Barra lateral del artículo
Contenido principal del artículo
may. 11, 2026
Resumen
La incorporación de las habilidades comunicativas en la formación de futuros científicos representa una condición indispensable para una educación integral, crítica y socialmente comprometida. En la enseñanza universitaria de la física, la comunicación oral constituye un medio para exteriorizar la comprensión conceptual, argumentar ideas y participar activamente en comunidades disciplinares. Este trabajo presenta una experiencia de innovación didáctica orientada a fortalecer las habilidades discursivas de estudiantes de primer año de Licenciatura en Física, mediante el uso de herramientas de inteligencia artificial (IA) para analizar su discurso oral. Los registros audiovisuales, obtenidos a partir de explicaciones orales de problemas físicos, fueron procesados con tecnologías de análisis acústico y lingüístico (Yoodli, Poised, ChatGPT), permitiendo identificar indicadores de claridad, coherencia, seguridad comunicativa y precisión conceptual. El análisis se sustenta en el modelo Kinematics Working Space (Reyes-Avendaño, 2020), la teoría dialógica del lenguaje (Todorov, 1984; Bakhtin) y la pedagogía de la comunicación situada (Dannels, 2001; Malmström et al., 2020). Los resultados preliminares evidencian correlaciones entre patrones acústico-lingüísticos y niveles de razonamiento físico, mostrando el potencial de la IA para retroalimentar el aprendizaje y reducir la carga docente en contextos de alta matrícula.
Citas
Dannels, D. P. (2001). Time to speak up: A theoretical framework of situated pedagogy and its impact on oral communication curriculum. Communication Education, 50(2), 144–158.
Feisel, L. D., & Rosa, A. J. (2005). The role of the laboratory in undergraduate engineering education. Journal of Engineering Education, 94(1), 121–130.
Jensen, H. P. (2000). Strategic planning for the education process in the next century. Global Journal of Engineering Education, 4(1), 35–42.
Lemke, J. L. (1990). Talking Science: Language, learning, and values. Ablex Publishing.
Li, M., & Liu, X. (2025). Enhancing humanities and social sciences curriculum in engineering institutions by using interdisciplinary approaches. Cogent Education, 12(1), 2433831.
Malmström, H., Enger, J., Karlsteen, M., & Weidow, J. (2020). Integrating CAD, 3D-printing technology and oral communication to enhance students’ physics understanding and disciplinary literacy. European Journal of Physics, 41(6), 065708.
Mortimer, E. F., & Scott, P. H. (2003). Meaning making in secondary science classrooms. Open University Press.
Ostermann, F., Cavalcanti, C. J. de H., Nascimento, M. M., & Lima, N. W. (2023). Speech analysis under a Bakhtinian approach: Contributions to research on physics education. Physical Review Physics Education Research, 19(1), 010141.
Reyes-Avendaño, C. G. (2020). Enseignement et apprentissage des fonctions numériques dans un contexte de modélisation et de travail mathématique. Doctoral dissertation, Université Paris Cité.
Riemer, M. J. (2007). Communication skills for the 21st century engineer. Global Journal of Engineering Education, 11(1), 89–100.
Teferra, Y., et al. (2022). Acoustic and Linguistic Features of Impromptu Speech and Their Association With Anxiety. JMIR Mental Health, 7.
Todorov, T. (1984). Mikhail Bakhtin: The dialogical principle. Manchester University Press.
Wulff, P. (2024). Physics language and language use in physics—What do we know and how AI might enhance language-related research and instruction. European Journal of Physics, 45(2), 023001.
