Vibe-coding como competencia docente en el uso de Inteligencia Artificial para la Educación Médica: una revisión de alcance
Resumen
Introducción: La irrupción de la Inteligencia Artificial Generativa ha dado lugar al vibe-coding, un paradigma que permite a educadores sin formación técnica desarrollar software mediante lenguaje natural. Este avance plantea la necesidad de redefinir las competencias docentes necesarias para transitar de usuarios a creadores de herramientas educativas. Métodos: Se realizó una revisión de alcance de la literatura conforme a los lineamientos PRISMA-ScR. Se incluyeron estudios recuperados de las bases de datos Web of Science y Scopus que abordaran el uso del vibe-coding por parte de docentes en educación superior y médica. Tras el proceso de selección, se incluyeron 4 publicaciones de 2025. Se aplicó un análisis temático reflexivo deductivo para clasificar los hallazgos según las dimensiones del modelo TPACK (Conocimiento Tecnológico, Pedagógico y del Contenido). Resultados: El análisis cualitativo revela una reconfiguración del Conocimiento Tecnológico (TK), el cual se disocia de la sintaxis de programación para centrarse en la estructuración de prompts y el diálogo iterativo con la IA. Se identificó la emergencia del rol de “clínico-desarrollador”, donde el Conocimiento del Contenido (CK) actúa como un mecanismo de auditoría indispensable para validar la precisión clínica y evitar alucinaciones en los algoritmos generados. El Conocimiento Tecnológico-Pedagógico (TPK) permitió a los docentes deconstruir lógicas complejas en pasos secuenciales para diseñar simuladores y herramientas personalizadas. Conclusiones: Evidencia preliminar sugiere que el vibe-coding democratiza el desarrollo de software educativo, permitiendo a los docentes materializar estrategias pedagógicas complejas sin dependencia técnica externa. Esta competencia emergente parece exigir un dominio disciplinar robusto para garantizar la seguridad y calidad de los recursos creados. Se recomienda fomentar la capacitación en esta competencia emergente y desarrollar futuros estudios empíricos que evalúen el impacto de estas herramientas en el aprendizaje estudiantil y la carga cognitiva docente.
Descargas
-
Resumen13
-
pdf 5
-
XML 0
Citas
1. Nair HB. Building Teacher Capacity for Effective Integration of GenAI into Classroom: A Framework for Teacher Education Programs. In Generative Artificial Intelligence Empowered Learning. Chapman and Hall/CRC. 2025, 192-206. https://doi.org/10.1201/9781003422433-9
2. Park J. A systematic literature review of generative artificial intelligence (GenAI) literacy in schools. Computers and Education: Artificial Intelligence. 2025, 100487. https://doi.org/10.1016/j.caeai.2025.100487
3. Treceñe JKD, Patiga ROA, Odal BB, Tapales RG, Tuano EMD, Dayaon MC. The Emergence of Generative AI in Higher Education: Exploring the Perceived Challenges Among Teachers and Students. In Pitfalls of AI Integration in Education: Skill Obsolescence, Misuse, and Bias. IGI Global Scientific Publishing. 2025, 71-94.
4. Ofosu-Asare Y. Guiding the future: developing an ethical framework for generative AI use in education. The International Journal of Information and Learning Technology. 2025, 1-19. https://doi.org/10.1108/IJILT-06-2024-0113
5. Somabut A, Tuamsuk K, Lowatcharin G, Traiyarach S, Kwangmaung P. Preparing for the AI Era: Science Teachers’ Readiness and Professional Development Needs for Generative AI Integration in Secondary Education. Social Science & Humanities Open. 2025, 12, 102259. https://doi.org/10.1016/j.ssaho.2025.102259
6. Symeou L, Louca L, Kavadella A, Mackay J, Danidou Y, Raffay V. Development of Evidence‑Based Guidelines for the Integration of Generative AI in University Education Through a Multidisciplinary, Consensus‑Based Approach. European Journal of Dental Education. 2025, 29(2), 285-303. https://doi.org/10.1111/eje.13069
7. Zou D, Xie H, Kohnke L. Navigating the Future: Establishing a Framework for Educators’ Pedagogic Artificial Intelligence Competence. European Journal of Education. 2025, 60(2), e70117. https://doi.org/10.1111/ejed.70117
8. Ravi M. Using the TPACK Framework for Gen-AI Enabled Learning Activities: Design, Delivery and Evaluation. Journal of Engineering Education Transformations. 2025, 175-181. https://doi.org/10.16920/jeet/2025/v38is2/25021
9. Masfuah S, Fakhriyah F, Hilyana FS, Kiong TT. The effect of technological pedagogy knowledge and technological content knowledge on TPACK of primary prospective teachers. Multidisciplinary Science Journal. 2024, 6(10), 2024188-2024188. https://doi.org/10.31893/multiscience.2024188
10. Diaz SS, Carmona RJC, Escorcia IAP. Caracterización del conocimiento tecnológico del contenido (TCK): un estudio de caso con profesores de matemáticas en formación inicial. Educación Y Humanismo. 2022, 24(42), 9. https://doi.org/10.17081/eduhum.24.42.5142
11. Lan G, Feng X, Du S, Song F, Xiao Q. Integrating ethical knowledge in generative AI education: constructing the GenAI-TPACK framework for university teachers’ professional development. Education and Information Technologies. 2025, 1-24. https://doi.org/10.1007/s10639-025-13427-6
12. Mgeladze A, Kapanadze M, Chakhaia L. From Measuring to Action: The Next Steps in Physics Teachers’ Technological Pedagogical Content Knowledge. Science Education International. 2024, 35(4), 429-438. https://doi.org/10.33828/sei.v35.i4.13
13. Aldemir T, Kilinc S, Bicer A, Grant P, Davis T, Sweany NW. Intelligent‑TPACK in practice: design and evidence from a three‑week teacher preparation module. Computers and Education Open. 2025, 100306. https://doi.org/10.1016/j.caeo.2025.100306
14. Celik I. Towards Intelligent-TPACK: An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behavior. 2023, 138, 107468. https://doi.org/10.1016/j.chb.2022.107468
15. Ocak C, Caskurlu S. Unpacking Ethics-Domain of Intelligent-TPACK Scale In Relation to In-Service Teachers’ Trust and Distrust. Computers and Education Open. 2025, 100321. https://doi.org/10.1016/j.caeo.2025.100321
16. Rokis K, Kirikova M. Challenges of low-code/no-code software development: A literature review. In International Conference on Business Informatics Research. Cham: Springer International Publishing. 2022, 3-17. https://doi.org/10.1007/978-3-031-16947-2_1
17. De Silva D, Mills N, Issadeen Z, Moraliyage H, Jennings A, Manic M. Generative AI Vibe Coding for Prototyping Industrial Systems. In 2025 IEEE 34th International Symposium on Industrial Electronics (ISIE). 2025, 1-6. IEEE. https://doi.org/10.1109/ISIE62713.2025.11124737
18. Lee Y, Huh S. How can clinicians leverage vibe coding for machine learning and deep learning research? Endocrinology and Metabolism. 2025, 40(5), 659-667. https://doi.org/10.3803/EnM.2025.2675
19. Meske C, Hermanns T, von der Weiden E, Loser KU, Berger T. Vibe coding as a reconfiguration of intent mediation in software development: Definition, implications, and research agenda. arXiv preprint arXiv:2507.21928. 2025. https://doi.org/10.48550/arXiv.2507.21928
20. Ng O, Chow M. Empowering Health Professions Educators: Developing Educational Tools with AI-Assisted Vibe Coding. Medical Science Educator. 2025, 1-6. https://doi.org/10.1007/s40670-025-02596-1
21. Sarkis-Onofre R, Catalá-López F, Aromataris E, Lockwood C. How to properly use the PRISMA Statement. Systematic Reviews. 2021, 10(1), 117. https://doi.org/10.1186/s13643-021-01671-z
22. Tricco AC, Lillie E, Zarin W, O’Brien KK, Colquhoun H, Levac D, ... Straus SE. PRISMA extension for scoping reviews (PRISMA-ScR): checklist and explanation. Annals of Internal Medicine. 2018, 169(7), 467-473. https://doi.org/10.7326/M18-0850
23. Braun V, Clarke V. Using thematic analysis in psychology. Qualitative Research in Psychology. 2006, 3(2), 77-101. https://doi.org/10.1191/1478088706qp063oa
24. Braun V, Clarke V. Reflecting on reflexive thematic analysis. Qualitative Research in Sport, Exercise and Health. 2019, 11(4), 589-597. https://doi.org/10.1080/2159676X.2019.1628806
25. Braun V, Clarke V. One size fits all? What counts as quality practice in (reflexive) thematic analysis? Qualitative Research in Psychology. 2021, 18(3), 328-352. https://doi.org/10.1080/14780887.2020.1769238
26. Anis S, French JA. Efficient, explicatory, and equitable: Why qualitative researchers should embrace AI, but cautiously. Business & Society. 2023, 62(6), 1139-1144. https://doi.org/10.1177/00076503231163286
27. Bennis I, Mouwafaq S. Advancing AI-driven thematic analysis in qualitative research: a comparative study of nine generative models on Cutaneous Leishmaniasis data. BMC Medical Informatics and Decision Making. 2025, 25(1), 1-14. https://doi.org/10.1186/s12911-025-02961-5
28. Chow M, Ng O. From technology adopters to creators: Leveraging AI-assisted vibe coding to transform clinical teaching and learning. Medical Teacher. 2025, 1-3. https://doi.org/10.1080/0142159X.2025.2488353
29. Pesce F, Cheungpasitporn W. Vibe Coding in nephrology education: clinician-led, AI-assisted development of open-source interactive learning tools. Renal Failure. 2025, 47(1), 2581933. http://doi.org/10.1080/0886022X.2025.2581933
30. Shin D, Lee JH, Lee E, Lee Y. No-code approaches to developing ELT resources with generative artificial intelligence. ELT Journal. 2025, ccaf050. https://doi.org/10.1093/elt/ccaf050
31. Sun D, Ba S, Cha Y, Yu J, Chiang F, Dai H, Lim C. Empowering University Teachers in Higher Education: A Generative AI-Responsive Competency Framework. Computers and Education: Artificial Intelligence. 2026, 10, 100542. https://doi.org/10.1016/j.caeai.2026.100542
32. Lakhe Shrestha BL, Dahal N, Hasan MK, Paudel S, Kapar H. Generative AI on professional development: a narrative inquiry using TPACK framework. Frontiers in Education. 2025, 10, 1550773. https://doi.org/10.3389/feduc.2025.1550773
Derechos de autor 2026 Servicio de Publicaciones de la Universidad de Murcia

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Las obras que se publican en esta revista están sujetas a los siguientes términos:
1. El Servicio de Publicaciones de la Universidad de Murcia (la editorial) conserva los derechos patrimoniales (copyright) de las obras publicadas y favorece y permite la reutilización de las mismas bajo la licencia de uso indicada en el punto 2.
© Servicio de Publicaciones, Universidad de Murcia
2. Las obras se publican bajo una licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0.
![]()
3. Condiciones de auto-archivo. Se permite y se anima a los autores a difundir electrónicamente las versiones preprint (versión antes de ser evaluada y enviada a la revista) y/o post-print (versión evaluada y aceptada para su publicación) de sus obras antes de su publicación, ya que favorece su circulación y difusión más temprana y con ello un posible aumento en su citación y alcance entre la comunidad académica.





This is a Diamond Journal 







