El chatbot “Andrés”, desarrollado por el Centro de Simulación Veterinaria de la Universidad Santo Tomás, introduce una nueva era de simulación veterinaria al permitir que los estudiantes practiquen anamnesis clínica de forma autónoma, repetible y sin presión. Esta herramienta conversa como un tutor real, ofreciendo contexto emocional y clínico, lo que mejora la estructura de las preguntas y la comunicación profesional. Su uso evidencia alto compromiso estudiantil, buena usabilidad y un potencial significativo para escalar nuevos casos clínicos.
Introducción
En el dinámico campo de la educación veterinaria, la simulación clínica ha emergido como una herramienta esencial para el desarrollo de competencias prácticas y comunicacionales. Sin embargo, los modelos tradicionales de simulación enfrentan desafíos significativos: altos costos operativos, limitaciones de tiempo y recursos humanos, y escasa posibilidad de repetición autónoma. En este contexto, el Centro de Simulación Veterinaria de la Universidad Santo Tomás representa una innovación pedagógica notable: la implementación de un chatbot tutor, “Andrés”, desarrollado en Microsoft Copilot Studio®, como recurso de entrenamiento asincrónico en anamnesis clínica.
El Problema: Comunicación Clínica en Crisis
Durante las actividades de simulación de alta fidelidad, se detectaron patrones preocupantes entre los estudiantes de Medicina veterinaria: dificultades para iniciar entrevistas clínicas, desorganización en la formulación de preguntas, y una notoria incapacidad para establecer rapport con los tutores simulados. Estas falencias no solo comprometen la calidad de la anamnesis, sino que también afectan la relación veterinario-tutor, un componente crítico en la práctica profesional.
La Solución: Un Chatbot con Nombre y Personalidad
Frente a este escenario, se diseñó un prototipo de chatbot conversacional llamado “Andrés”, programado para simular a un tutor preocupado por la salud de su perro Max, quien presenta un cuadro clínico de ascitis. El desarrollo se realizó en Microsoft Copilot Studio®, una plataforma que permite crear flujos conversacionales con lógica condicional, integrando documentos de referencia para dotar al chatbot de conocimiento clínico contextualizado.
El diseño de “Andrés” no fue meramente técnico: se le otorgó una personalidad coherente, capaz de responder con naturalidad, expresar emociones moderadas y adaptarse a las preguntas del estudiante. Esta humanización del chatbot fue clave para generar una experiencia inmersiva y realista, replicando la complejidad emocional de una consulta veterinaria auténtica.
Metodología y Evaluación
El enfoque metodológico adoptado fue ágil. Se combinaron estrategias de investigación-acción, prototipado rápido y evaluación mixta. La validación se realizó mediante una versión adaptada del System Usability Scale (SUS), complementada con ítems específicos para la formación veterinaria. Además, se analizaron comentarios cualitativos de los estudiantes y se observaron patrones de uso.
Resultados: Más Allá de la Usabilidad
El resultado de la implementación del primer prototipo fue prometedor. El 72% de los estudiantes (12 de 16) utilizó el chatbot de forma voluntaria, y más de la mitad repitió la práctica al menos tres veces. En términos de percepción, se obtuvo una puntuación promedio de 4.2/5 en la mejora de la estructura de preguntas clínicas, y 4.0/5 en relevancia clínica. Estos datos sugieren que “Andrés” no solo fue bien recibido, sino que también logró impactar positivamente en el desarrollo de habilidades comunicacionales.
Sin embargo, no todo fue perfecto. Un 25% de los usuarios reportó fallas técnicas, principalmente relacionadas con accesos fallidos, y un 44% solicitó la incorporación de más casos clínicos, además. Estas observaciones revelan tanto el potencial como las limitaciones actuales del sistema, y orientan futuras mejoras.
Futuro Impacto Institucional y Académico
El impacto es doble. A nivel institucional, se genera una herramienta escalable, de bajo costo y alta disponibilidad, que complementa eficazmente las simulaciones físicas. A nivel académico, nace un protocolo replicable para el desarrollo de inteligencia artificial (IA) educativa, con métricas claras y aplicables en otros contextos formativos.
Además, se evidenció la importancia de integrar estas herramientas con plataformas LMS institucionales, para evitar barreras de acceso, y de capacitar al cuerpo docente en el uso de tecnologías emergentes. La IA, en este caso, no reemplaza al docente ni a la simulación presencial, sino que actúa como un “ensayo sin presión”, donde el error se convierte en una oportunidad de aprendizaje.
Reflexiones sobre el Software: Microsoft Copilot Studio
El uso de Microsoft Copilot Studio® fue decisivo para el éxito del proyecto. Esta plataforma permitió diseñar un flujo conversacional complejo sin necesidad de programación avanzada, facilitando la creación de respuestas condicionales, integración de documentos clínicos y análisis de interacciones. Su interfaz amigable y su capacidad de adaptación la convierten en una herramienta ideal para instituciones educativas que buscan innovar sin depender exclusivamente de desarrolladores externos.
No obstante, la experiencia también reveló áreas de mejora: la estabilidad técnica debe ser priorizada, especialmente cuando se trabaja con estudiantes que acceden desde múltiples dispositivos y redes. Asimismo, la posibilidad de escalar el sistema a múltiples casos clínicos requiere una gestión cuidadosa de contenidos y una validación pedagógica rigurosa.
Lecciones Aprendidas y Recomendaciones
Entre las principales lecciones del proyecto destacan:
- La IA es un complemento, no un sustituto. Su valor reside en permitir la práctica autónoma, repetible y sin juicio, ideal para estudiantes que necesitan reforzar habilidades específicas.
- La personalización importa. Dotar al chatbot de una personalidad coherente y realista mejora la inmersión y el compromiso del estudiante.
- La retroalimentación es clave. El sistema debe ofrecer respuestas que orienten, corrijan y refuercen el aprendizaje, no solo simular una conversación.
- La tecnología debe ser confiable. Un chatbot que falla en el acceso o en la lógica de respuestas puede generar frustración y desmotivación.
- La diversidad de casos es esencial. Los estudiantes demandan variedad: desde perros y gatos hasta reptiles y animales exóticos.
Conclusión: Un Futuro Prometedor para la Simulación Clínica Veterinaria
El desarrollo del chatbot “Andrés” marca un hito en la integración de inteligencia artificial en la formación veterinaria. Su implementación demostró que es posible crear experiencias de simulación clínica accesibles, efectivas y escalables, utilizando herramientas tecnológicas disponibles y con un enfoque pedagógico centrado en el estudiante.
Este proyecto no solo resolvió un problema puntual de comunicación clínica, sino que abrió la puerta a nuevas formas de enseñanza, donde la tecnología se convierte en aliada del aprendizaje significativo. En un mundo donde la educación debe adaptarse a ritmos y estilos diversos, iniciativas como esta nos recuerdan que innovar no siempre requiere grandes presupuestos, sino grandes ideas, compromiso docente y una mirada abierta al futuro.
LEER TAMBIÉN
