Copyright (c) 2025 Synergía
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
En la enseñanza universitaria de la Estadística, especialmente en el tema de pruebas de hipótesis, muchos estudiantes enfrentan dificultades para comprender conceptos abstractos como el valor p, los errores tipo I y II o el impacto del tamaño de muestra. Frente a esta realidad, esta investigación propone una alternativa didáctica basada en el uso de herramientas tecnológicas como Google Colab, Python y modelos de inteligencia artificial generativa, como ChatGPT, para realizar simulaciones que acerquen la teoría a la práctica. Partiendo de un caso real, se realizaron seis simulaciones con diferentes parámetros estadísticos. Esto permitió observar, de forma concreta y visual, cómo cambian las decisiones estadísticas al modificar variables como la desviación estándar, el nivel de significancia y el tamaño muestral. Los resultados no solo evidencian el valor pedagógico de las simulaciones, sino también su capacidad para generar comprensión, discusión y reflexión, por lo que se puede afirmar que los hallazgos fueron favorables al objetivo planteado, fortaleciendo el propósito didáctico de la propuesta. Más allá de los cálculos, los estudiantes pueden ver en pantalla cómo se comportan las distribuciones muestrales y tomar decisiones, lo cual transforma la experiencia de aprendizaje en algo más participativo y significativo. Además, el entorno digital les ofrece retroinformación instantánea y oportunidades para explorar diferentes escenarios, desarrollando habilidades analíticas en tiempo real. Este enfoque no busca reemplazar la teoría, sino complementar con recursos que hagan más accesible el pensamiento estadístico. En conclusión, la simulación computacional y la inteligencia artificial representan aliados valiosos para repensar la forma en que enseñamos estadística, fortaleciendo tanto la comprensión como el interés de los estudiantes.
