Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbiana
- Autores
- Reinoso, Elina
- Año de publicación
- 2026
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- El uso de inteligencia artificial generativa en educación superior abre nuevas posibilidades para abordar problemas. En este trabajo se describe una experiencia didáctica realizada en la asignatura Genética Microbiana de la carrera de Microbiología, donde se aplicó una actividad de aprendizaje basado en problemas para analizar un caso de Escherichia coliresistente a ciprofloxacina y β-lactámicos en ámbitos productivos y clínicos. Los estudiantes, organizados en grupos, utilizaron distintas herramientas de IA para generar hipótesis, identificar genes y mutaciones asociadas a resistencia, como también diseñar estrategias experimentales basadas en PCR y qPCR. Los resultados evidenciaron avances en la integración conceptual, la formulación de hipótesis y el diseño experimental, junto con un uso crítico de la IA. Los estudiantes identificaron el valor de estas herramientas para agilizar tanto el razonamiento inicial como sus limitaciones, especialmente la necesidad de verificación conceptual y contraste con bibliografía científica. La actividad promovió además procesos metacognitivos, discusión grupal y toma de decisiones. La incorporación guiada de IA generativa favoreció aprendizajes significativos y desarrolló habilidades esenciales para la práctica científica, constituyendo un recurso pedagógico complementario que potencia, pero no reemplaza, la revisión crítica, el método científico y la función docente.
Fil: Reinoso, Elina. Universidad Nacional de Río Cuarto; Argentina. - Materia
-
INTELIGENCIA ARTIFICIAL
APRENDIZAJE SIGNIFICATIVO
MICROBIOLOGIA
ENSEÑANZA SUPERIOR - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/4.0/
- Repositorio

- Institución
- Universidad de Flores
- OAI Identificador
- oai:repositorio.uflo.edu.ar:20.500.14340/3846
Ver los metadatos del registro completo
| id |
RIUFLO_6f400ba865d7d172ec852fd4a0663398 |
|---|---|
| oai_identifier_str |
oai:repositorio.uflo.edu.ar:20.500.14340/3846 |
| network_acronym_str |
RIUFLO |
| repository_id_str |
|
| network_name_str |
Repositorio Institucional de la Universidad de Flores |
| spelling |
Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbianaReinoso, ElinaINTELIGENCIA ARTIFICIALAPRENDIZAJE SIGNIFICATIVOMICROBIOLOGIAENSEÑANZA SUPERIOREl uso de inteligencia artificial generativa en educación superior abre nuevas posibilidades para abordar problemas. En este trabajo se describe una experiencia didáctica realizada en la asignatura Genética Microbiana de la carrera de Microbiología, donde se aplicó una actividad de aprendizaje basado en problemas para analizar un caso de Escherichia coliresistente a ciprofloxacina y β-lactámicos en ámbitos productivos y clínicos. Los estudiantes, organizados en grupos, utilizaron distintas herramientas de IA para generar hipótesis, identificar genes y mutaciones asociadas a resistencia, como también diseñar estrategias experimentales basadas en PCR y qPCR. Los resultados evidenciaron avances en la integración conceptual, la formulación de hipótesis y el diseño experimental, junto con un uso crítico de la IA. Los estudiantes identificaron el valor de estas herramientas para agilizar tanto el razonamiento inicial como sus limitaciones, especialmente la necesidad de verificación conceptual y contraste con bibliografía científica. La actividad promovió además procesos metacognitivos, discusión grupal y toma de decisiones. La incorporación guiada de IA generativa favoreció aprendizajes significativos y desarrolló habilidades esenciales para la práctica científica, constituyendo un recurso pedagógico complementario que potencia, pero no reemplaza, la revisión crítica, el método científico y la función docente.Fil: Reinoso, Elina. Universidad Nacional de Río Cuarto; Argentina.Universidad de Flores2026info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfurn:issn:3008-8437https://hdl.handle.net/20.500.14340/3846spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)reponame:Repositorio Institucional de la Universidad de Floresinstname:Universidad de Flores2026-11-05T13:09:10Zoai:repositorio.uflo.edu.ar:20.500.14340/3846instacron:UFLOInstitucionalhttps://repositorio.uflo.edu.ar/Universidad privadahttps://www.uflouniversidad.edu.ar/https://repositorio.uflo.edu.ar/server/oai/gabriela.rizzo@uflouniversidad.edu.arArgentinaopendoar:2026-11-05 13:09:10.724Repositorio Institucional de la Universidad de Flores - Universidad de Floresfalse |
| dc.title.none.fl_str_mv |
Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbiana |
| title |
Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbiana |
| spellingShingle |
Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbiana Reinoso, Elina INTELIGENCIA ARTIFICIAL APRENDIZAJE SIGNIFICATIVO MICROBIOLOGIA ENSEÑANZA SUPERIOR |
| title_short |
Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbiana |
| title_full |
Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbiana |
| title_fullStr |
Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbiana |
| title_full_unstemmed |
Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbiana |
| title_sort |
Integración de inteligencia artificial en una actividad de aprendizaje basado en problemas para enseñar resistencia a antibióticos en genética microbiana |
| dc.creator.none.fl_str_mv |
Reinoso, Elina |
| author |
Reinoso, Elina |
| author_facet |
Reinoso, Elina |
| author_role |
author |
| dc.subject.none.fl_str_mv |
INTELIGENCIA ARTIFICIAL APRENDIZAJE SIGNIFICATIVO MICROBIOLOGIA ENSEÑANZA SUPERIOR |
| topic |
INTELIGENCIA ARTIFICIAL APRENDIZAJE SIGNIFICATIVO MICROBIOLOGIA ENSEÑANZA SUPERIOR |
| dc.description.none.fl_txt_mv |
El uso de inteligencia artificial generativa en educación superior abre nuevas posibilidades para abordar problemas. En este trabajo se describe una experiencia didáctica realizada en la asignatura Genética Microbiana de la carrera de Microbiología, donde se aplicó una actividad de aprendizaje basado en problemas para analizar un caso de Escherichia coliresistente a ciprofloxacina y β-lactámicos en ámbitos productivos y clínicos. Los estudiantes, organizados en grupos, utilizaron distintas herramientas de IA para generar hipótesis, identificar genes y mutaciones asociadas a resistencia, como también diseñar estrategias experimentales basadas en PCR y qPCR. Los resultados evidenciaron avances en la integración conceptual, la formulación de hipótesis y el diseño experimental, junto con un uso crítico de la IA. Los estudiantes identificaron el valor de estas herramientas para agilizar tanto el razonamiento inicial como sus limitaciones, especialmente la necesidad de verificación conceptual y contraste con bibliografía científica. La actividad promovió además procesos metacognitivos, discusión grupal y toma de decisiones. La incorporación guiada de IA generativa favoreció aprendizajes significativos y desarrolló habilidades esenciales para la práctica científica, constituyendo un recurso pedagógico complementario que potencia, pero no reemplaza, la revisión crítica, el método científico y la función docente. Fil: Reinoso, Elina. Universidad Nacional de Río Cuarto; Argentina. |
| description |
El uso de inteligencia artificial generativa en educación superior abre nuevas posibilidades para abordar problemas. En este trabajo se describe una experiencia didáctica realizada en la asignatura Genética Microbiana de la carrera de Microbiología, donde se aplicó una actividad de aprendizaje basado en problemas para analizar un caso de Escherichia coliresistente a ciprofloxacina y β-lactámicos en ámbitos productivos y clínicos. Los estudiantes, organizados en grupos, utilizaron distintas herramientas de IA para generar hipótesis, identificar genes y mutaciones asociadas a resistencia, como también diseñar estrategias experimentales basadas en PCR y qPCR. Los resultados evidenciaron avances en la integración conceptual, la formulación de hipótesis y el diseño experimental, junto con un uso crítico de la IA. Los estudiantes identificaron el valor de estas herramientas para agilizar tanto el razonamiento inicial como sus limitaciones, especialmente la necesidad de verificación conceptual y contraste con bibliografía científica. La actividad promovió además procesos metacognitivos, discusión grupal y toma de decisiones. La incorporación guiada de IA generativa favoreció aprendizajes significativos y desarrolló habilidades esenciales para la práctica científica, constituyendo un recurso pedagógico complementario que potencia, pero no reemplaza, la revisión crítica, el método científico y la función docente. |
| publishDate |
2026 |
| dc.date.none.fl_str_mv |
2026 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
urn:issn:3008-8437 https://hdl.handle.net/20.500.14340/3846 |
| identifier_str_mv |
urn:issn:3008-8437 |
| url |
https://hdl.handle.net/20.500.14340/3846 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/4.0/ Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de Flores |
| publisher.none.fl_str_mv |
Universidad de Flores |
| dc.source.none.fl_str_mv |
reponame:Repositorio Institucional de la Universidad de Flores instname:Universidad de Flores |
| reponame_str |
Repositorio Institucional de la Universidad de Flores |
| collection |
Repositorio Institucional de la Universidad de Flores |
| instname_str |
Universidad de Flores |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Flores - Universidad de Flores |
| repository.mail.fl_str_mv |
gabriela.rizzo@uflouniversidad.edu.ar |
| _version_ |
1881037879265722368 |
| score |
12.823554 |