Libro de Actas del III Congreso Latinoamericano y del Caribe e Investigación en Educación Superior- LatinSoTL- 2025

628 reconocimiento de palabras clave (“keywords”) en la conversación del estudiante. Para la implementación de los tres módulos, se diseñaron funciones y prompts en Python que permitieron crear cuatro agentes, representados en el esquema de la Figura 1. Figura 1: esquema lógico de PRAXIA. A los usuarios de PRAXIA, incluyendo desarrolladores, estudiantes de medicina y médicos, se les aplicó una encuesta que contenía las siguientes preguntas: 1. ¿Cómo te sentiste ocupando el simulador? 2. ¿Qué aspecto positivo destacas de la simulación? 3. ¿Qué aspecto negativo sugieres mejorar en la simulación? 4. ¿Qué opinas de la retroalimentación? Resultados y observaciones La solución fue probada con 19 personas, entre ellas: 6 médicos, 5 estudiantes de medicina de pregrado y los 8 miembros del equipo desarrollador. Con el propósito de organizar las entrevistas, los participantes fueron agrupados según la versión del simulador utilizada: sin retroalimentación, con retroalimentación parcial y con retroalimentación completa (incluyendo puntajes por ítem). Asimismo, las respuestas de los estudiantes fueron utilizadas para ajustar tanto el modelo de lenguaje como la interfaz y el sistema de retroalimentación. A continuación, se describen las principales observaciones y mejoras realizadas en cada etapa de su aplicación. Fase I – Versión inicial sin retroalimentación: Los usuarios destacaron el realismo clínico y la coherencia general de las respuestas del paciente virtual. Sin embargo, observaron que la conversación resultaba poco natural cuando las preguntas no coincidían exactamente con las esperadas, se identificaron inconsistencias clínicas aisladas y, en ocasiones, se revelaba

RkJQdWJsaXNoZXIy Mzc3MTg=