Mapeo de citas asistido por inteligencia artificial para la búsqueda de evidencia en educación odontológica: estudio controlado en estudiantes de odontología.

Benjamin Aranda-Herrera; Itzi Misael Lara-Tiscareño; Rene Garcia-Contreras

doi:10.6018/edumed.720321

Autores/as

Benjamin Aranda-Herrera Interdisciplinary Research Laboratory (LII), Nanostructures and Biomaterials Area, School of Dentistry, National School of Higher Studies (ENES) Leon, National Autonomous University of Mexico (UNAM), Leon, Mexico https://orcid.org/0000-0003-4273-7548
Itzi Misael Lara-Tiscareño Interdisciplinary Research Laboratory (LII), Nanostructures and Biomaterials Area, School of Dentistry, National School of Higher Studies (ENES) Leon, National Autonomous University of Mexico (UNAM), Leon, Mexico https://orcid.org/0009-0003-8168-2196
Rene Garcia-Contreras Nanostructures and Biomaterials Area, Interdisciplinary Research Laboratory (LII), National School of Higher Studies (ENES), Leon Unit, National Autonomous University of Mexico (UNAM) https://orcid.org/0000-0003-3504-5519

DOI: https://doi.org/10.6018/edumed.720321

Palabras clave: Educación Odontológica, Odontología Basada en Evidencia, Tecnología Educativa

Resumen

Las herramientas de inteligencia artificial (IA) pueden apoyar la búsqueda y organización de literatura científica en educación odontológica, particularmente durante el desarrollo de revisiones sistemáticas. Este estudio evaluó el impacto de Litmaps, una herramienta de mapeo de citas asistida por inteligencia artificial, en el desempeño de estudiantes de odontología durante ejercicios de revisión sistemática de la literatura. El diseño experimental incluyó a 30 estudiantes, distribuidos en un grupo experimental, que utilizó la herramienta basada en IA, y un grupo control, que realizó una búsqueda convencional. Las variables evaluadas incluyeron el número de artículos identificados, el tiempo dedicado a la búsqueda, la calidad de las revisiones y las percepciones de los estudiantes mediante la aplicación de cuestionarios pre y postintervención. El grupo experimental identificó más artículos relevantes que el grupo control (17.8 ± 3.6 vs. 12.4 ± 4.2; p < 0.05) y dedicó menos tiempo al proceso de búsqueda (9.6 ± 2.5 h vs. 14.3 ± 3.1 h; p < 0.01). No se observaron diferencias significativas en la calidad de las revisiones (16.2 ± 1.1 vs. 15.9 ± 1.3; p = 0.56). La mayoría de los estudiantes evaluó positivamente la herramienta de mapeo de citas asistida por IA, aunque una tercera parte reconoció una dependencia excesiva de su uso. El uso de una herramienta de mapeo de citas asistida por IA mejoró la eficiencia de las búsquedas bibliográficas sin afectar la calidad del análisis, lo que destaca su potencial como recurso de apoyo en la enseñanza de la metodología científica, siempre que se acompañe de una orientación crítica y reflexiva.

Descargas

Los datos de descargas todavía no están disponibles.

Metrics

Vistas/Descargas

Resumen
0
pdf
0
xml
0

Citas

1. Sackett DL, Rosenberg WM, Gray JA, et al. Evidence based medicine: what it is and what it isn't. BMJ. 1996, 312(7023), 71-72. https://doi.org/10.1136/bmj.312.7023.71.

2. Aranda-Herrera B, Lara-Tiscareño IM, Garcia-Contreras R. Exploring frontiers in dental research: a glimpse into future horizons. New Food Ind. 2024, 66. http://www.newfoodindustry.com/2024/2402.html.

3. Page MJ, McKenzie JE, Bossuyt PM, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021, 372, n71. https://doi.org/10.1136/bmj.n71.

4. Claman D, Sezgin E. Artificial intelligence in dental education: opportunities and challenges of large language models and multimodal foundation models. JMIR Med Educ. 2024, 10, e52346. https://doi.org/10.2196/52346.

5. Choudhury Z, Chaudhry Z. Large language models and user trust: consequence of self-referential learning loop and the deskilling of health care professionals. J Med Internet Res. 2024, 26, e56764. https://doi.org/10.2196/56764.

6. Kinikoglu K. Evaluating ChatGPT and Google Gemini performance and implications in Turkish dental education. Cureus. 2025, 17, e77292. https://doi.org/10.7759/cureus.77292.

7. Marshall IJ, Kuiper J, Wallace BC. RobotReviewer: evaluation of a system for automatically assessing bias in clinical trials. J Am Med Inform Assoc. 2016, 23(1), 193-201. https://doi.org/10.1093/jamia/ocv044.

8. Yin S, Huang S, Xue P, et al. Generative artificial intelligence usage guidelines for scholarly publishing: a cross-sectional study of medical journals. BMC Med. 2025, 23, 77. https://doi.org/10.1186/s12916-025-03899-1.

9. Albisua J, Pacheco P. Ethical considerations about artificial intelligence use in medical practice. Open Respir Arch. 2024, 7, 100383. https://doi.org/10.1016/j.opresp.2024.100383.

10. Thurzo A, Urbanová W, Novák B, et al. Where is the artificial intelligence applied in dentistry? Systematic review and literature analysis. Healthcare (Basel). 2022, 10(7), 1269. https://doi.org/10.3390/healthcare10071269.

11. Litmaps. Litmaps for students: how does Litmaps work? Wellington: Litmaps. 2025. https://www.litmaps.com/about/litmaps-for-students.

12. Rohani N, Gal K, Gallagher M, et al. Providing insights into health data science education through artificial intelligence. BMC Med Educ. 2024, 24, 564. https://doi.org/10.1186/s12909-024-05555-3.

13. Wang C, Xiao C, Zhang X, et al. Exploring medical students' intention to use ChatGPT from a programming course: a grounded theory study in China. BMC Med Educ. 2025, 25, 209. https://doi.org/10.1186/s12909-025-06807-6.

14. Ortega-Ochoa E, Sabaté JM, Arguedas M, et al. Exploring the utilization and deficiencies of generative artificial intelligence in students' cognitive and emotional needs: a systematic mini-review. Front Artif Intell. 2024, 7, 1493566. https://doi.org/10.3389/frai.2024.1493566.

15. UNESCO. Recomendación sobre la ética de la inteligencia artificial. Paris: Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. 2021. https://unesdoc.unesco.org/ark:/48223/pf0000381137.

16. University of Michigan Library. AI tools for research: comparative features guide. Ann Arbor: University of Michigan Library. 2024. https://guides.lib.umich.edu/ai-tools.

17. Kıyak YS, Emekli E. Uso de modelos de lenguaje de gran tamaño para generar pruebas de concordancia de guiones en la educación médica: ChatGPT y Claude. Rev Esp Edu Med. 2025, 6(1). https://doi.org/10.6018/edumed.636331.

18. Jerez O, Kim J, Bonilla J, Montalvo F, Veas Romero M. Perspectivas Estudiantiles y Docentes sobre la IA en la Educación Sanitaria: Revisión Sistemática Exploratoria. Rev Esp Edu Med. 2025, 6(2). https://doi.org/10.6018/edumed.633811.

19. Canabal Berlanga A, Sánchez Giralt JA, Abad Santamaría B. Actualidad en la educación médica con la inteligencia artificial generativa. Rev Esp Edu Med. 2025, 6(6). https://doi.org/10.6018/edumed.684461