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

952 realistas, adaptándose dinámicamente a la situación presentada por cada estudiante. Proyectos como PATIENT-Ψ (Wang et al., 2024) o AIpatient (Yu et al., 2024) ya han demostrado la eficacia de los LLMs en contextos educativos clínicos, mejorando significativamente la coherencia conversacional, la calidad de la retroalimentación formativa y la reducción del estrés estudiantil en simulaciones. Los LLMs son modelos computacionales entrenados con cantidades masivas de datos textuales, capaces de comprender, generar y mantener conversaciones fluidas y contextualmente pertinentes en lenguaje natural. Gracias a su capacidad de ajuste fino y diseño flexible, estos modelos pueden incorporar características específicas de pacientes virtuales, incluyendo diferentes perfiles clínicos y emocionales. En consecuencia, permiten recrear casos clínicos diversos con alto nivel de realismo, facilitando una práctica clínica virtual rica en variabilidad y profundidad pedagógica. 3. Descripción de la experiencia o intervención La experiencia pedagógica propuesta se centra en el desarrollo e implementación de una plataforma digital innovadora que integra pacientes simulados mediante inteligencia artificial (IA), orientada a fortalecer la formación clínica en Obstetricia para estudiantes de la carrera de Obstetricia de la Universidad de Chile. Este proyecto surge como respuesta a las necesidades identificadas en la formación práctica, específicamente en la escasez de oportunidades para interactuar con pacientes reales y desarrollar habilidades clínicas y comunicacionales en un contexto seguro y repetible. Diseño y características generales de la intervención La plataforma digital está diseñada como una aplicación web interactiva construida con tecnologías actuales (React en Frontend y Flask en Backend), accesible a través de cualquier navegador web estándar. Esta solución tecnológica integra Modelos de Lenguaje de Gran Escala (LLMs) como agentes conversacionales, capaces de simular pacientes obstétricos en diferentes contextos clínicos, respondiendo coherentemente en tiempo real a las preguntas y decisiones que los estudiantes tomen durante la simulación. El flujo general de interacción se divide en tres etapas claramente definidas: 1. Selección de escenario clínico: El estudiante escoge un perfil de paciente dentro de los tres escenarios creados del puerperio inmediato: • Ingreso hospitalario posparto. • Visita rutinaria de control materno-neonatal. • Evaluación previa al alta hospitalaria. Cada escenario está basado en casos clínicos reales, probados en contextos de simulación clínica que fueron proporcionados por docentes de la Carrera de Obstetricia de la Universidad de Chile, garantizando la validez y el cumplimiento de los resultados de aprendizaje. 1. Conversación clínica simulada: Durante esta fase central, el estudiante accede a la ficha clínica del paciente simulado, con información basal. Luego, realiza la anamnesis en lenguaje natural con el paciente virtual, en un chat de texto, el cual posee capacidad de