Entre la eficiencia académica y el razonamiento clínico: perfiles funcionales de uso de inteligencia artificial en estudiantes de medicina

Luis Miguel  Delgado Arias; Daniel Alba Ospina; Maria Alejandra  López Ríos

doi:10.30554/archmed.26.2.5667.2026

Entre la eficiencia académica y el razonamiento clínico: perfiles funcionales de uso de inteligencia artificial en estudiantes de medicina

Between academic efficiency and clinicalreasoning: functional profiles of artificialintelligence use in medical students.

Publicado 2026-10-07

https://doi.org/10.30554/archmed.26.2.5667.2026

Abrir | Descargar

PDF FLIP HTML XML ePUB

Número

Vol. 26 Núm. 2 (2026): Archivos de Medicina (Manizales)

Sección

Artículos de Investigación

Cómo citar

Delgado Arias, L. M. ., Alba Ospina, D., & López Ríos, M. A. . (2026). Entre la eficiencia académica y el razonamiento clínico: perfiles funcionales de uso de inteligencia artificial en estudiantes de medicina. Archivos De Medicina (Manizales), 26(2). https://doi.org/10.30554/archmed.26.2.5667.2026

Descargar cita

Endnote/Zotero/Mendeley (RIS) BibTeX

DOI

https://doi.org/10.30554/archmed.26.2.5667.2026

Dimensions

PlumX

Cómo citar

Delgado Arias, L. M. ., Alba Ospina, D., & López Ríos, M. A. . (2026). Entre la eficiencia académica y el razonamiento clínico: perfiles funcionales de uso de inteligencia artificial en estudiantes de medicina. Archivos De Medicina (Manizales), 26(2). https://doi.org/10.30554/archmed.26.2.5667.2026

Descargar cita

Licencia

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Luis Miguel Delgado Arias

Magíster en Educación (Enseñanza). Médico. Universidad de Manizales, Manizales, Caldas, Colombia.

https://orcid.org/0000-0001-5978-2017

Daniel Alba Ospina

Magíster en Ciencias Biomédicas con énfasis en Fisiología. Revive centro de entrenamiento, Manizales, Caldas, Colombia.

https://orcid.org/0009-0000-2378-4619

Maria Alejandra López Ríos

Magister en Proyectos para el Desarrollo Integral de la Infancia la Adolescencia y la Juventud. Universidad de Manizales, Manizales, Colombia

https://orcid.org/0009-0000-2129-8676

Mostrar biografía de los autores

Artículos más leídos del mismo autor/a

José Jaime Castaño Castrillón, Daniel Alba Ospina, Ana María Arenas Dávila, Flor Eugenia Botero Ramírez, Sandra Constanza Cañón Buitrago, Heber Armando Cardona Grisales, Daniel Castro Zuluaga, Aura Ocampo Salgado, Daniela Ramírez Gutiérrez, Estrés, estrategias de afrontamiento, estilos de aprendizaje, y comunicación asertiva, en una muestra de estudiantes del programa de medicina de la universidad de manizales, y diseño de un proceso de mejora. 2012./stress, coping strategies, learning style , Archivos de Medicina (Manizales): Vol. 13 Núm. 2
Luis Miguel Delgado Arias, Luz Yaneth Becerra Salazar, Meningitis por erysipelothrix rhusiopathiae. , Archivos de Medicina (Manizales): Vol. 14 Núm. 2
Luis Miguel Delgado Arias, Gloria Milena Betancur Zuleta , Maria Alejandra López Rios, ¿Qué tan preparados están los futuros médicos para la inteligencia artificial? Un estudio mixto sobre importancia percibida, confiabilidad y obstáculos en el aula. , Archivos de Medicina (Manizales): Vol. 25 Núm. 1 (2025): Archivos de Medicina (Manizales)
Luis Miguel Delgado Arias, Jesús Eduardo Marulanda López, Juan Carlos Gutierrez Hernandez, Patrones dietarios y conductas alimentarias en estudiantes de medicina: estudio transversal en una universidad colombiana , Archivos de Medicina (Manizales): Vol. 26 Núm. 1 (2026): Archivos de Medicina (Manizales)
María Alejandra López Ríos, Sara J. Zabaraín Cogollo, Diana Carolina Fandiño Tabares, Juan Carlos Gutierrez, Crianza y desigualdad: la huella de la violencia física infantil , Archivos de Medicina (Manizales): Vol. 26 Núm. 1 (2026): Archivos de Medicina (Manizales)
Daniel Alba Ospina, Jhon Fredy Betancur Pérez, José Henry Osorio, Percepción subjetiva del esfuerzo y lactacidemia. Estudio en jóvenes universitarios. , Archivos de Medicina (Manizales): Vol. 25 Núm. 2 (2025): Archivos de Medicina (Manizales)

Inteligencia Artificial

Educación Médica

Estudiantes de Medicina

Razonamiento Clínico

Introducción: la inteligencia artificial generativa se ha incorporado rápidamente a la educación médica, especialmente en tareas de estudio y productividad académica. Sin embargo, sigue siendo incierto si su uso se extiende de manera equivalente a procesos de mayor complejidad, como el razonamiento clínico. Objetivo: caracterizar y comparar los perfiles funcionales de uso de inteligencia artificial orientados a la eficiencia académica y al razonamiento clínico en estudiantes de medicina. Método: estudio transversal en 290 estudiantes de medicina. Se aplicó un cuestionario auto-administrado y se construyeron dos índices proporcionales de uso de IA: uno orientado a eficiencia académica y otro a razonamiento clínico. Se realizaron análisis descriptivos, prueba t para muestras pareadas y ANOVA de Welch con comparaciones post hoc. Resultados: la edad media fue 20,4 ± 2,66 años y el promedio académico 3,99 ± 0,54. El 71,3% reportó alta frecuencia de uso de IA. El uso orientado a eficiencia académica fue mayor que el orientado a razonamiento clínico (0,66 ± 0,22 vs. 0,46 ± 0,34), con diferencia media de 0,20 (IC95%: 0,17–0,24; p < 0,001). Se observaron diferencias según semestre académico. Conclusiones: el uso de IA en estudiantes de medicina se orienta principalmente a la eficiencia académica, con variaciones según la etapa de formación.

Visitas del artículo 0 | Visitas PDF 0

Descargas

Los datos de descarga todavía no están disponibles.

1. Kung TH, Cheatham M, Medenilla A, Sillos C, De Leon L, Elepaño C, et al. Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models. PLOS Digit Health. 2023 Feb 9;2(2):e0000198. doi: https://doi.org/10.1371/journal.pdig.0000198.
2. Preiksaitis C, Rose C. Opportunities, challenges, and future directions of generative artificial intelligence in medical education: Scoping review. JMIR Med Educ. 2023 Oct 20;9:e48785. doi: https://doi.org/10.2196/48785.
3. Zhang JS, Yoon C, Williams DKA, Pinkas A. Exploring the usage of ChatGPT among medical students in the United States. J Med Educ Curric Dev. 2024 Jul 10;11:23821205241264695. doi: https://doi.org/10.1177/23821205241264695.
4. Weidener L, Fischer M. Artificial intelligence in medicine: Cross-sectional study among medical students on application, education, and ethical aspects. JMIR Med Educ. 2024 Mar 15;10:e51247. doi: https://doi.org/10.2196/51247.
5. Moldt JA, Festl-Wietek T, Madany Mamlouk A, Nieselt K, Fuhl W, Herrmann-Werner A. Chatbots for future docs: Exploring medical students’ attitudes and knowledge towards artificial intelligence and medical chatbots. Med Educ Online. 2023 Dec 31;28(1):2182659. doi: https://doi.org/10.1080/10872981.2023.2182659.
6. Tangadulrat P, Sono S, Tangtrakulwanich B. Using ChatGPT for clinical practice and medical education: Cross-sectional survey of medical students’ and physicians’ perceptions. JMIR Med Educ. 2023 Nov 2;9:e50658. doi: https://doi.org/10.2196/50658.
7. Levingston H, Anderson MC, Roni MA. From theory to practice: Artificial intelligence (AI) literacy course for first-year medical students. Cureus. 2024 Oct 3;16(10):e70706. doi: https://doi.org/10.7759/cureus.70706.
8. Goh E, Gallo R, Hom J, He Z, Posada J, Peng L, et al. Large language model influence on diagnostic reasoning: A randomized clinical trial. JAMA Netw Open. 2024 Oct 1;7(10):e2440969. doi: https://doi.org/10.1001/jamanetworkopen.2024.40969.
9. Ríos-Hoyo AR, Shan NL, Li A, Pearson AT, Pusztai L, Howard FM. Evaluation of large language models as a diagnostic aid for complex medical cases. Front Med (Lausanne). 2024 May 22;11:1380148. doi: https://doi.org/10.3389/fmed.2024.1380148.
10. Qiu P, Wu C, Liu S, Feng J, Wang J, Zhang Y, et al. Quantifying the reasoning abilities of LLMs on clinical cases. Nat Commun. 2025 Jan 15;16:9799. doi: https://doi.org/10.1038/s41467-025-64769-1.
11. Nguyen T. ChatGPT in medical education: A precursor for automation bias? JMIR Med Educ. 2024 Jan 12;10:e50174. doi: https://doi.org/10.2196/50174.
12. Currie GM. Academic integrity and artificial intelligence: Is ChatGPT hype, hero or heresy? Semin Nucl Med. 2023 Sep;53(5):719-730. doi: https://doi.org/10.1053/j.semnuclmed.2023.04.008.
13. Jaleel A, Aziz RA, Farid GF, Bashir MZ. The impact of ChatGPT on academic integrity in medical education: A developing nation perspective. Front Educ. 2025 Feb 10;10:1554444. doi: https://doi.org/10.3389/feduc.2025.1554444.
14. Russell RG, Lovett Novak L, Patel M, Garvey KV, Craig KJT, Jackson GP, et al. Competencies for the use of artificial intelligence-based tools by health care professionals. Acad Med. 2023 Mar 1;98(3):348-356. doi: https://doi.org/10.1097/ACM.0000000000004963.
15. Singla R, Pupic N, Ghaffarizadeh SA, Kim C, Hu R, Forster BB, et al. Developing a Canadian artificial intelligence medical curriculum using a Delphi study. npj Digit Med. 2024 Nov 14;7:323. doi: https://doi.org/10.1038/s41746-024-01307-1.
16. Oftring ZS, Deutsch K, Tolks D, Jungmann F, Kuhn S. Female medical students’ perception of AI for academic and clinical use: A qualitative interview study. JMIR Med Educ. 2025 Jan 20;11:e65220. doi: https://doi.org/10.2196/65220.
17. Sallam M. ChatGPT utility in healthcare education, research, and practice: Systematic review on the promising perspectives and valid concerns. Healthcare (Basel). 2023 Mar 19;11(6):887. doi: https://doi.org/10.3390/healthcare11060887.
18. Masters K. Ethical use of Artificial Intelligence in Health Professions Education: AMEE Guide No. 158. Med Teach. 2023 Jun;45(6):574-584. doi: https://doi.org/10.1080/0142159X.2023.2186203.
19. Darvishi A, Khosravi H, Sadiq S, Gašević D, Siemens G. Impacto de la asistencia de IA en la autonomía del estudiante. Comput Educ. 2023 Dec;210:104967. doi: https://doi.org/10.1016/j.compedu.2023.104967.
20. Araujo-Sandoval O. El impacto de la inteligencia artificial en el aprendizaje activo. Diario Horizonte Nexus. 2024;2(4):43. doi: https://doi.org/10.70881/hnj/v2/n4/43.
21. Gilson A, Safranek C, Huang T, Socrates V, Chi L, Taylor R, et al. ¿Cómo se desempeña ChatGPT en el Examen de Licencia Médica de los Estados Unidos (USMLE)? Las implicaciones de los modelos de lenguaje grandes para la educación médica y la evaluación del conocimiento. JMIR Med Educ. 2023 Feb 1;9:e45312. doi: https://doi.org/10.2196/45312.
22. Song Z, Yue S, Zhang J. Pensar no es una ilusión: Superando las limitaciones de los modelos de razonamiento mediante la ampliación de herramientas. ArXiv [Preprint]. 2025 [citado 2026 Abr 13]:abs/2507.17699. Disponible en: https://doi.org/10.48550/arxiv.2507.17699.
23. Cherrez-Ojeda I, Gallardo-Bastidas JC, Robles-Velasco K, Osorio MF, Vélez León EM, León Velastegui M, et al. Understanding health care students’ perceptions, beliefs, and attitudes toward AI-powered language models: Cross-sectional study. JMIR Med Educ. 2024 Feb 28;10:e51757. doi: https://doi.org/10.2196/51757.
24. Abd-Alrazaq A, AlSaad R, Alhuwail D, Ahmed A, Healy PM, Latifi S, et al. Large language models in medical education: Opportunities, challenges, and future directions. JMIR Med Educ. 2023 Jun 1;9:e48291. doi: https://doi.org/10.2196/48291.
25. Liu M, Okuhara T, Chang X, Okada H, Kiuchi T. Rendimiento de ChatGPT en exámenes de licencia médica en países de todo el mundo: una revisión sistemática y protocolo de metaanálisis. PLoS One. 2024 Oct 24;19(10):e0312771. doi: https://doi.org/10.1371/journal.pone.0312771.
26. Kshetri N. Inteligencia artificial en países en desarrollo. IT Prof. 2020 Jul-Aug;22(4):63-68. doi: https://doi.org/10.1109/mitp.2019.2951851.
27. Oftring ZS, Deutsch K, Tolks D, Jungmann F, Kuhn S. Novel blended learning on artificial intelligence for medical students: Qualitative interview study. JMIR Med Educ. 2025 Jan 20;11:e65220. doi: https://doi.org/10.2196/65220.
28. Walter Y. Abrazando el futuro de la Inteligencia Artificial en el aula: la relevancia de la alfabetización en IA, la ingeniería de impulsos y el pensamiento crítico en la educación moderna. Int J Educ Technol High Educ. 2024;21(1):1-29. doi: https://doi.org/10.1186/s41239-024-00448-3.
29. McDonald N, Johri A, Ali A, Collier A. Inteligencia artificial generativa en la educación superior: evidencia de un análisis de políticas y directrices institucionales. Comput Human Behav Artif Hum. 2025;3:100121. doi: https://doi.org/10.1016/j.chbah.2025.100121.
30. Brügge E, Ricchizzi S, Arenbeck M, Keller MN, Schur L, Stummer W, et al. Large language models improve clinical decision making of medical students through patient simulation and structured feedback: A randomized controlled trial. BMC Med Educ. 2024 Dec 12;24(1):1391. doi: https://doi.org/10.1186/s12909-024-06399-7.
31. Thesen T, Park SH. A generative AI teaching assistant for personalized learning in medical education. npj Digit Med. 2025 Mar 5;8:627. doi: https://doi.org/10.1038/s41746-025-02022-1.