Análisis de Datos Experimentales en Laboratorios Universitarios de Física mediante Python Asistido por Inteligencia Artificial Generativa

Edward Hernández , Humberto Antonio; Cedeño Camarena, Juan David; Nicholson Gómez , Marisol Gisela; Martínez Soto , Adam’s; Caballero , Alberto

Análisis de Datos Experimentales en Laboratorios Universitarios de Física mediante Python Asistido por Inteligencia Artificial Generativa

Edward Hernández , Humberto Antonio; Cedeño Camarena, Juan David; Nicholson Gómez , Marisol Gisela; Martínez Soto , Adam’s; Caballero , Alberto

Experimental Data Analysis in University Physics Laboratories Using Python Assisted by Generative Artificial Intelligence

Autores Edward Hernández , Humberto Antonio
Autores Cedeño Camarena, Juan David
Autores Nicholson Gómez , Marisol Gisela
Autores Martínez Soto , Adam’s
Autores Caballero , Alberto

Tema Python
Tema análisis de datos experimentales
Tema inteligencia artificial generativa
Tema enseñanza de la física
Tema laboratorios de física
Tema experimental data analysis
Tema generative artificial intelligence
Tema physics education
Tema physics laboratories
Tema Pytho

Descripción Data analysis in university physics laboratories often relies on proprietary software, limiting reproducibility, transparency, and adaptability across different experimental contexts. The objective of this study is to present an open computational workflow based on Python and assisted by generative artificial intelligence tools for the analysis and visualization of experimental data in physics laboratory courses. The proposal is implemented through a multifunctional open-source script, developed with the support of generative AI for iterative code construction and debugging, ensuring full traceability of computational processes. The workflow integrates data acquisition, statistical analysis, and high-resolution visualization within a reproducible environment. Its technical feasibility is evaluated through three representative laboratory experiences, including regression analysis, descriptive statistics, and electric field mapping. The results show that the proposed tool can replace proprietary software without significant loss in analytical accuracy or visualization quality. It is concluded that the use of open workflows assisted by generative artificial intelligence constitutes a flexible, reproducible, and extensible alternative for computational data processing in physics education across different experimental contexts
Descripción 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.

Editorial Universidad de Panamá

Fecha 2026-07-06

Tipo info:eu-repo/semantics/article
Tipo info:eu-repo/semantics/publishedVersion
Tipo Artículo revisado por pares

Formato application/pdf

Identificador https://revistas.up.ac.pa/index.php/REICIT/article/view/10119
Identificador 10.48204/reicit.v6n1.10119

Fuente REICIT; Vol. 6 Núm. 1 (2026): REICIT; 111-129
Fuente 2805-1874

Idioma spa

Relación https://revistas.up.ac.pa/index.php/REICIT/article/view/10119/7383

Derechos Derechos de autor 2026 REICIT
Derechos http://creativecommons.org/licenses/by-nc-sa/4.0