Inteligencia artificial generativa en la educación médica universitaria: oportunidades, riesgos y desafíos curriculares en América Latina
DOI:
https://doi.org/10.62544/82z94136Palabras clave:
Inteligencia artificial generativa, educación médica, revisión de alcance, currículo médico, competencias digitales, América LatinaResumen
La inteligencia artificial generativa se ha consolidado como una de las innovaciones tecnológicas con mayor potencial para transformar la educación médica universitaria, al modificar los procesos de enseñanza, aprendizaje, evaluación e investigación científica. El objetivo fue analizar críticamente las oportunidades, los riesgos y los desafíos curriculares asociados a la incorporación de la inteligencia artificial generativa en la educación médica universitaria, con especial atención a sus implicaciones para América Latina. Se realizó una revisión de alcance (Scoping Review) con enfoque cualitativo, siguiendo las directrices de la PRISMA Extension for Scoping Reviews (PRISMA-ScR). La búsqueda bibliográfica se efectuó entre enero y febrero de 2026 en las bases de datos Scopus, PubMed, Web of Science, SciELO y Google Scholar. Se seleccionaron 38 estudios científicos publicados entre 2019 y 2026, de acuerdo con criterios de inclusión y exclusión establecidos. La síntesis de la evidencia permitió identificar cinco dimensiones principales: beneficios pedagógicos, riesgos éticos y académicos, transformaciones curriculares, competencias docentes y desafíos para la implementación de la inteligencia artificial generativa en América Latina. Los hallazgos evidencian que estas tecnologías favorecen el aprendizaje personalizado, la simulación clínica, el razonamiento diagnóstico y el acceso a información científica; sin embargo, también plantean desafíos relacionados con la integridad académica, los sesgos algorítmicos, la privacidad de los datos y la necesidad de redefinir los modelos tradicionales de evaluación. Se concluye que la integración de la inteligencia artificial generativa en la educación médica requiere transformaciones curriculares, fortalecimiento de la formación docente, marcos éticos e institucionales y políticas universitarias que promuevan un uso crítico, responsable y contextualizado, contribuyendo al desarrollo de modelos educativos innovadores y adaptados a las necesidades de los sistemas de educación superior latinoamericanos.
Referencias
Aguirre, M., Gómez González, J., Jiménez Osorio, L., Moreno Gómez, M., Moreno Gómez, J., Rojas Paguanquiza, K., Rojas Paguanquiza, D., Quintero Cabrera, Y., Pantoja Chazatar, L., & Moreno Gómez, G. (2025). Use of artificial intelligence in medical education: Tool or threat? Scoping review. Investigación en Educación Médica, 14(53),90-106. https://doi.org/10.22201/fm.20075057e.2025.53.24659
Gordon, M., Daniel, M., Ajiboye, A., Uraiby, H., Xu, N., Bartlett, R., Hanson, J., Haas, M., Spadafore, M., Grafton-Clarke, C., Gasiea, R., Michie, C., Corral, J., Kwan, B., Dolmans, D., & Thammasitboon, S. (2024). A scoping review of artificial intelligence in medical education: BEME Guide No. 84. Medical Teacher, 46, 446 - 470. https://doi.org/10.1080/0142159X.2024.2314198
Hernández, E., Jiménez, D., y Chavarro, L. A. (2025). Mapping the use of artificial intelligence in medical education: A scoping review. BMC Medical Education, 25, 526. https://doi.org/10.1186/s12909-025-07089-8
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeiffer, F., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Komasawa, N. (2025). Generative artificial intelligence in medical education: Challenges and future possibilities. Cureus, 17(1), e78124. https://doi.org/10.7759/cureus.78124
Luo, R., Sun, L., Xia, Y., Qin, T., Zhang, S., Poon, H., & Liu, T. (2022). BioGPT: Generative pre-trained transformer for biomedical text generation and mining. Briefings in Bioinformatics, 23(6). https://doi.org/10.1093/bib/bbac409
Nagi, F., Salih, R., y Alzubaidi, M. (2023). Applications of Artificial Intelligence (AI) in Medical Education: A Scoping Review. Studies in Health Technology and Informatics, 305, 648–651. https://doi.org/10.3233/SHTI230581
Page, M., McKenzie, J., Bossuyt, P., Boutron, I., Hoffmann, T., Mulrow, C., Shamseer, L., Tetzlaff, J., Akl, E. A., Brennan, S., Chou, R., Glanville, J., Grimshaw, J., Hróbjartsson, A., Lalu, M., Li, T., Loder, E., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372 (71). https://doi.org/10.1136/bmj.n71
Preiksaitis, C., & Rose, C. (2023). Opportunities, Challenges, and Future Directions of Generative Artificial Intelligence in Medical Education: Scoping Review. JMIR Medical Education, 9, e48785. https://doi.org/10.2196/48785
Saab, K., Tu, T., y Weng, W. (2024). Capabilities of Gemini Models in Medicine. Google Research and Google DeepMind. 1, 2-58. https://doi.org/10.48550/arXiv.2404.18416
Salas-Pilco, S., & Yang, Y. (2022). Artificial intelligence applications in Latin American higher education: A systematic review. International Journal of Educational Technology in Higher Education, 19, 21. https://doi.org/10.1186/s41239-022-00326-w
Sallam, M. (2023). ChatGPT utility in healthcare education, research, and practice: Systematic review on the promising perspectives and valid concerns. Healthcare, 11(6), 887. https://doi.org/10.3390/healthcare11060887
Scott, I. A, y Zuccon, G. (2024). El nuevo paradigma en el aprendizaje automático: modelos fundamentales, grandes modelos de lenguaje y más allá: una introducción para médicos. Internal Medicine Journal, 54 (5), 705-715. https://doi.org/10.1111/imj.16393
Shorey, S., Mattar, C., Pereira, T., Choolani, M., & Lau, T. (2024). A scoping review of ChatGPT’s role in healthcare education and research. Nurse Education Today, 134, 106051. https://doi.org/10.1016/j.nedt.2024.106051
Singhal, K., Tu, T., Gottweis, J., Sayres, R., Wulczyn, E., Amin, M., Hou, L., Clark, K., Pfohl, SR, Cole-Lewis, H., Neal, D., Rashid, QM, Schaekermann, M., Wang, A., Dash, D., Chen, JH, Shah, NH, Lachgar, S., Mansfield, PA, … Natarajan, V. (2025). Hacia la respuesta a preguntas médicas a nivel experto con grandes modelos de lenguaje. Nature Medicine, 31(3), 943-950. https://doi.org/10.1038/s41591-024-03423-7
Tricco, A., Lillie, E., y Zarin, W. (2018). PRISMA Extension for Scoping Reviews (PRISMA-ScR): Checklist and Explanation. Annals of Internal Medicine, 169(7), 467–473. https://doi.org/10.7326/M18-0850
Wartman, S., & Combs, C. (2019). Reimagining medical education in the age of AI. AMA Journal of Ethics, 21(2), E146–E152. https://doi.org/10.1001/amajethics.2019.146
Wong, R.(2024). ChatGPT in medical education: Promoting learning or killing critical thinking? Education in Medicine Journal, 16(2), 123–130. https://doi.org/10.21315/eimj2024.16.2.13
Xu, T. (2024). Current status of ChatGPT use in medical education. GMS Journal for Medical Education, 41(1), Doc10. https://doi.org/10.3205/zma001681
Yang, L., Xu, S., & Sellergren, A. (2024). Advancing multimodal medical capabilities of Gemini. Google Research and Google DeepMind. 5-7. https://www.semanticscholar.org/paper/Advancing-Multimodal-Medical-Capabilities-of-Gemini-YangXu/cf4d2cc2270e9b48f5fc94ce26ee702697b9c79d
Yang, X., Chen, A., & Pour Nejatian, N. (2022). GatorTron: A large clinical language model to unlock patient information from electronic health records. NPJ Digit. Med. 5, 194. https://doi.org/10.1038/s41746-022-00742-2
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Cristiana Andrade Mendes, Daiane Fontoura, Wilma Talavera, Francisco Javier Colman Ramírez
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
La Revista Científica UCOM Scientia se distribuye bajo una Licencia Atribución 4.0 Internacional (CC BY 4.0) https://creativecommons.org/licenses/by/4.0/deed.es
