Aprendizagem Baseada em Problemas com IA Aumenta a Retenção de Conhecimento na Formação em Fisioterapia — Ensaio Istambul–Toledo

Desenvolver cenários clínicos realistas para a aprendizagem baseada em problemas (PBL) é uma parte central, mas morosa, da formação em fisioterapia, e os docentes dispõem de ferramentas limitadas para verificar se versões assistidas por IA deste método realmente melhoram o que os estudantes retêm.

Em junho de 2025, a Universidade Medipol de Istambul (Turquia) e a Universidad de Castilla-La Mancha (Espanha) realizaram um ensaio clínico prospetivo, controlado e randomizado, com dois braços: 40 estudantes de fisioterapia foram distribuídos aleatoriamente para PBL assistida por IA, usando o ChatGPT-4.0 em pequenos grupos para construir cenários de doentes simulados, planos de avaliação e estratégias de gestão para dor lombar crónica sob orientação de um docente, ou para PBL tradicional sem IA. Dos 40 randomizados, 35 completaram o ensaio (19 em PBL-IA, 16 em PBL tradicional).

No seguimento de 2 semanas, o grupo PBL-IA mostrou ganhos muito grandes na retenção de conhecimento (d de Cohen = 3,14) e na autoeficácia em IA (d = 1,70) relativamente à PBL tradicional, e maior motivação para a leitura (d = 1,31). A competência clínica, medida com o Mini Clinical Evaluation Exercise, foi apenas marginalmente superior no grupo PBL-IA, e a diferença não foi estatisticamente significativa (d = 0,42).

O ponto forte do ensaio é o seu desenho randomizado e revisto por pares; a sua limitação é a escala -- 35 concluintes em duas universidades, um único tema clínico, e uma janela de seguimento de duas semanas -- pelo que os efeitos muito grandes devem ser lidos como um sinal precoce e promissor, e não como um resultado definitivo.