Revisión sistemática prisma modelos de IA aplicados en la enseñanza de la química.
DOI:
https://doi.org/10.22267/huellas.251122.40Palabras clave:
Inteligencia artificial, enseñanza de la química, simulaciones, tecnologías de la información y la comunicación, profesores en formación.Resumen
Esta revisión analiza los aportes de las tecnologías emergentes, en particular la inteligencia artificial (IA), en la enseñanza de la química, destacando su valor pedagógico. El objetivo es identificar y clasificar las aplicaciones potenciales de estas tecnologías para el aprendizaje de conceptos químicos y ofrecer una visión general de su uso en este campo. La metodología es una revisión sistemática de artículos científicos y tesis publicadas entre 2005 y 2024 en bases de datos reconocidas, abarcando trabajos en español, inglés y portugués. Los resultados subrayan la implementación de tecnologías que facilitan la comprensión de fenómenos químicos a nivel simbólico, macroscópico, microscópico y de procesos. La categorización incluye modelos de aprendizaje profundo, supervisado, no supervisado y generativo. Los datos revelan la participación de varios países en los estudios analizados. Se concluye que la integración de IA y tecnologías emergentes en la enseñanza de la química tiene un gran potencial para enriquecer la educación, mejorando la precisión, accesibilidad y personalización del aprendizaje.
Descargas
Citas
Amirbekova, E., Shertayeva, N., & Mironova, E. (2024). Teaching chemistry in the metaverse: the effectiveness of using virtual and augmented reality for visualization. Front. Educ.
Amaral-Rosa, M. P., & Eichler, M. L. (2018). Digital technologies and Chemistry teaching: The case of CAPES Professional Development Program for Teachers. Praxis Educative, 13(2), 515–539.
Back, S., Aspuru-Guzik, A., Ceriotti, M., Gryn'ova, G., Grzybowski, B., Gu, G. H., ... & Walsh, A. (2024). Accelerated chemical science with AI. Digital Discovery.
Becerra, M., Andrés, D., Mendoza, P., Colegio, S., & Maldonado De Tunja, C. (2021). La enseñanza de las reacciones químicas y la estequiometria mediadas por tic y la experimentación.
Buj, M. S. A., & Revuelta, M. J. C. (2020). Use of sensors and automatic data collection equipment in the practical work of Physics and Chemistry of middle and high school: The Arduino platform. Revista Eureka.
Cabrera de Vera, Amapola. (2018). Empleo de software de simulación de prácticas de laboratorio en el desarrollo de las clases prácticas en la cátedra de química analítica I.
Cárdenas Benavides, J. P., Carvajal Chavez, C. A., Tomalá de la Cruz, A. del R., & Tovar Arcos, Á. X. (2024). El uso de la inteligencia artificial en la creación de entornos de aprendizaje inmersivos en la educación superior. Revisión sistemática. RECIAMUC, 8(1), 348–356.
Chen, X., Zhang, J., Zhao, Q., Ding, L., Wu, Z., Jia, Z., & He, D. (2023). Application and teaching of computer molecular simulation embedded technology and artificial intelligence in drug research and development. Open Life Sciences, 18(1).
Chiu, W. K. (2021). Pedagogy of emerging technologies in chemical education during the era of digitalization and artificial intelligence: a systematic review. Education Sciences, 11(11). MDPI.
Fergus, S., Botha, M., & Ostovar, M. (2023). Evaluating academic answers generated using ChatGPT. Journal of Chemical Education.
Goh, G. B., Siegel, C., Vishnu, A., Hodas, N. O., & Baker, N. (2020). Chemception: A deep neural network with minimal chemistry knowledge matches the performance of expert-developed QSAR/QSPR models. Pacific Northwest National Laboratory.
González Llanos, J. (2011). Estrategia didáctica con mediación de TIC, propicia significativamente el aprendizaje de la Química Orgánica en la educación secundaria.
Guevara Ortiz, E. A., Laura, H., & Orobajo, L. (2020). El Laboratorio de las Reacciones Químicas: una aplicación desde TIC´s para la Transformación de un ambiente verde y sustentable.
Hocky, G. M., & White, A. D. (2022). Natural language processing models that automate programming will transform chemistry research and teaching. Digital Discovery, 1(2), 79–83.
Johnson-Glenberg, M. C., Birchfield, D., & Usyal, S. (2009). SMALLab: Virtual geology studies using embodied learning with motion, sound, and graphics. Educational Media International, 46(4), 267–280.
Jha, D., Ward, L., Paul, A., Liao, W., Choudhary, A., Wolverton, C., & Agrawal, A. (2018). ElemNet: Deep Learning the Chemistry of Materials From Only Elemental Composition. Scientific Reports.
Largo Taborda, W. A., Zuluaga-Giraldo, J. I., López Ramírez, M. X., & Grajales Ospina, Y. F. (2022). Enseñanza de la química mediada por TIC: un cambio de paradigma en una educación en emergencia. Revista Interamericana de Investigación Educación y Pedagogía RIIEP, 15(2).
Lindgren, S. (2023). Handbook of Critical Studies of Artificial Intelligence.
López Guerrero, M. del M., López Guerrero, G., & Rojano Ramos, S. (2018). Uso de un simulador para facilitar el aprendizaje de las Reacciones de Óxido-Reducción. Estudio de caso en la Universidad de Málaga. Educación Química, 29(3), 79.
Mariño, S., & Rambo, A. (2014). Experiencia de Intercambio Docente en dos Asignaturas de Inteligencia Artificial en Universidades Argentinas.
Montavon, G., Rupp, M., Gobre, V., Vazquez-Mayagoitia, A., Hansen, K., Tkatchenko, A., Müller, K.-R., & von Lilienfeld, O. A. (2013). Machine learning of molecular electronic properties in chemical compound space. New Journal of Physics, 15, 095003.
Perez Orozco, B. (2018). Inteligencia artificial. INCyTU, n. 12.
Pino Díez, R., Gómez Gómez, A., & Abajo Martínez. (2001). Introducción a la inteligencia artificial: sistemas expertos, redes neuronales artificiales y computación evolutiva. Servicio de Publicaciones, Universidad de Oviedo.
Proszek, R., & Ferreira, M. (2009). Enseñanza de la Química en Ambientes Virtuales: Blogs. Formación Universitaria, 2(6).
Romero, Y. (2020). Artículo de Revisión Integración efectiva de las TIC en la enseñanza de química: estrategias innovadoras para la docencia universitaria.
Venkatasubramanian, V. (2018). The promise of artificial intelligence in chemical engineering: Is it here, finally? AIChE Journal, 65(2), 466-471.
Zhu, H. (2020). Big Data and Artificial Intelligence Modeling for Drug Discovery. Annual Review of Pharmacology and Toxicology, 60, 573–589.
