Derechos de autor 2026 REICIT
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
El análisis de datos en laboratorios universitarios de física suele depender de softwares comerciales cerrados, lo que limita la reproducibilidad, la transparencia del procesamiento y la adaptabilidad a distintos contextos experimentales. El objetivo de este trabajo es presentar un flujo de trabajo computacional abierto, basado en Python y asistido por herramientas de inteligencia artificial generativa, para el análisis y visualización de datos experimentales en cursos de laboratorio de física. La propuesta se implementa mediante un script multifuncional de código abierto, desarrollado con apoyo de IA generativa para la construcción y depuración iterativa del código, garantizando la trazabilidad de los procesos computacionales. El flujo de trabajo integra la adquisición de datos, el análisis estadístico y la generación de visualizaciones de alta resolución en un entorno reproducible. Su viabilidad técnica se evalúa a través de tres experiencias representativas de laboratorio, incluyendo análisis de regresiones, estadística descriptiva y mapeo de campos eléctricos. Los resultados evidencian que la herramienta permite sustituir el software comercial sin pérdida significativa en la precisión del análisis ni en la calidad de las visualizaciones. En consecuencia, se concluye que el uso de flujos de trabajo abiertos, asistidos por inteligencia artificial generativa, constituye una alternativa flexible, reproducible y extensible para el tratamiento computacional de datos experimentales en la enseñanza de la física en distintos contextos experimentales.
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.
