The objective of this research is to evaluate the effect of a didactic strategy that integrates remote laboratory practices on the subject of electrical circuits to promote the development of critical thinking in engineering students from a state university in Ecuador. It is design-based research that combines both quantitative and qualitative methodologies divided into two interventions; here we present the first intervention in which a teacher and 60 subjects between 18 and 20 years of age participated. The design of the didactic strategy included readings, open and closed questions and carrying out experimental practices with a remote laboratory. Two tests were applied to determine the levels of development of critical thinking and the level of learning achievement of the studied subjects: at the beginning, prior to the design and application of the strategy, as a diagnostic evaluation and at the end, after applying the didactic strategy. Comparing the results of both tests at the beginning and at the end of the application of the didactic strategy, it was found that 33 subjects increased their level of critical thinking by at least 1 point, a result validated with the Wilcoxon test, and 38 subjects increased their level of learning achievement by at least 1 point, a result validated through the Hake gain, which corresponds to 61 % and 63 % respectively of the total sample. As a result of the application of the didactic strategy, of the 60 subjects in the sample, 23 (38 %) significantly improved both the development of critical thinking and learning.

Teacher training in Physics often faces challenges related to engaging students and conveying abstract concepts effectively. Generative AI tools, such as ChatGPT, present transformative opportunities for designing innovative and tailored educational activities. This study investigates the impact of ChatGPT on pre-service Physics teacher training, focusing on its usability, effectiveness, and influence on participant satisfaction. Utilizing a quantitative research approach, two Likert-scale surveys were administered to 24 prospective Physics teachers in Ecuador, both before and after an intervention workshop. The workshop introduced participants to ChatGPT’s features and its applications in designing playful, Physics-focused learning activities. Results indicated a significant increase in familiarity with AI tools, enhanced activity design quality, and high satisfaction rates. Notably, $79\%$ of participants highlighted ChatGPT’s utility in adapting activities to diverse learning levels, and $83\%$ acknowledged its efficiency in reducing preparation time. These findings underscore ChatGPT’s potential to revolutionize Physics education by facilitating the creation of personalized and engaging learning resources. Future research should explore larger sample sizes and longitudinal impacts to fully realize the implications of AI-driven tools in educational contexts.

La inteligencia artificial (IA) se ha convertido en una herramienta transformadora en la investigación científica, optimizando procesos como la revisión bibliográfica y el análisis de datos en educación superior. Su capacidad para procesar grandes volúmenes de información democratiza el acceso al conocimiento, aunque plantea desafíos éticos y metodológicos. El objetivo de este estudio será analizar el impacto de las herramientas de IA en la investigación científica, evaluando sus beneficios (eficiencia, accesibilidad) y limitaciones (sesgos, brechas digitales), para proponer lineamientos de uso responsable. Se adoptó un enfoque hermenéutico-documental, revisando fuentes académicas (2019-2024) sobre herramientas de IA para revisión bibliográfica (Semantic Scholar, Connected Papers) y análisis de datos (KNIME, Orange). Se analizaron funcionalidades, ventajas y limitaciones mediante triangulación de evidencias. Dando como resultado que las herramientas de IA reducen hasta un 60% el tiempo de búsqueda bibliográfica, pero presentan sesgos algorítmicos y cobertura limitada. Para análisis de datos, plataformas como Google Colab facilitan el procesamiento avanzado, aunque requieren capacitación técnica. Se identificaron brechas en adopción, especialmente en humanidades y contextos con recursos limitados. Como conclusión se expone que las herramientas de IA son valiosas para agilizar la investigación, pero su implementación requiere supervisión humana, capacitación técnica y regulaciones que equilibren innovación con integridad académica. La colaboración interdisciplinaria es clave para maximizar su potencial.

A acelerada transformação digital impulsionou a incorporação de novas tecnologias no ensino superior, incluindo a inteligência artificial generativa (IAG), cuja utilização representa oportunidades e desafios para o ensino universitário. O principal objetivo do estudo foi analisar a influência da inteligência artificial generativa (IAG) no desenvolvimento do pensamento crítico em estudantes do ensino superior. Foi aplicada uma metodologia qualitativa e documental, apoiada por uma revisão sistemática da literatura científica recente publicada em bases de dados como a Scopus, Redalyc, Scielo e Web or Science, seguindo as diretrizes PRISMA 2020 adaptadas à abordagem qualitativa. Os resultados mostraram que a IAG, sob a orientação dos professores, pode melhorar a aprendizagem personalizada, estimular a motivação, fomentar a autorregulação e fortalecer a capacidade reflexiva dos alunos. No entanto, foram identificados riscos, como a dependência tecnológica, o plágio e a redução do julgamento independente quando utilizada de forma acrítica ou não regulamentada. Concluindo, a IA representa um recurso com grande potencial para enriquecer o ensino universitário, desde que integrada de forma ética, estratégica e contextualizada, garantindo que complementa, e não substitui, o desenvolvimento do pensamento crítico como competência essencial no ensino superior

La investigación evaluó una estrategia didáctica con laboratorios remotos en circuitos eléctricos para desarrollar el pensamiento crítico (PC) en estudiantes de ingeniería en Ecuador, usando investigación basada en diseño (IBD). En una primera intervención con 60 estudiantes, el 61 y el 63 % mejoraron su PC y logros de aprendizaje, respectivamente. Tras ajustar la estrategia, en una segunda intervención con 41 estudiantes, el 81% mostró mejoras en PC y el 85 % en logros de aprendizaje. Las pruebas estadísticas, como la de Wilcoxon y la ganancia de Hake, respaldaron los resultados, mostrando un incremento del 20 % en PC y un 22 % en logros de aprendizaje, confirmando la efectividad de los ajustes en la estrategia didáctica.

La irrupción de la Inteligencia Artificial Generativa (IAG) desde el año 2023 ha marcado un cambio significativo en la investigación educativa, particularmente en la enseñanza de la física, una disciplina caracterizada por su alto nivel de abstracción y el uso intensivo de representaciones visuales y simbólicas. Este fenómeno ha generado un creciente interés en el uso de modelos de lenguaje como GPT-3.5, GPT-4 y sus versiones multimodales para ofrecer retroalimentación formativa, apoyar la resolución de problemas y evaluar competencias visuales. En este contexto, el presente estudio tiene como objetivo analizar la evolución de la producción científica sobre IAG en la enseñanza de la física durante el periodo 2023–2025, identificando los países, autores, instituciones y revistas más influyentes, así como las líneas temáticas emergentes. Para ello, se llevó a cabo un análisis bibliométrico descriptivo y relacional basado en 42 artículos obtenidos de la base de datos Scopus, aplicando criterios de inclusión estrictos y utilizando herramientas como Bibliometrix y Biblioshiny para el procesamiento de los datos. Los resultados revelan un crecimiento anual del 85,16 % en la producción científica, con una fuerte concentración en países como Estados Unidos, China, Alemania y Reino Unido, aunque también destaca el ascenso de actores latinoamericanos como Brasil, Colombia y Ecuador, siendo la Universidad Estatal de Milagro un referente regional. Las temáticas dominantes incluyen retroalimentación automatizada, evaluación visual, tutoría con IA y aceptación docente. Las publicaciones más citadas datan de 2023 y se han convertido en referentes clave del campo. Las revistas especializadas Physical Review Physics Education Research y Physics Education lideran la difusión académica. Este estudio concluye que la IAG se consolida como un eje transformador de la enseñanza de la física, aunque su integración pedagógica requiere marcos éticos sólidos, formación docente especializada y políticas educativas inclusivas.