El uso de la Inteligencia Artificial en el diseño de Trabajos Prácticos Experimentales de Física para escuelas de nivel secundario

Abstract

Los Trabajos Prácticos Experimentales constituyen un recurso fundamental para la integración de la teoría y la práctica; sin embargo, su implementación enfrenta diversos desafíos, especialmente en entornos educativos con recursos limitados. En este contexto, la Inteligencia Artificial podría desempeñar un papel clave en el enriquecimiento de las propuestas de estas actividades. El objetivo principal de esta investigación es comparar la capacidad de dos sistemas de Inteligencia Artificial, ChatGPT y DeepSeek, para generar Trabajos Prácticos Experimentales para el nivel de Educación Secundaria que articulen de manera coherente los objetivos de aprendizaje, los procedimientos experimentales y las preguntas de análisis que promuevan la discusión conceptual. Se diseñó un método de trabajo sistemático –que involucra varios criterios– que permite una comparación rigurosa de los resultados obtenidos. Los hallazgos evidencian que, si bien ChatGPT y DeepSeek presentan fortalezas y debilidades en distintos aspectos evaluados, la optimización de su uso en el diseño de Trabajos Prácticos Experimentales requiere necesariamente de la intervención docente. Esta participación es fundamental para ajustar los aspectos en los que estos sistemas presentan limitaciones y garantizar que la actividad experimental favorezca de manera efectiva los objetivos de aprendizaje.Experimental Practical Work constitutes a fundamental resource for integrating theory and practice; however, its implementation faces several challenges, especially in educational settings with limited resources. In this context, Artificial Intelligence could play a key role in enriching proposals for these activities. The main objective of this research is to compare the capacity of two Artificial Intelligence systems, ChatGPT and DeepSeek, to generate Experimental Practical Work for the secondary education level that coherently articulates learning objectives, experimental procedures, and analysis questions that promote conceptual discussion. A systematic working method was designed—based on several criteria—to allow for a rigorous comparison of the results obtained. The findings show that while ChatGPT and DeepSeek exhibit strengths and weaknesses in various evaluated aspects, optimizing their use in Experimental Practical Work design necessarily requires teacher intervention. This involvement is essential to address the limitations of these systems and ensure that experimental activities effectively support learning objectives.