Metrología e inteligencia artificial en la enseñanza de la Química Analítica en contextos con recursos limitados

Resumen

Este estudio tuvo como objetivo investigar, en el contexto de la enseñanza de la Química Analítica, el potencial de una actividad experimental digital, fundamentada en principios de metrología y mediada por inteligencia artificial, para promover el aprendizaje significativo. La investigación se desarrolló con diez grupos de estudiantes de una asignatura de Química Analítica Instrumental en la Universidad Federal de Piauí (UFPI), en un contexto caracterizado por la ausencia de infraestructura de laboratorio convencional, lo que exigió la adopción de una estrategia experimental accesible y centrada en el análisis de datos. La actividad consistió en la medición indirecta del crecimiento humano a partir de imágenes digitales estandarizadas, utilizando calibración por patrón interno para la conversión proporcional de píxeles a centímetros, organización de datos en tablas, construcción de gráficos y modelado mediante regresión lineal por el método de los mínimos cuadrados. La calidad metrológica de las mediciones se evaluó mediante el error relativo porcentual, estableciéndose previamente el criterio de aceptabilidad didáctica ER ≤ 3%, con el fin de explicitar la repetibilidad y la confiabilidad de las mediciones. Las herramientas de inteligencia artificial se integraron como recursos de apoyo para la verificación de cálculos, la comprobación de la coherencia estadística, la elaboración de representaciones gráficas y la identificación de inconsistencias, siempre bajo mediación docente y sin sustituir el razonamiento analítico de los estudiantes. Los resultados cuantitativos evidenciaron alta consistencia entre los grupos que cumplieron el criterio de calidad metrológica, con una altura media estimada de 142,9 cm, una desviación estándar de 9,9 cm y un coeficiente de determinación promedio de 0,988, lo que indica una fuerte correlación lineal entre las variables analizadas. El análisis cualitativo reveló comprensión conceptual sobre calibración, error experimental y confiabilidad de las mediciones, manifestada en justificaciones escritas, reconocimiento de errores aleatorios y sistemáticos e interpretación de los parámetros de regresión. La comparación entre diferentes métodos de estimación y la contextualización de los resultados como referencias analíticas favorecieron la discusión crítica sobre los supuestos de los modelos, los límites de extrapolación y el impacto de la calidad de las mediciones en la robustez de los resultados. Se concluye que la integración entre experimentación digital, metrología e inteligencia artificial constituye una estrategia viable, accesible y replicable para la enseñanza de la Química Analítica en universidades públicas, fortaleciendo competencias de análisis de datos, pensamiento crítico y toma de decisiones basada en evidencias en contextos educativos con recursos limitados.