Uso de la inteligencia artificial en estrategias de repetición espaciada para la educación médica y el aprendizaje significativo: revisión sistemática.
Loading...
Date
2025-11-21
Authors
García Casquete, Andrés Leonardo
Batista Garcet, Yoiler
Duque Espinel, Jennifer Carolina
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Murcia, Servicio de Publicaciones
Abstract
Medical education faces the challenge of managing large amounts of information while preventing superficiallearning. Spaced repetition, grounded in the forgetting curve, strengthens long-term retention and promotesmeaningful learning. Its integration with artificial intelligence (AI) enables personalized review intervals,automated generation of learning materials, and immediate feedback, thereby expanding the pedagogicalpotential of this strategy. Objective: To evaluate the effectiveness and applicability of AI-assisted spacedrepetition in Health Sciences education. Methods: A descriptive systematic review was conducted in accordancewith PRISMA 2020. Searches were performed in Google Scholar and Web of Science (2020–2025) using the terms“spaced repetition,” “medical education,” “learning,” and “artificial intelligence.” Original studies, reviews, andapplied reports addressing spaced repetition with or without AI were included. From 1870 initial records, 18 studies met the inclusion criteria and were analyzed qualitatively. Results: Direct evidence showed that AIenhances the personalization of review intervals, improves feedback quality, and supports knowledgeconsolidation. Indirect evidence confirmed the effectiveness of traditional spaced repetition, with sustainedbenefits in academic performance and memory in standardized examinations. Complementary evidencehighlighted that AI strengthens other educational processes, such as automated tutoring, clinical simulation, andmicrolearning. Conclusions: AI-assisted spaced repetition represents an innovative pedagogical strategyaligned with competency-based medical education. It facilitates personalized learning, strengthens retention,and promotes student autonomy. However, methodological limitations in the available studies highlight theneed for longitudinal and multicenter research to assess its educational and clinical impact, along with ethicalstrategies to ensure equity and human verification in the use of these technologies.
La educación médica enfrenta el reto de gestionar grandes volúmenes de información y prevenir el aprendizajesuperficial. La repetición espaciada, basada en la curva del olvido, fortalece la retención a largo plazo y favoreceel aprendizaje significativo. Su integración con la inteligencia artificial (IA) permite personalizar los intervalos derepaso, automatizar la generación de materiales y ofrecer retroalimentación inmediata, ampliando el potencialpedagógico de esta estrategia. Objetivo: Evaluar la efectividad y aplicabilidad de la repetición espaciada asistidapor IA en la docencia de Ciencias de la Salud. Métodos: Se realizó una revisión sistemática descriptiva conformea PRISMA 2020. La búsqueda se llevó a cabo en Google Scholar y Web of Science (2020–2025) utilizando lostérminos “spaced repetition”, “medical education”, “learning” y “artificial intelligence”. Se incluyeron estudiosoriginales, revisiones y reportes aplicados que abordaran la repetición espaciada con o sin IA. De 1870 registrosiniciales, 18 estudios cumplieron los criterios de inclusión y fueron analizados cualitativamente. Resultados: Laevidencia directa mostró que la IA mejora la personalización de los intervalos de repaso, la calidad de laretroalimentación y la consolidación del conocimiento. La evidencia indirecta confirmó la eficacia de larepetición espaciada tradicional, con beneficios sostenidos en rendimiento académico y memoria en exámenesestandarizados. La evidencia complementaria destacó que la IA potencia otros procesos formativos, como latutoría automatizada, la simulación clínica y el microaprendizaje. Conclusiones: la repetición espaciada asistidapor IA representa una estrategia pedagógica innovadora y coherente con la educación médica basada encompetencias. Facilita la personalización del aprendizaje, fortalece la retención y promueve la autonomíaestudiantil. Sin embargo, las limitaciones metodológicas de los estudios disponibles subrayan la necesidad deinvestigaciones longitudinales y multicéntricas que evalúen su impacto educativo y clínico, e incorporenestrategias éticas que garanticen la equidad y la verificación humana en el uso de estas tecnologías.
La educación médica enfrenta el reto de gestionar grandes volúmenes de información y prevenir el aprendizajesuperficial. La repetición espaciada, basada en la curva del olvido, fortalece la retención a largo plazo y favoreceel aprendizaje significativo. Su integración con la inteligencia artificial (IA) permite personalizar los intervalos derepaso, automatizar la generación de materiales y ofrecer retroalimentación inmediata, ampliando el potencialpedagógico de esta estrategia. Objetivo: Evaluar la efectividad y aplicabilidad de la repetición espaciada asistidapor IA en la docencia de Ciencias de la Salud. Métodos: Se realizó una revisión sistemática descriptiva conformea PRISMA 2020. La búsqueda se llevó a cabo en Google Scholar y Web of Science (2020–2025) utilizando lostérminos “spaced repetition”, “medical education”, “learning” y “artificial intelligence”. Se incluyeron estudiosoriginales, revisiones y reportes aplicados que abordaran la repetición espaciada con o sin IA. De 1870 registrosiniciales, 18 estudios cumplieron los criterios de inclusión y fueron analizados cualitativamente. Resultados: Laevidencia directa mostró que la IA mejora la personalización de los intervalos de repaso, la calidad de laretroalimentación y la consolidación del conocimiento. La evidencia indirecta confirmó la eficacia de larepetición espaciada tradicional, con beneficios sostenidos en rendimiento académico y memoria en exámenesestandarizados. La evidencia complementaria destacó que la IA potencia otros procesos formativos, como latutoría automatizada, la simulación clínica y el microaprendizaje. Conclusiones: la repetición espaciada asistidapor IA representa una estrategia pedagógica innovadora y coherente con la educación médica basada encompetencias. Facilita la personalización del aprendizaje, fortalece la retención y promueve la autonomíaestudiantil. Sin embargo, las limitaciones metodológicas de los estudios disponibles subrayan la necesidad deinvestigaciones longitudinales y multicéntricas que evalúen su impacto educativo y clínico, e incorporenestrategias éticas que garanticen la equidad y la verificación humana en el uso de estas tecnologías.
Description
Keywords
Educación médica , Inteligencia artificial , Aprendizaje significativo , Spaced repetition , Medical education , Artificial intelligence , Meaningful learning , Repetición espaciada
Citation
Duque Espinel, J. C., García Casquete, A. L., & Batista Garcet, Y. (2025). Uso de la inteligencia artificial en estrategias de repetición espaciada para la educación médica y el aprendizaje significativo: revisión sistemática. Revista Española De Educación Médica, 6(6).
item.page.embargo
Ir a Estadísticas
Este ítem está sujeto a una licencia Creative Commons. http://creativecommons.org/licenses/by-nc-nd/4.0/