Content, implementation, and evaluation of artificial intelligence literacy education for nursing students : A scoping review
Esta revisión de alcance de 14 fuentes revela que la educación en alfabetización de IA para estudiantes de enfermería es un campo emergente que está pasando de la aplicación técnica al juicio responsable, crítico y sensible al contexto, aunque actualmente depende en gran medida de evaluaciones a corto plazo en lugar de evaluaciones basadas en el desempeño en contextos de enfermería del mundo real.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Los hospitales están cambiando. Durante décadas, las herramientas de la enfermería han sido los estetoscopios, las gráficas y las manos firmes de los cuidadores. Ahora, ha llegado un nuevo tipo de herramienta: la inteligencia artificial. Estos son sistemas informáticos que pueden leer, escribir y resolver problemas, a menudo imitando la conversación humana. En el mundo real, ayudan a los médicos a predecir qué pacientes podrían enfermarse y a gestionar vastas cantidades de registros médicos. Pero para los estudiantes que se están formando para ser enfermeros hoy en día, estas herramientas presentan un desafío único. No basta con saber simplemente cómo encender la máquina. Un enfermero debe entender cuándo confiar en la máquina, cuándo cuestionar sus respuestas y cómo utilizarla sin perder la conexión humana que define su profesión. Este nuevo conjunto de habilidades se llama alfabetización en IA. Es la capacidad de utilizar estas tecnologías con sabiduría, de detectar sus errores y de mantener la seguridad del paciente en el centro de cada decisión.
Un equipo de investigadores se propuso observar cómo las escuelas de enfermería están enseñando esta habilidad vital. No buscaron un único método perfecto, sino que lanzaron una red amplia para encontrar cualquier estudio, informe o currículo que intentara enseñar a los estudiantes de enfermería cómo trabajar con la inteligencia artificial. Buscaron a través de miles de registros de bases de datos de todo el mundo, buscando trabajos publicados entre principios de 2018 y mediados de 2026. Tras una revisión cuidadosa, centraron su enfoque en catorce fuentes específicas. Estas incluían experimentos, informes de clase y diseños curriculares de países como Estados Unidos, China, Australia y Turquía. Los estudiantes involucrados variaban desde aquellos en su primer año de universidad hasta aquellos que cursaban doctorados avanzados.
Lo que los investigadores encontraron fue un campo que aún es muy joven pero que avanza en una dirección clara. La educación ya no trata solo de mostrar a los estudiantes cómo teclear una pregunta en una computadora. El enfoque se ha desplazado hacia algo mucho más profundo: el uso responsable y el pensamiento crítico. En las aulas que estudiaron, la lección más común no era sobre las partes técnicas del software, sino sobre cómo hacer las preguntas correctas, lo que se conoce como "prompting" (generación de instrucciones), y cómo verificar las respuestas que da la computadora. Se enseñaba a los estudiantes a tratar a la computadora como un asistente útil pero falible. Aprendieron a verificar hechos, a buscar sesgos ocultos y a asegurar que cualquier consejo generado por la máquina se ajustara a las necesidades específicas de un paciente real.
La forma en que se lleva a cabo esta enseñanza es, a menudo, práctica y directa. En muchos de los programas, se les daba a los estudiantes una tarea, como escribir un plan de cuidados o analizar un caso de estudio, y luego se les pedía que usaran una herramienta de IA para ayudarlos. Los instructores no solo dejaban que usaran la herramienta libremente; los guiaban a través de un proceso de generar una respuesta, verificarla y luego refinarla. Este ciclo de "generar, verificar y revisar" era el patrón más común. Los estudiantes practicaban el uso de estas herramientas para redactar materiales de educación para el paciente o para organizar información médica compleja. Sin embargo, los investigadores señalaron que la parte más difícil para los estudiantes no era usar la herramienta, sino saber cuándo dejar de depender de ella. Cuando las situaciones se volvían altamente complejas o involucraban necesidades emocionales profundas, los estudiantes a menudo tenían dificultades para determinar si la sugerencia de la computadora era segura o apropiada.
Los métodos utilizados para probar si los estudiantes estaban aprendiendo fueron bastante variados. Algunas escuelas utilizaban encuestas estándar donde los estudiantes calificaban su propia confianza o conocimiento. Otras utilizaban rúbricas de calificación para evaluar la calidad de un plan de cuidados escrito con ayuda de la IA. Los resultados generalmente mostraron que los estudiantes se sentían más cómodos con la tecnología y sabían más sobre cómo funcionaba. Se volvieron mejores detectando errores obvios en la escritura de la computadora. Sin embargo, los investigadores señalaron una brecha en la evidencia. Si bien los estudiantes podían pasar un examen o escribir un mejor informe en un entorno de aula, hay poca prueba aún de que puedan trasladar estas habilidades a un hospital real y concurrido. No sabemos si un estudiante que aprende a verificar el trabajo de una IA en un aula tranquila hará lo mismo cuando un paciente esté en situación de angustia y el tiempo sea escaso.
Los estudios también revelaron que la mayor parte de esta educación ocurre en ráfagas cortas, a menudo dentro de una sola clase o en unas pocas semanas de un semestre. Muy pocos programas han construido un plan a largo plazo que entrelace la alfabetización en IA a través de los cuatro años de una licenciatura en enfermería. Los investigadores encontraron que, si bien algunas escuelas han comenzado a crear marcos para este tipo de aprendizaje a largo plazo, aún no los han probado con grupos grandes de estudiantes. Esto significa que el panorama actual es una colección de experimentos prometedores en lugar de un sistema unificado. La enseñanza está ocurriendo, pero está dispersa, y las formas de medir el éxito aún no son consistentes.
En última instancia, la imagen que emerge es una de progreso cauteloso. Las escuelas de enfermería están comenzando a darse cuenta de que la alfabetización en IA no es solo un complemento técnico, sino una parte central del juicio profesional. El objetivo es producir enfermeros que puedan usar estas poderosas herramientas para mejorar su atención sin permitir que las herramientas reemplacen su propio pensamiento crítico. Los investigadores sugieren que, para que esto funcione, la educación debe ir más allá de lecciones cortas y convertirse en una parte constante de todo el currículo de enfermería. Los programas futuros deben centrarse menos en cómo usar el software y más en cómo juzgar su producción en la realidad desordenada e impredecible del cuidado del paciente. Hasta entonces, el campo permanece en sus etapas iniciales, construyendo una base para un futuro donde los enfermeros humanos y las máquinas inteligentes trabajen juntos, con el humano siempre manteniendo la responsabilidad final por el bienestar del paciente.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.