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

Desarrollar escenarios clínicos realistas para el aprendizaje basado en problemas (ABP) es una parte central pero laboriosa de la formación en fisioterapia, y los docentes disponen de herramientas limitadas para verificar si las versiones asistidas por IA de este método realmente mejoran lo que los estudiantes retienen.

En junio de 2025, la Universidad Medipol de Estambul (Turquía) y la Universidad de Castilla-La Mancha (España) realizaron un ensayo clínico prospectivo, controlado y aleatorizado de dos brazos: 40 estudiantes de fisioterapia se aleatorizaron 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 del dolor lumbar crónico bajo la guía de un docente, o a ABP tradicional sin IA. De los 40 aleatorizados, 35 completaron el ensayo (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 en IA (d = 1,70) frente al ABP tradicional, y mayor motivación de lectura (d = 1,31). La competencia clínica, medida con el Mini Clinical Evaluation Exercise, fue solo marginalmente superior en el grupo ABP-IA y la diferencia no fue estadísticamente significativa (d = 0,42).

La fortaleza del ensayo es su diseño aleatorizado y revisado por pares; su limitación es la escala -- 35 finalizadores en dos universidades, un solo tema clínico y una ventana de seguimiento de dos semanas -- por lo que los tamaños de efecto muy grandes deben leerse como una señal temprana y prometedora, no como un resultado definitivo.