El aprendizaje basado en problemas asistido por IA mejora la retención de conocimientos en la formación en fisioterapia — Ensayo Estambul–Toledo

Diseñar escenarios clínicos realistas para el aprendizaje basado en problemas (ABP) es una parte central, pero muy laboriosa, de la formación en fisioterapia, y el profesorado cuenta con pocas herramientas para verificar si las versiones asistidas por IA de este método realmente mejoran lo que retienen los estudiantes.
En junio de 2025, la Universidad Istanbul Medipol (Turquía) y la Universidad de Castilla-La Mancha (España) realizaron un ensayo clínico aleatorizado, prospectivo, de dos brazos: 40 estudiantes de fisioterapia fueron asignados aleatoriamente a ABP asistido por IA —usando ChatGPT-4.0 en pequeños grupos para construir escenarios de pacientes simulados, planes de evaluación y estrategias de manejo para el dolor lumbar crónico, bajo supervisión docente— o a ABP tradicional sin IA. De los 40 aleatorizados, 35 completaron el estudio (19 en ABP-IA, 16 en ABP tradicional).
En el seguimiento a las 2 semanas, el grupo ABP-IA mostró ganancias muy grandes en retención de conocimiento (d de Cohen = 3,14) y en autoeficacia con la IA (d = 1,70) frente al ABP tradicional, además de mayor motivación lectora (d = 1,31). La competencia clínica, medida con el Mini Clinical Evaluation Exercise, fue solo ligeramente superior en el grupo ABP-IA, sin diferencia estadísticamente significativa (d = 0,42).
La fortaleza del ensayo es su diseño aleatorizado y revisado por pares; su limitación es la escala — 35 participantes que completaron el estudio en dos universidades, un único tema clínico y una ventana de seguimiento de solo dos semanas—, por lo que estos efectos tan grandes deben leerse como una señal temprana prometedora y no como un resultado definitivo.