Estrategia didáctica con inteligencia artificial para el aprendizaje de la mecánica Newtoniana

Resumen

La comprensión conceptual de la mecánica newtoniana continúa siendo un reto en la educación científica, especialmente en contextos donde persisten metodologías tradicionales y concepciones alternativas. Este estudio tuvo como objetivo evaluar el impacto de una estrategia didáctica basada en la instrucción entre pares, mediada por inteligencia artificial, sobre el aprendizaje de la mecánica newtoniana. Se adoptó un enfoque cuantitativo con un diseño cuasiexperimental de tipo pretest-postest con grupos no equivalentes. La muestra estuvo compuesta por 55 estudiantes universitarios de la carrera de Pedagogía de las Ciencias Experimentales de la Universidad de Guayaquil. El grupo experimental utilizó ChatGPT como par académico durante las sesiones, mientras que el grupo de control aplicó la instrucción entre pares tradicional. El aprendizaje conceptual fue medido mediante el Force and Motion Conceptual Evaluation (FMCE). Los resultados muestran mejoras significativas en ambos grupos (p < 0,001), con ganancias normalizadas superiores en el grupo experimental (g = 0,53 frente a g = 0,42) y un tamaño del efecto intergrupal moderado-alto (d = 0,666). Además, se observaron tamaños del efecto muy grandes dentro de cada grupo (d > 2,4). Se concluye que la inteligencia artificial puede actuar como mediador pedagógico eficaz, favoreciendo el cambio conceptual y complementando estrategias activas de aprendizaje. Estos hallazgos respaldan la integración de tecnologías emergentes en la enseñanza de la física y abren nuevas líneas de investigación sobre el uso de agentes conversacionales en contextos educativos.