Conceptos
Educación científica
Esta es una traducción automática de la página en inglés y todavía no ha sido revisada por una persona hablante nativa.
Educación científica — el estudio y la práctica de cómo aprende ciencias el estudiantado y de cómo enseñarlas, un campo que la IA generativa (LLM, simulaciones, laboratorios virtuales y calificación con IA) está reconfigurando en física, química y biología. La literatura sobre educación científica muestra un campo que negocia una tensión central: la IA apoya de forma demostrable la indagación, la corrección de ideas erróneas y la evaluación a escala, y a la vez su valor depende del diseño instruccional y conlleva riesgos reales de dependencia excesiva, alucinación y aprendizaje deshumanizado y orientado al beneficio.
Preguntas para reflexionar
- Una tensión central recorre la evidencia: la IA apoya de forma demostrable la indagación y la corrección de ideas erróneas a escala, y a la vez su valor depende por completo del diseño instruccional. Antes de leer, ¿cuándo le ha parecido potente pero pedagógicamente hueca una herramienta que haya usado para enseñar ciencias, y qué marcó la diferencia?
- Una indagación de física facilitada por IA «inventó» valores de masa que nadie había medido cuando el estudiantado la presionó. ¿Qué revela ese incidente sobre tratar las salidas de la IA como algo con autoridad en ciencia, y cómo debería entrenarse al estudiantado para tratar una respuesta que suena segura?
- La investigación sugiere que la IA puede aportar hoy más valor como generador de contenido escalable que como tutor interactivo: en un estudio, textos de cambio conceptual bien elaborados (de especialistas o hechos por IA) superaron a un diálogo con IA dirigido por prompts. ¿Le sorprende, y qué sugiere eso sobre dónde reside ahora mismo el verdadero rendimiento pedagógico de la IA en ciencia?
- La IA calificó 10.364 evaluaciones manuscritas de física con un alto acuerdo con los evaluadores humanos, y aun así los modelos multimodales siguen mostrando lagunas en razonamiento complejo y generación de diagramas. ¿Qué tiene el trabajo científico «auténtico y cargado de representaciones» que podría resistirse a la evaluación automatizada?
- El estudiantado de física muestra una brecha llamativa entre confianza y utilidad —mucho uso, poca confianza— y se divide entre usuarios pragmáticos y no usuarios escépticos. Si el propio estudiantado son escépticos calibrados por el dominio, ¿qué implica eso para las políticas uniformes sobre la IA en las aulas de ciencias?
- Una voz crítica advierte de una «colonización por IA» de la educación científica: extracción sin consentimiento, monocultivo algorítmico, reforma deshumanizadora. Antes de leer, ¿dónde cree que se están vendiendo en exceso los beneficios de la IA en la educación científica, y cómo sería una alternativa humanocéntrica y orientada a la justicia?
Introducción
La educación científica es donde la promesa de la IA y sus límites chocan de forma más visible, porque las disciplinas exigen un razonamiento IA multimodal riguroso —pensamiento visual-espacial en física, destrezas de laboratorio en química y sistemas a escala de organismo en biología— junto con contenido bien estructurado y verificable, que los LLM manejan bien. Los trece artículos aquí sintetizados abarcan las tres disciplinas y todos los niveles, desde las aulas de secundaria de K-12 hasta cursos universitarios de educación superior y programas de formación inicial del profesorado. En conjunto, emerge un cuadro coherente: la IA funciona mejor no como generadora de respuestas, sino como socia integrada —coinvestigadora, generadora de contenido, asistente de laboratorio virtual— cuya contribución la deciden el diseño instruccional y la estructura pedagógica que la rodea.
Una evaluación aleatorizada de cuatro semanas de una plataforma de revisión con IA en ciencias de GCSE aporta al cuadro una estimación causal —g de Hedges = 0,33, sin evidencia de que el efecto difiriera por asignatura o desventaja— frente a un contrafactual ya rico en tecnología, así que la cifra es valor añadido y no IA frente a nada (Harrison et al. (2026)).
Lo que impulsa la mejora es el acceso estructurado y no el acceso en sí: el crecimiento reportado por los equipos promedió el 17% con acceso individual ilimitado, pero el 34% y el 31% cuando el acceso estaba estructurado, lo que además preservó más discusión entre pares (Malikova et al., 2026).
Estos hallazgos a nivel de aula se sitúan dentro de una pregunta metodológica más amplia. Martin, Rost, Koenen y Graulich (2026) sostienen que la investigación en educación científica podría estar atravesando actualmente una iteración epistémica, a partir de la explicación de Hasok Chang (2004) sobre etapas sucesivas de conocimiento que se construyen iterativamente hacia fines epistémicos específicos. En su lectura, las metodologías de IA pueden transformar no solo cómo analiza el campo el aprendizaje del estudiantado, sino qué fines epistémicos, criterios y prácticas prioriza. Proponen un marco reflexivo de siete fases (planteamiento del problema; instrumentación y medición; experimentación e inferencia basada en la evidencia; comparaciones y replicación; construcción de normas y consenso; implementación y sus consecuencias; y refinamiento continuo), ilustrado por el desarrollo de aproximadamente 150 años de la termometría, y lo presentan como un instrumento reflexivo más que como un método validado o un hallazgo empírico.
Laboratorios virtuales y simulaciones
La IA está rebajando drásticamente la barrera para crear instrumentación científica personalizada y encarnada. Levy et al. muestran que un prompt en lenguaje natural de cuatro elementos puede generar una simulación de física en realidad aumentada controlada con las manos (un gesto de pellizcar y separar ajusta la longitud de onda de una lámpara virtual), con un 86% del estudiantado piloto informando de una mayor implicación. De forma similar, Suñer et al. generaron por completo mediante prompts un laboratorio de movimiento circular basado en navegador, validado frente al análisis de vídeo con un error inferior al 1%. Estos trabajos replantean la IA generativa como una herramienta de programación que permite al profesorado diseñar software en torno a la intención pedagógica en lugar de adaptar actividades a aplicaciones fijas, avanzando en el aprendizaje encarnado y basado en la simulación. En educación química, Abdikayumova y Madybekova integraron simulaciones de PhET y tutoría con ChatGPT dentro de un ciclo de indagación 7E basado en contextos para estudiantes de décimo grado, logrando un rendimiento y una implicación significativamente mayores que cualquiera de los dos componentes por separado, evidencia de que la contextualización, la indagación estructurada y la IA adaptativa actúan de forma sinérgica. El análisis conductual de cómo trabaja el estudiantado dentro de esos entornos de modelado refuerza esta lección de diseño: al rastrear a 315 personas que aprendían en línea construyendo modelos ecológicos en VERA, An, Hammock y Goel (2025) encontraron que quienes se implican en una exploración de ciclo completo guiada por hipótesis construyen los modelos más complejos y diversos, mientras que quienes aprenden con un sesgo hacia la observación en gran medida copian modelos existentes, lo que sugiere que las herramientas de modelado científico deberían promover activamente una conducta exploratoria de ciclo completo en lugar de dejar a quien aprende en un modo pasivo dominado por la observación.
Tutores de IA y aprendizaje basado en la indagación
El aprendizaje basado en la indagación es un tema central. La revisión sistemática de 24 estudios de Jiang et al. sitúa a ChatGPT como «coinvestigador impulsado por IA» usado principalmente en las fases de conceptualización, investigación y discusión de la indagación STEAM, mejorando el rendimiento, el pensamiento crítico y la implicación, y a la vez con riesgos de dependencia excesiva, alucinación y conclusiones superficiales cuando se trata la salida como algo con autoridad. Aydın encontró que ocho semanas de indagación guiada asistida por IA produjeron grandes avances en la comprensión conceptual de la fotosíntesis y la respiración en futuros docentes, mientras que la alfabetización en IA y el pensamiento computacional no mostraron cambios significativos, lo que sugiere que el aprendizaje disciplinar puede mejorar incluso cuando las competencias más amplias necesitan una instrucción más larga o más explícita. Tufino y Damiani muestran que la IA puede andamiar el núcleo epistémico de la indagación ISLE sin salir del canal verbal, pero encontraron una facilitación frágil: bajo la presión del estudiantado, la IA «inventó» valores de masa que nadie había medido, lo que subraya el riesgo de alucinación y la necesidad de verificar en lugar de dar por supuesta la fidelidad de la IA. Kuhn et al. proponen el marco AIRIS (Activar–Indagar–Reflexionar) para mantener la predicción, la interpretación y la evaluación como tareas humanas no delegables, y reclaman experimentos de «condición de retirada» que comprueben si el aprendizaje sobrevive a la eliminación de la IA, una respuesta directa al «problema de la rana hervida» de la erosión de la práctica epistémica. El juicio experto sobre planificaciones de clase generadas por IA extiende esta lección de diseño a la ciencia alineada con el currículo: Karaismailoglu, Surmeli y Yildirim (2026) hicieron que once especialistas turcos en educación científica puntuaran ChatGPT-4 y una herramienta centrada en la educación (Teacher's Buddy) sobre planificaciones de sexto grado para una unidad de «Vida sostenible y biodiversidad» alineada con el modelo de aprendizaje basado en el diseño ingenieril (EDBL). Ambas plataformas puntuaron más alto en «Presentar la solución» y más bajo, en cambio, en Habilidades de Ingeniería (x̄ = 37,45 para la de uso general; x̄ = 41,45 para la centrada en la educación), una debilidad compartida a la hora de simular las etapas iterativas y orientadas al proceso (prototipado, análisis de fallos, revisión, retestado reflexivo) que definen el aprendizaje basado en el diseño, y solo 3 de los 11 especialistas juzgaron cualquiera de las planificaciones directamente como «Aplicable», con 7 calificándolas como «Aplicable con correcciones».
Al aislar la contribución de la IA en un estudio socio-científico sobre el clima con tres grupos, el estudiantado cuya indagación estructurada incluía un socio de IA superó a sus pares de solo indagación en la toma de decisiones (d = 0,69), con las mayores ganancias en la monitorización y la gestión adaptativa, mientras que la recogida de datos mejoró por igual en todas las condiciones (Gousopoulos (2026)).
Una revisión conceptual fundamenta teóricamente el canal material: la ciencia es un sistema abierto que revisa las afirmaciones frente a la evidencia física, mientras que un modelo de lenguaje está cerrado operativamente a la evidencia en el momento de la inferencia (Muminova y Mamatkulov, 2026).
Ideas erróneas y cambio conceptual
En el ámbito del cambio conceptual, la evidencia es matizada y en parte contraintuitiva. Akdoğan encontró, en un diseño de Solomon de cuatro grupos con 413 estudiantes, que tanto los textos de cambio conceptual escritos por especialistas como los generados por IA eran igualmente y significativamente más eficaces para reducir las ideas erróneas sobre calor y temperatura que el diálogo interactivo con IA, que no ofreció ninguna ventaja sobre el grupo de control, lo que sitúa el valor pedagógico actual de la IA como generadora de contenido escalable y no como tutora interactiva, con las ganancias concentradas en el estudiantado de alto rendimiento (una preocupación de equidad). Esto lo refuerzan Borse et al., que muestran que la especificidad del prompt determina la calidad de las soluciones de física y que la crítica guiada por MAPS prepara mejor al estudiantado para evaluar la salida de la IA que la resolución de problemas por su cuenta, tratando la falibilidad de la IA como un recurso de aprendizaje para el pensamiento crítico.
Calificación y evaluación con IA
La calificación con IA avanza rápidamente en trabajos de alta exigencia. Pathak et al. calificaron 10.364 páginas escaneadas de evaluaciones manuscritas de física (incluidas una olimpiada nacional y un campamento de selección de equipos), logrando correlaciones de puntuación altas (0,91–0,97) y recuperando el mismo equipo de cinco estudiantes que la calificación humana, y sostienen que la IA funciona como segunda evaluadora válida y herramienta de auditoría bajo control del examinador cuando se le dan rúbricas detalladas y específicas de física. La corrección automática de respuestas cortas tiene un linaje transformador más largo y más fundacional: la revisión de alcance de Morley et al. sobre 21 estudios (2017–principios de 2024) encontró que los modelos de la familia BERT dominaron la corrección automática de preguntas científicas de respuesta corta hasta 2021, antes de que los enfoques basados en GPT se adoptaran mediante prompts a partir de ~2022; que los modelos aumentados con datos del dominio (libros de texto, rúbricas, preentrenamiento adicional) superaron de forma consistente las líneas base; y que las amenazas no resueltas a la fiabilidad, la explicabilidad y la equidad abogan por que estos correctores automáticos apoyen a los examinadores humanos en lugar de sustituirlos. Sin embargo, el punto de referencia OmniPhys de Chen et al. revela que los LLM multimodales siguen mostrando lagunas significativas en razonamiento complejo y en generación de diagramas, lo que advierte contra confiar en exceso en la evaluación automatizada de física en las tareas auténticas y cargadas de representaciones que definen la competencia disciplinar profunda. Una contraparte en química afina la dependencia del formato: Cvengros y Kortemeyer calificaron un examen final manuscrito de química general de 296 estudiantes con un LLM multimodal, y encontraron un alto acuerdo con el personal ayudante en las respuestas textuales y de reacciones químicas, pero un rendimiento peor que el azar en el dibujo y la representación gráfica (las cuadrículas de fondo distraen a la visión de la IA), evidencia de que la calificación fiable con IA en ciencia es selectiva según el formato de respuesta y exige una deferencia basada en la confianza hacia examinadores humanos en los ítems gráficos, en lugar de un enfoque uniforme de «calificarlo todo».
Percepciones del profesorado y la mirada crítica
La preparación del profesorado es decisiva. Amponsah et al. encontraron que los futuros docentes de ciencias ghaneses mantienen actitudes positivas e intenciones firmes hacia la IA, pero solo un uso real moderado en el aula, una brecha entre intención y uso que señala la competencia docente en IA y el apoyo institucional como las palancas reales. Becker et al. y Fouad y Bentley documentan que el estudiantado de física son escépticos calibrados por el dominio y no adoptadores acríticos: una brecha de 50 puntos entre confianza y utilidad (91% lo usa, 41% confía) y dos perfiles de usuario distintos (usuarios pragmáticos frente a no usuarios escépticos) que cuestionan las políticas uniformes. Como contrapeso al tecnoptimismo, Avraamidou advierte de una «colonización por IA» de la educación científica —extracción sin consentimiento, monocultivo algorítmico y reforma deshumanizadora y centrada en el beneficio— y reclama una IA feminista y humanocéntrica que priorice la justicia sobre el beneficio, mientras que la revisión sistemática de 18 estudios de Erümit y Özdemir Sarıalioğlu subraya los riesgos éticos (sesgo, alucinación, plagio, erosión del pensamiento independiente) y la necesidad de formación docente y de un uso consciente. La lección colectiva de los trece artículos es que la IA en la educación científica aporta ganancias cuando se integra en un diseño sólido de indagación, andamiaje y evaluación, y socava el aprendizaje cuando desplaza el trabajo epistémico que el estudiantado debe hacer por sí mismo.
La soltura general con la IA no se transfirió a las herramientas propias de la disciplina. Entre 100 estudiantes de geografía de una universidad kazaja, la disposición a enseñar con IA y SIG siguió a la familiaridad con los SIG (ρ = 0,508) y al conocimiento de GeoAI (ρ = 0,425), pero no a la familiaridad general con la IA (ρ = 0,071, p = 0,485), una lección para la formación docente en cualquier disciplina configurada por herramientas (Laiskhanov et al. (2026)). El 67% se declaró preparado en alguna forma, pero solo el 6% había usado la combinación en la práctica y el 43% juzgó adecuada la instrucción disponible. La evaluación es autoinformada y no validada, así que describe lo que estos estudiantes dicen de sí mismos.
Schroeder et al. (2026) preguntan hasta qué punto los modelos generales dominan el contenido científico en sí: en conjuntos de ítems alineados con NGSS para secundaria (1.078 ítems) y bachillerato (1.150 ítems), nueve modelos de pesos abiertos superaron en su mayoría el 90%, con el tamaño del modelo sin relación con la precisión, y un docente de ciencias juzgó 236 de 240 ítems muestreados (98,3%) como alineados, a la vez que señalaba la ausencia de diagramas, interpretación de datos y representación matemática —los ítems solo de texto no pueden ejercitar todas las expectativas de desempeño de NGSS. La alta dificultad de los ítems y la baja discriminación dejan abierto si estos necesitan mejora o si las ciencias de secundaria se han vuelto tratables para esta clase de modelos, y los autores reclaman la retroalimentación de varios turnos basada en evidencia como el estándar que falta.
En un metaanálisis de 42 estudios sobre IA generativa y motivación, el efecto más pequeño por dominio de asignatura se dio en ciencias (g = 0,109, IC del 95% [−0,107; 0,325], k = 3), el único dominio cuyo intervalo cruzaba cero, así que la evidencia agrupada no respalda un argumento motivacional para la IA generativa específicamente en ciencias (Fang et al. (2026)).
Como marco y no como estudio, Zhai et al. (2026) reencuadran el objetivo: la alfabetización científica de la Visión I para la competencia en las carreras científicas, la Visión II para la ciencia en la vida cotidiana y cívica, y la Visión III para el conocimiento y la acción a escala comunitaria y societal. Sostienen que la IA generativa se gana su lugar en las aulas de ciencias solo cuando hace que el currículo, la instrucción y la evaluación sean coherentes con una de esas visiones, y que el problema persistente del campo son las pruebas que premian el recuerdo de terminología mientras los estándares piden explicación e indagación.
Concepciones erróneas
- «La IA en la educación científica no tiene evidencia causal.» Una evaluación aleatorizada de cuatro semanas de una plataforma de revisión con IA en ciencias de GCSE ofrece una estimación causal de g de Hedges = 0,33, sin evidencia de que el efecto difiriera por asignatura. El efecto es modesto y es causal.
- «Basta con dar acceso al estudiantado para que lleguen las ganancias.» El acceso estructurado, y no el acceso en sí, impulsa la ganancia: el crecimiento reportado por los equipos promedió el 17% con acceso individual ilimitado, pero el 34% y el 31% cuando el acceso estaba estructurado. La estructura era la intervención.
- «La simulación científica exige software especializado.» Un prompt en lenguaje natural de cuatro elementos puede generar una simulación de física en realidad aumentada controlada con las manos. La barrera para crear una simulación bajó al diseño del prompt, lo que desplaza la habilidad requerida de la programación a la especificación del fenómeno.
Conceptos conectados
- Educación STEM
- Educación en física
- Educación química
- Educación en biología
- Aprendizaje basado en la indagación
- Ideas erróneas sobre la IA
- Simulación
- IA generativa
Artículos conectados
-
Science Literacy: Generative AI as Enabler of Coherence in the Teaching, Learning, and Assessment of Scientific Knowledge and Reasoning — Capítulo de marco sobre la alfabetización científica como coherencia entre currículo, instrucción y evaluación (Zhai et al. 2026)
-
Artificial intelligence in university physics education: a systematic review of empirical studies — El acceso estructurado en equipo superó al acceso individual ilimitado en una revisión con IA de física universitaria
-
Artificial intelligence in science and chemistry education: A systematic review — Revisión sistemática de la IA en la educación científica y química
-
The AI-powered co-inquirer: a systematic review of ChatGPT for inquiry-based learning in STEAM education — ChatGPT para el aprendizaje basado en la indagación en STEAM
-
AI-Supported Inquiry-Based Learning in Photosynthesis and Respiration: Implications for Sustainable Science Teacher Education — Indagación guiada asistida por IA en fotosíntesis y respiración
-
Comparing the effectiveness of expert-written text, AI-generated text, and interactive AI dialogues on students' conceptual understanding of heat and temperature — Textos de cambio conceptual frente a diálogo con IA sobre calor y temperatura
-
Large-scale AI grading of handwritten physics assessments: Score agreement and Olympiad team selection outcomes — Calificación con IA a gran escala de evaluaciones manuscritas de física
-
Can we disrupt the momentum of the AI colonization of science education? — Comentario crítico sobre la colonización por IA de la educación científica
-
Perceptions and Acceptance of Artificial Intelligence in Science Education Programmes: Voices of Pre-Service Science Teachers — Percepciones y aceptación de la IA entre futuros docentes de ciencias
-
Can AI-Assisted Inquiry Enhance Students' Decision-Making Skills in Socio-Scientific Issues? A Three-Group Experimental Study on Climate Change — Indagación asistida por IA en cuestiones sociocientíficas sobre el cambio climático
-
How Online Learners Engage in Self-Directed Modeling: A Behavioral Analysis
-
Assisting the grading of a handwritten general chemistry exam with artificial intelligence
-
Evaluating AI Tutoring at the Speed of Innovation: Practitioner-Led Micro-Randomised Trials of an AI Tutoring Platform in GCSE Science — Evaluar la tutoría con IA a la velocidad de la innovación: ensayos microaleatorizados dirigidos por docentes de una plataforma de tutoría con IA en ciencias GCSE
-
A Benchmark for LLM's Understanding of Middle School and High School Science Topics — Un punto de referencia para la comprensión de los LLM de los temas de ciencias de secundaria y bachillerato
-
Amid an Epistemic Iteration: How AI Methodologies May Transform the Nature of Science Education Research — Marco de iteración epistémica en siete fases para reflexionar sobre cómo las metodologías de IA pueden transformar la investigación en educación científica (Martin et al., 2026)
-
Effects of generative artificial intelligence on students' learning motivation: evidence from a meta-analysis — El único dominio cuyo intervalo motivacional cruza cero (g = 0,109, k = 3)
-
The nature of science in the age of generative artificial intelligence: Epistemic authority, materiality, and a synergetic response — La naturaleza de la ciencia en la era de la inteligencia artificial generativa: autoridad epistémica, materialidad y una respuesta sinérgica
-
A model for enhancing the quality of geography education based on the integration of Artificial Intelligence and Geographic Information Systems — La soltura general con la IA no se transfirió a la preparación en GeoAI
Recursos relacionados
- teacher.devUn estudio sin ánimo de lucro que publica una aplicación de aula gratuita por cada día de una racha pública de desarrollo, desde generadores de figuras para imprimir hasta un safari de tiempo de calma y un pase de pasillo que funciona en local.