Medicina Familiar), integrando la Inteligencia Artificial Generativa (IAG) en el marco de la educación en el trabajo. La novedad científica radica en la sinergia entre el enfoque integrador del desempeño investigativo del especialista en Medicina Familiar y el uso de herramientas de IAG para optimizar la identificación y resolución de problemas de salud en la Atención Primaria de Salud (APS). Se empleó una metodología cuantitativa preexperimental, utilizando métodos de análisis-síntesis, enfoque sistémico, observación de campo y la prueba estadística de Chi-cuadrado. Los resultados muestran mejoras significativas en la competencia investigativa de los residentes, con un 95% de confiabilidad, lo que valida la aplicabilidad del procedimiento en contextos nacionales e internacionales, ajustado a las particularidades del proceso formativo de la especialidad.

  • English

    An innovative procedure is proposed for developing investigative competence in residents of Integral General Medicine (Family Medicine), integrating Generative Artificial Intelligence (GAL) within the framework of work-based education. The scientific novelty lies in the synergy between the integrative approach to the investigative performance of Family Medicine specialists and the use of GAL tools to optimize the identification and resolution of health problems in Primary Health Care (PHC). A pre-experimental quantitative methodology was employed, using analysis-synthesis methods, a systemic approach, field observation, and the Chi-square statistical test. The results show significant improvements in the residents’ investigative competence, with 95% reliability, validating the applicability of the procedure in national and international contexts, adjusted to the specificities of the specialty’s training process.