Artículo basado en la conferencia del Dr. Diego Aponte Martin, presidente de la Asociación Colombiana de Gastroenterología (2023-2025) y coordinador de posgrado en la Fundación Universitaria Sanitas en la reunión virtual de los capítulos regionales de la Academia.
Las preguntas son inevitables: ¿cómo era la enseñanza antes de la IA?, ¿se debe usar para estudiar?, ¿es confiable?, ¿qué lugar ocupará en la educación médica del futuro?
Durante décadas, la enseñanza de la medicina se basó en un principio fundamental: la transmisión directa del conocimiento entre maestro y discípulo. El aprendizaje ocurría en la práctica clínica, en el quirófano, en la sala de procedimientos y en las aulas. Hoy, sin embargo, la irrupción de la inteligencia artificial (IA) está cambiando la forma en que se enseña y se aprende.
En 2011, el Dr. Aponte participó en el Train de Trainers, convocado por la Organización Mundial de Gastroenterología en Brasil. Un modelo educativo diseñado para transformar a un experto en un tema en un instructor capacitado para enseñar a adultos. Modelo que se replicó en Colombia en 2013.
El modelo señala que el aprendizaje en adultos debe ser “divertido”, en el sentido de no convertirse en sufrimiento lo que se aprende; debe ser claro y comprensible. Si el profesor no demuestra tener dominio del tema, perderá el interés de sus alumnos.
Dentro de este marco aparece el llamado ciclo del conocimiento, que describe la evolución del aprendizaje en 4 tipos: el incompetente inconsciente: no sabe hacer algo y ni siquiera le interesa; el incompetente consciente: reconoce que no sabe y comienza a aprender; el competente inconsciente: realiza la técnica correctamente, pero sin analizar cómo; y el competente consciente: comprende sus propios procesos y puede enseñarlos. Este último, el objetivo final de la educación médica.
A su vez, la enseñanza de habilidades se basa en la Estrategia de Peyton de cuatro pasos: 1. El profesor realiza el procedimiento y el alumno observa; 2. El profesor explica cada paso, desglosando la acción; 3. El alumno explica mientras el profesor ejecuta y, finalmente, el alumno realiza el procedimiento bajo supervisión. Una forma probada de transferir el conocimiento.
Durante muchos años, la enseñanza médica estuvo basada en la crítica y el error. Sin embargo, la evidencia pedagógica muestra que el aprendizaje mejora cuando se inicia con una retroalimentación positiva, que el estudiante identifique qué hizo bien, el profesor refuerce esos aciertos para posteriormente analizar los aspectos a mejorar con una adecuada guía.
Uno de los mayores desafíos que detectó el Dr. Aponte en procedimientos como la colonoscopia o la endoscopia es enseñar habilidades complejas sin poner en riesgo al paciente. Para ello desarrolló un modelo de sistematización, basado en microcompetencias. La idea es simple pero importante: una habilidad compleja se aprende mejor cuando se divide en pasos pequeños, progresivos en complejidad y evaluables.
Antes de la IA ya existían herramientas tecnológicas que mejoraban la educación médica: videos educativos, transmisión en vivo de procedimientos y simuladores. Incluso durante la pandemia utilizaron dispositivos como gafas inteligentes para transmitir procedimientos endoscópicos en tiempo real a estudiantes en casa. Sin embargo, el verdadero salto ocurrió con la llegada de sistemas de inteligencia artificial capaces de recopilar miles de datos en segundos y apoyar decisiones clínicas. OpenEvidence, Microsoft Copilot, NotebookLM o RIMA ACG han empezado a integrarse al estudio médico.
Específicamente en tareas de endoscopia, dos herramientas se han convertido en aliadas para los especialistas. CADe (Computer Aided Detection), que sirve de copiloto para detectar lesiones e irregularidades durante el procedimiento, y CADx (Computer Aided Diagnosis), que sugiere diagnósticos probables basándose en patrones e histología.
Más allá de los procedimientos, la IA también está influyendo en la forma en que los médicos estudian. Plataformas como ChatGPT, Perplexity AI, Google Gemini o Consensus son consultadas frecuentemente por los alumnos y responden preguntas clínicas con alta precisión. Sin embargo, al consultar casos médicos puntuales, no hay una referencia bibliográfica clara, lo que obliga a mantener una actitud cauta y a profundizar más en la información. Las plataformas médicas especializadas suelen mostrar mejores resultados porque están entrenadas con literatura científica de alto nivel.
Aunque las ventajas son evidentes, también existen riesgos educativos. Tres conceptos se discuten actualmente: el deskilling o pérdida de habilidades por depender excesivamente de la tecnología; el never skilling, profesionales que nunca desarrollan completamente la habilidad porque siempre dependen de la IA; y el miss skilling o aprendizaje incorrecto o incompleto. De allí la importancia de implementar el pensamiento crítico cuanto antes en la formación. Esto se logra adoptando el modelo DEFT-AI (diagnóstico, evidencia, retroalimentación, enseñanza y recomendación para el uso de IA), un marco estructurado para promover el pensamiento crítico y la alfabetización en IA durante las interacciones entre alumnos e IA.
El futuro de la medicina quizás no será exclusivamente humano ni exclusivamente artificial. Se habla de dos modelos distintos de colaboración entre humanos e IA que se diferencian por cómo interactúan con ella: los centauros y los cyborgs. Los centauros asignan tareas a la IA para una asistencia específica, pero conservan el control y liderazgo. Los cyborgs, por su parte, delegan buena parte de la responsabilidad en la IA sin mucho análisis o evaluación. El Dr. Aponte aboga siempre por ser centauro en medicina cuando se usa la IA.
:::::::::::::::::::::::::::::::::::::::
Intervención completa del Dr. Aponte en:
INTELIGENCIA ARTIFICIAL EN EDUCACIÓN, APLICACIONES EN UN ÁREA ESPECÍFICA
Nota. Victoria Rodríguez G. Comunicaciones Academia Nacional de Medicina
Visitas: 57
