“Evolución temporal y tendencias emergentes en la investigación sobre IAG en la enseñanza de la física: un análisis bibliométrico (2023-2025)”
DOI:
https://doi.org/10.63535/93avv171Keywords:
Inteligencia Artificial, Enseñanza De La Física, Bibliometría.Abstract
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.
Downloads
References
Akhmetova, A. I., Sovetkanova, D. M., Komekbayeva, L. K., Abdrakhmanov, A. E., Yessenuly, D., & Serikova, O. S. (2025). A systematic review of artificial intelligence in high school STEM education research. Eurasia Journal of Mathematics, Science and Technology Education, 21(4), em2623. https://doi.org/10.29333/ejmste/16222 DOI: https://doi.org/10.29333/ejmste/16222
Aria, M., y Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959-975. https://doi.org/10.1016/j.joi.2017.08.007 DOI: https://doi.org/10.1016/j.joi.2017.08.007
Avila, K. E., Steinert, S., Ruzika, S., Kuhn, J., y Küchemann, S. (2024). Using ChatGPT for teaching physics. The Physics Teacher, 62(6), 536-537. https://doi.org/10.1119/5.0227132 DOI: https://doi.org/10.1119/5.0227132
El Fathi, T., Saad, A., Larhzil, H., Lamri, D., y Al Ibrahmi, E. M. (2025). Integrating generative AI into STEM education: Enhancing conceptual understanding, addressing misconceptions, and assessing student acceptance. Disciplinary and Interdisciplinary Science Education Research, 7(1), 6. https://doi.org/10.1186/s43031-025-00125-z DOI: https://doi.org/10.1186/s43031-025-00125-z
Küchemann, S., Steinert, S., Revenga, N., Schweinberger, M., Dinc, Y., Avila, K. E., y Kuhn, J. (2023). Can ChatGPT support prospective teachers in physics task development? Physical Review Physics Education Research, 19(2), 020128. https://doi.org/10.1103/PhysRevPhysEducRes.19.020128 DOI: https://doi.org/10.1103/PhysRevPhysEducRes.19.020128
López-Simó, V., y Rezende, M. F., Jr. (2024). Challenging ChatGPT with Different Types of Physics Education Questions. The Physics Teacher, 62(4), 290-294. https://doi.org/10.1119/5.0160160 DOI: https://doi.org/10.1119/5.0160160
Moral-Muñoz, J. A., Herrera-Viedma, E., Santisteban-Espejo, A., y Cobo, M. J. (2020). Software tools for conducting bibliometric analysis in science: An up-to-date review. Profesional de La Información, 29(1). https://doi.org/10.3145/epi.2020.ene.03 DOI: https://doi.org/10.3145/epi.2020.ene.03
Polverini, G., Melin, J., Önerud, E., y Gregorcic, B. (2025). Performance of ChatGPT on tasks involving physics visual representations: The case of the brief electricity and magnetism assessment. Physical Review Physics Education Research, 21(1), 010154. https://doi.org/10.1103/PhysRevPhysEducRes.21.010154 DOI: https://doi.org/10.1103/PhysRevPhysEducRes.21.010154
Tong, D., Jin, B., Tao, Y., Ren, H., Atiquil Islam, A. Y. M., y Bao, L. (2025). Exploring the role of human-AI collaboration in solving scientific problems. Physical Review Physics Education Research, 21(1), 010149. https://doi.org/10.1103/PhysRevPhysEducRes.21.010149 DOI: https://doi.org/10.1103/PhysRevPhysEducRes.21.010149
Zupic, I., y Čater, T. (2015). Bibliometric Methods in Management and Organization. Organizational Research Methods, 18(3), 429-472. https://doi.org/10.1177/1094428114562629 DOI: https://doi.org/10.1177/1094428114562629
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Lcda. Leonor Mercedes Sánchez Alvarado Mgtr., Mgtr. Marcos Francisco Guerrero Zambrano PhD., Ing. Bryan Stalin Valarezo Chamba Mgtr. (Autor/a)
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Acá van los términos de la Licencia
