Inteligencia artificial y simulación computacional como estrategias didácticas para la comprensión de pruebas de hipótesis

Alfaro  , Doralbis; González A.  , Saily M.; Pinzón C.   , Doris Z.

Inteligencia artificial y simulación computacional como estrategias didácticas para la comprensión de pruebas de hipótesis

Alfaro , Doralbis; González A. , Saily M.; Pinzón C. , Doris Z.

Artificial intelligence and computational simulation as teaching strategies for understanding hypothesis tests

Autores Alfaro , Doralbis
Autores González A. , Saily M.
Autores Pinzón C. , Doris Z.

Tema aprendizaje asistido
Tema educación superior
Tema estadística científica
Tema inteligencia artificial
Tema innovación
Tema assisted learning
Tema higher education
Tema scientific statistics
Tema artificial intelligence
Tema innovation

Descripción In university-level statistics education, particularly in the topic of hypothesis testing, many students face difficulties in understanding abstract concepts such as the p-value, Type I and Type II errors, or the impact of sample size. In response to this challenge, this research proposes a didactic alternative based on the use of technological tools such as Google Colab, Python, and generative artificial intelligence models like ChatGPT to perform simulations that bridge theory and practice. Using a real case as a starting point, six simulations were conducted with different statistical parameters. This made it possible to concretely and visually observe how statistical decisions change when modifying variables such as the observed mean, standard deviation, significance level, and sample size. The results highlight not only the pedagogical value of simulations but also their ability to foster understanding, discussion, and reflection. Beyond calculations, students can visualize how sampling distributions behave and make decisions based on this, transforming the learning experience into something more participatory and meaningful. Additionally, the digital environment offers immediate feedback and opportunities to explore different scenarios, fostering real-time analytical skills. This approach does not seek to replace theory but rather to complement it with resources that make statistical thinking more accessible. In conclusion, computational simulation and artificial intelligence are valuable allies in rethinking how statistics is taught, enhancing both students’ understanding and interest.
Descripción 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.

Editorial Universidad de Panamá, Centro Regional Universitario de Panamá Oeste.

Fecha 2025-11-01

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/synergia/article/view/8563
Identificador 10.48204/synergia.v4n2.8563

Fuente Synergía; Vol. 4 Núm. 2 (2025): Synergía; 496-509
Fuente 2953-2973

Idioma spa

Relación https://revistas.up.ac.pa/index.php/synergia/article/view/8563/6441

Derechos Derechos de autor 2025 Synergía
Derechos https://creativecommons.org/licenses/by-nc-sa/4.0