“En los casos clínicos, ReumatIA-UVa acompaña al alumno en el razonamiento diagnóstico y terapéutico mediante preguntas y le ofrece soporte sin resolver el caso por él”

Luis Corral es licenciado en Medicina y doctor por la Universidad de Salamanca. Desde 2018 ejerce como profesor en el Grado de Medicina de la Facultad de Medicina de Valladolid, donde obtuvo la plaza de profesor permanente laboral en 2022, y como médico internista en el Hospital Universitario Río Hortega. Su trayectoria profesional combina la práctica clínica con una marcada vocación docente, centrada en la innovación educativa. Durante años ha trabajado en estrategias para fomentar la participación en clases con grandes grupos de estudiantes y, actualmente, su investigación se orienta hacia el potencial de la inteligencia artificial como herramienta de apoyo a la labor tutorial del profesorado y como catalizador para transformar el rol del estudiante.

Autor del libro “Enfermedades autoinmunes sistémicas y reumatología, manual para estudiantes de Medicina”, editado por la UVa, este manual incluye la ayuda de un ChatGPT personalizado, ReumatIA-UVa, que los alumnos pueden utilizar como tutor personal.

Pregunta: ¿Qué novedades aporta para el proceso de aprendizaje del estudiante ReumatIA-UVA?

Luis Corral Gudino: ReumatIA es un complemento “pedagógico” a un libro físico de apuntes de una asignatura de Medicina. El libro físico sigue siendo el eje central del estudio, pero se acompaña de un GPT diseñado como tutor personalizado. El sistema permite tres usos principales.

Primero, permite al alumno “hablar con el libro” de forma socrática. Es decir, el estudiante puede repasar cualquier tema, pero la IA no ofrece respuestas cerradas ni resúmenes ya hechos, hace que el alumno avance en el temario mediante preguntas guiadas que le obligan a razonar, comprobar lagunas y construir el conocimiento activamente.

Segundo, permite el trabajo con los casos clínicos incluidos en el propio libro, a modo de aprendizaje basado en problemas. Cuando los alumnos utilizan el libro se dan cuenta de que a diferencia de otros libros que acompañan sus problemas de las soluciones a pie de página o en un apéndice, en este libro los casos no tienen soluciones escritas. Si necesitan ayuda para solucionar los casos tienen a ReumatIA, que les acompaña en el razonamiento diagnóstico y terapéutico, de nuevo mediante preguntas, sin resolver el caso por él.

Tercero, les ayuda a preparar el examen final, que es un examen tipo test. El alumno puede entrenar con las preguntas de los años previos, una a una al azar o por bloques temáticos que el propio interesado selecciona. El alumno recibe ayuda para analizar opciones, detectar trampas y justificar la respuesta correcta, no simplemente marcarla.

En conjunto, ReumatIA está diseñado no para sustituir el estudio ni el esfuerzo personal, sino para que este sea más productivo. No da soluciones, sino que ayuda a construirlas. Funciona como un tutor que acompaña el estudio tradicional que representan el libro y los “codos en la mesa”, reforzando el razonamiento clínico y el aprendizaje profundo, no la memorización pasiva y el recordar conocimientos factuales. No es un atajo que les libra de trabajar, sino un complemento que hace el esfuerzo más interesante y dirigido.

P: ¿Quién alimenta esta IA?

Luis Corral Gudino: En los GPT (Transformador generativo preentrenado) personalizados de OpenAI, el conocimiento específico del asistente lo aporta directamente el profesor. En el caso de ReumatIA, se incorporan como base el propio libro de la asignatura, los casos clínicos diseñados para aprendizaje basado en problemas y preguntas de exámenes de otros años.

A veces existe la preocupación de que esto suponga “alimentar gratis” a los grandes modelos de lenguaje. En la práctica, la mayoría de los libros de texto universitarios no aportan hechos novedosos ni conocimiento disruptivo que el modelo no tenga ya. Lo valioso de nuestros libros es la forma de explicar, de ordenar los conceptos y de guiar el razonamiento. Ese valor pedagógico es el que se traslada al tutor.

¿Y hay riesgo de alucinaciones y errores que dicen que tienen estos modelos? Esto es una parte clave al configurar este tipo de asistentes, ya que es fundamental restringir de forma explícita las fuentes de información. Al modelo se le “fuerza” a trabajar únicamente con el libro y con otras fuentes previamente validadas por el docente.

En un entorno educativo basado en IA no es viable pensar que uno va a poder supervisar todas las interacciones entre el chatbot y los estudiantes. Por eso, la única manera de garantizar que las respuestas sean coherentes con la evidencia y con el enfoque docente que cada profesor decide, es limitar su acceso a información externa y evitar búsquedas abiertas en internet o en conocimientos no controlados. Este enfoque se denomina generación aumentada por recuperación (Retrieval-Augmented Generation, RAG). Es un elemento clave para asegurar la fiabilidad de un tutor basado en IA. De hecho, probablemente, en un futuro cercano las universidades contarán con sus propios sistemas de RAG, construidos sobre materiales docentes y fuentes institucionales, que les permitirán ofrecer asistentes educativos de confianza, alineados con su currículo y con estándares académicos claros.

P: ¿Lo utilizan mucho sus alumnos? ¿Qué comentarios le han transmitido?

Luis Corral Gudino: El modelo permite conocer el número de interacciones, que fueron más de 600 hasta los exámenes, y desde entonces no ha tenido casi nuevas entradas, lo que deja claro que la mayoría de las interacciones eran de los propios alumnos. Teniendo en cuenta que son unos 150 matriculados, quiere decir que de medida han interactuado unas 4 veces cada usuario con él. Para una herramienta educativa esto es bastante. Además, ReumatIA puede ser utilizado se haya comprado el libro o no, es un recurso en abierto.

Tras el examen realicé un cuestionario para conocer la aceptación del chatbot. Contestaron unos 40, una cuarta parte, que de nuevo es un número importante como bien sabemos los profesores que tenemos grupos tan numerosos como en el grado de Medicina. El 56% dijo que lo había utilizado bastante o mucho, con solo un 10% que no lo utilizó nunca. Lo que más les ayudó fueron los casos clínicos con la metodología del aprendizaje por problemas (para el 38%), seguido muy de cerca de las preguntas tipo test (35%) y el tutor socrático (25%). Y esto es algo inesperado, porque uno pensaría que ReumatIA se podría haber convertido en un compañero para las preguntas tipo test, y no fue así. Los alumnos lo utilizaron de forma más “inteligente”, con el aprendizaje por problemas y el tutor socrático, lo que ayuda a consolidar lo estudiado y a aplicar este conocimiento a casos reales. Preguntados si quitarían alguno de los tres componentes del bot, el 86% dijo que no, que los mantendría todos. En la puntuación del net promoter score obtuvo un 54, ya que 24 alumnos le dieron una puntuación de 9 o 10, 12 entre 7 y 8 y solo 3 entre 5 y 6. Esta fue la opinión personal de un alumno: “Me encantaría que la gente utilizase la IA como un apoyo y no como algo que te da todo el trabajo hecho y, en concreto, RaumatIA y herramientas del estilo fomentan este uso de la IA como herramienta de APOYO”

En cuanto al resultado del examen final los resultados fueron espléndidos, de una nota media de 6 a una de 8, con el examen más difícil de los últimos años.

P: En un escenario clínico típico del libro, ¿en qué momento recomienda al estudiante preguntar a ReumatIA-UVa y qué tipo de dudas concretas le podría plantear?

Luis Corral Gudino: En un escenario clínico típico del libro, ReumatIA UVa no está pensada para sustituir el estudio previo, sino para entrar en juego cuando ya se ha estudiado. Lo ideal es que el estudiante haya trabajado el temario, haya aprovechado las clases presenciales y tenga ya una primera comprensión de los conceptos. En este punto, la IA puede utilizarse con dos objetivos claros:

Primero, es útil para aclarar dudas concretas y, sobre todo, para obligarse a razonar y verbalizar lo aprendido. La IA te va a pedir que definas conceptos con tus propias palabras, que justifiques por qué una opción es correcta y otra no, o que identifiques qué es lo que no sabes. Incluso, si el profesor lo decide así, puede ayudarle a entender cómo ha llegado a un razonamiento concreto. Esto que llamamos la metacognición y que es un objetivo de muy alto rango en docencia.

Segundo, durante la resolución de escenarios clínicos también puede ayudar a aplicar de forma práctica el conocimiento teórico de cada asignatura. ReumatIA UVa actúa como un tutor que acompaña ese proceso. Plantea preguntas, pide que se prioricen hipótesis, que se expliquen decisiones diagnósticas o terapéuticas y que se conecte la clínica con la fisiopatología. Y siempre, sin hacer el trabajo por el alumno.

Si que es cierto que este acompañamiento tutorial sería ideal que lo hiciera  el propio profesor, de forma presencial, pero con grupos de 150 estudiantes es fácil entender que esto resulta inviable. Hasta la llegada de la IA generativa no existía una herramienta capaz de ofrecer este tipo de apoyo individualizado de manera sistemática. ReumatIA UVa cubre ese vacío, manteniendo el foco en el razonamiento y no en la respuesta final.

P: ¿Cómo imagina la evolución de la IA en la enseñanza médica?

Luis Corral Gudino: La IA va a entrar de forma inevitable en todos los ámbitos de la enseñanza. De hecho ya está en ella, con porcentajes de uso en los alumnos superiores al 80%. Esa “invasión” puede ser muy enriquecedora si somos docentes y estudiantes quienes decidimos cómo y para qué se utiliza, y no si la dejamos en manos de modas o de intereses comerciales de las grandes tecnológicas.

Esto obliga a replantear los roles tradicionales. No solo de los profesores, sino también de los alumnos, que deben comenzar a ser parte activa de la creación de su propio conocimiento. Por ejemplo, la clase magistral puramente expositiva, basada en enumerar hechos, ya estaba en crisis antes de la IA generativa, pero ahora su limitación es aún más evidente. Si la información está disponible de forma inmediata, el valor docente ya no puede ser repetir contenidos, sino ayudar a comprenderlos, relacionarlos y aplicarlos.

Uno de los principales temores en educación es que la IA sustituya habilidades humanas esenciales, como el razonamiento crítico o, en medicina, el razonamiento clínico. El reto es aprovecharla para hacer justo lo contrario, usarla como andamiaje, como una herramienta que acompañe y sostenga el esfuerzo del aprendizaje, sin reemplazarlo.

Por cambiar del tema médico a las humanidades. Dejar de leer un libro clásico porque la IA nos genera un resumen empobrece la experiencia, e incluso vacía de sentido nuestra interacción con obras como Don Quijote o Cien años de soledad. ¿De qué sirve saber el argumento y el desenlace sin haberlas leído y disfrutado? En este caso estaremos usando la IA para evitar pensar, y esto empobrece la formación. Sin embargo, no ocurrirá lo mismo si la empleamos para, mientras leemos los clásicos, comentar con ella el libro, que nos ayude a dar pie a segundas lecturas, a cuestionar nuestras interpretaciones de los personajes o los pasajes de los libros, o a plantear retos intelectuales que van a enriquecer enormemente el aprendizaje.

En resumen, veo la IA dentro de las aulas, pero no de forma constante ni para todo. Solo en aquellas tareas en las que aporte valor y nunca en las que sustituya al estudiante o al docente. Por ejemplo, en medicina de momento, está muy lejos de favorecer que nuestros estudiantes desarrollen empatía por los pacientes (para eso están las prácticas con pacientes reales) o generen vocación o ilusión por la profesión médica. Esto último, sigue siendo patrimonio de los profesores de carne y hueso.

El reto es enorme. Mal utilizada, la IA puede favorecer una generación de estudiantes superficiales y acríticos. Bien utilizada, puede amplificar el esfuerzo de nuestros alumnos. Y ese matiz es clave, sin esfuerzo no hay aprendizaje valioso, con o sin IA. Convencer a parte de nuestros estudiantes de esta visión, no va a ser fácil.

P: ¿Qué necesidades detectó en la formación de los futuros médicos que le llevaron a plantear el enfoque práctico y clínico de su libro?

Luis Corral Gudino: La principal necesidad que detecté fue ir más allá del aprendizaje de conocimientos puramente factuales, como memorizar listas de síntomas, síndromes o criterios diagnósticos. Ese enfoque es limitado para formar médicos capaces de razonar clínicamente.

La docencia presencial tiene además una restricción clara, el tiempo. El número de clases presenciales es escaso. No es posible desarrollar todo el temario en el aula y, al mismo tiempo, resulta difícil renunciar a contenidos que luego forman parte de la evaluación. Esto genera una tensión constante entre “dar temario” y enseñar a pensar.

El libro y su enfoque práctico surgen para resolver ese problema. El temario está estructurado y accesible en el texto, y ahora además existe un tutor que ayuda al estudiante a estudiarlo de forma guiada. Eso permite liberar tiempo en el aula presencial.

Ese tiempo liberado puede dedicarse a actividades de mayor valor educativo como resolver casos clínicos, generar pequeños debates, discutir razonamientos diagnósticos o incluso traer pacientes reales para que cuenten su experiencia vital conviviendo con las enfermedades. El libro y ReumatIA no sustituyen la clase, sino que la hacen más valiosa y centrada en lo que de verdad forma a un médico.

P: ¿Trabaja en la actualidad en algún otro proyecto de innovación docente?

Luis Corral Gudino: Sí, conjuntamente con ingenieros de la UVa estamos trabajando en otros proyectos de innovación docente. La inteligencia artificial abre un campo de posibilidades realmente fascinante en la formación médica.

Pensemos en el recorrido típico de un estudiante de Medicina: durante primero y segundo se centra en teoría, prácticas de laboratorio y anatomía, y de forma relativamente brusca, en tercero, se le coloca frente a sus primeros pacientes reales y se le pide que realice una historia clínica. Aunque conozca la teoría, siempre es útil y tranquilizador para el alumno haber practicado antes.

Hasta ahora, el modelo más cercano era la simulación con actores. Es un recurso excelente, pero caro, limitado en el tiempo y no disponible de forma sistemática en la mayoría de las facultades públicas.

Con la IA, ahora es posible disponer de pacientes simulados con los que el estudiante puede entrenar la anamnesis y la exploración clínica de forma progresiva. Son “pacientes” con paciencia infinita, disponibles 24 horas al día, 7 días a la semana, y cuyo nivel de dificultad, complejidad clínica o grado de ayuda puede ajustarse según el momento formativo.

Ya hemos testado un primer modelo con 22 estudiantes de tercero. Los resultados en términos de curvas de aprendizaje han sido muy llamativos, realmente muy buenos. Es cierto que se trata de un modelo híbrido, combinado con actores, y que en educación es difícil aislar el efecto de una única intervención docente. Hay decenas de otros factores que intervienen. Aun así, los datos sugieren que este enfoque es muy prometedor. La simulación médica tiene por delante una mejora enorme en accesibilidad, escalabilidad y usabilidad, y la IA va a ser un elemento clave para lograrlo.