Diseño de material didáctico para el apoyo de cursos de Ingeniería Industrial mediante el uso de Inteligencia Artificial Generativa (IAG)

Abstract

Esta tesis examina la incorporación de la Inteligencia Artificial Generativa (IAG) en la educación superior, enfocándose en su aplicación al diseño de materiales didácticos para la enseñanza de Ingeniería Industrial. Se llevó a cabo una revisión sistemática de literatura correspondiente al periodo 2024–2025, siguiendo la metodología PRISMA, y se utilizó el modelo ADDIE como guía para el diseño instruccional. La selección de herramientas se efectuó mediante una matriz multicriterio, complementada con el desarrollo de casos de estudio validados por expertos y la creación de un curso de formación docente en la plataforma Moodle. Los resultados muestran que la calidad de los materiales generados depende en gran medida de la precisión de los prompts y de la validación realizada por especialistas. Se concluye que la IAG puede desempeñar un papel como asistente pedagógico, siempre que cuente con la mediación del docente, formación adecuada en ingeniería de prompts y el respaldo de marcos éticos institucionales. La investigación evidencia la relevancia de la IAG para potenciar la personalización y la eficiencia del aprendizaje en el ámbito de la Ingeniería Industrial.