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

954 Para lograr que el paciente simulado actuara con realismo clínico y conversacional, se realizó una detallada ingeniería del prompt dirigida principalmente a los modelos de lenguaje GPT-4o y o4-mini , proporcionados por OpenAI. La selección de estos modelos estuvo basada en pruebas iniciales internas que demostraron una superioridad en la coherencia conversacional y capacidad de análisis profundo del contenido en comparación con otras alternativas exploradas. El prompt entregado al modelo incluyó un contexto clínico inicial basado en una ficha clínica real del paciente, una pauta de cotejo clara para evaluar las intervenciones del estudiante, instrucciones específicas sobre cómo reaccionar dependiendo del tono emocional de la conversación, y ejemplos concretos de diálogos para guiar inicialmente las respuestas del paciente virtual. Actualmente, el paciente simulado presenta un perfil emocional amable y adaptativo, pero se trabajó especialmente en instrucciones que le permiten ajustar sus respuestas según la interacción: por ejemplo, si un estudiante emplea un lenguaje grosero o inapropiado, el paciente responde mostrando incomodidad u ofensa, ajustando su comportamiento posterior y marcando el tono de la conversación subsiguiente. Este prompt fue desarrollado iterativamente mediante pruebas constantes internas y retroalimentación directa de expertos clínicos, lo que permitió identificar tempranamente incoherencias y realizar ajustes efectivos para optimizar la calidad pedagógica y el realismo emocional del paciente simulado. En síntesis, esta innovación pedagógica ofrece una solución tecnológica robusta y escalable, integrando inteligencia artificial avanzada con metodologías didácticas validadas, para optimizar la calidad del aprendizaje clínico, reducir ansiedad en simulaciones posteriores presenciales y democratizar el acceso a experiencias clínicas relevantes. 4. Reflexión crítica (logros, tensiones, aprendizajes) La implementación de esta innovación pedagógica basada en la integración de inteligencia artificial (IA) mediante pacientes simulados presenta diversos logros, tensiones y aprendizajes preliminares que merecen una reflexión crítica. Logros iniciales y potencialidades Uno de los principales logros del proyecto ha sido el desarrollo de un prototipo funcional que combina rigurosidad clínica y tecnológica, evidenciando la viabilidad técnica de usar Modelos de Lenguaje de Gran Escala (LLMs) para simular interacciones clínicas empáticas y coherentes. Este logro inicial ha permitido a estudiantes experimentar una práctica clínica autónoma, segura y realista, brindando acceso inmediato y frecuente a escenarios de formación clínica sin las limitaciones logísticas habituales. Además, la generación automática de retroalimentación personalizada emerge como una innovación pedagógica destacable. El sistema permite proveer un feedback oportuno, específico y ajustado a criterios docentes claramente establecidos, favoreciendo así procesos de aprendizaje reflexivo y significativo. Tensiones y desafíos emergentes Sin embargo, el proyecto no ha estado exento de desafíos. Una tensión importante ha surgido en torno al equilibrio entre realismo conversacional y rigurosidad clínica en las respuestas generadas por los modelos. Aunque los LLMs demuestran una notable capacidad para simular conversaciones fluidas y empáticas, en ocasiones pueden ofrecer respuestas inespecíficas o con imprecisiones clínicas que requieren supervisión experta y ajustes cuidadosos en los prompts utilizados.