Optimizando el aprendizaje mediante IA: la eficacia de flujos de trabajo estructurados en la educación superior

Abstract

Este estudio evalúa el impacto de la integración de herramientas de inteligencia artificial (IA) en el curso Fenómenos de Transferencia de la carrera de Ingeniería Química, enfocándose en el desarrollo y la optimización de flujos de trabajo mediante IA. El estudio se estructura en tres fases: diagnóstico inicial, introducción de flujos de trabajo optimizados y evaluación final. La investigación encontró un aumento significativo en el uso de IA entre el estudiantado, del 43% al 78% en la vida cotidiana y del 33% al 90% en las asignaciones al final del semestre. El conocimiento de herramientas de IA como GitHub Copilot aumentó del 29% al 100%. Las actitudes del estudiantado se volvieron más positivas, con la totalidad reconociendo la influencia del curso en su uso académico de la IA. El enfoque basado en flujos de trabajo fue efectivo según un 100% del estudiantado, que lo encontró beneficioso para sus proyectos, y un 93.7% destacando un valor adicional en comparación con el estudio aislado de herramientas de IA. El estudio subraya la importancia de las consideraciones éticas, políticas claras de alfabetización en IA y la necesidad de una integración equilibrada de la inteligencia artificial y humana. Demuestra la eficacia de integrar IA a través de flujos de trabajo estructurados, enfatizando el potencial de la inteligencia híbrida para mejorar los resultados educativos e integrar la IA de manera ética y efectiva en los planes de estudio.