Producción científica estudiantil y Agenda 2030: análisis lexicométrico asistido por inteligencia artificial en pregrado

Resumen

Objetivo: Caracterizar la producción científica y las tendencias temáticas de los estudiantes de ciencias de la salud de la Universidad Lamar (2024-2025), evaluando su alineación con la Agenda 2030 para determinar la pertinencia social de la investigación en el pregrado.

Metodología: Estudio de enfoque mixto, descriptivo y longitudinal. Se analizó un corpus de 393 resúmenes presentados en el congreso CIARTEC (200 en 2024 y 193 en 2025) de las licenciaturas de Medicina, Psicología, Nutrición, Enfermería y Fisioterapia. El análisis se realizó mediante el modelo de Análisis Cualitativo Asistido por Inteligencia Artificial (ACAIA), empleando NotebookLM para la sistematización lexicométrica y el mapeo cruzado con el documento oficial de la CEPAL sobre los Objetivos de Desarrollo Sostenible (ODS). El proceso integró tres fases: análisis de co-ocurrencia semántica, mapeo de alineación con los 17 ODS e identificación de silencios epistemológicos regionales.

Resultados: Se identificó una transición discursiva en Medicina: de un enfoque narrativo-personal (autoetnografía) en 2024 a uno clínico-epidemiológico y tecnológico en 2025, donde emergió la Inteligencia Artificial como tema clave. Si bien existe una vinculación robusta con el ODS 3 (Salud y Bienestar, 92.1%), se detectaron "silencios epistemológicos" críticos en metas prioritarias para América Latina: salud neonatal (2%), derechos reproductivos (0.5%) y omisión total (0%) en enfermedades tropicales desatendidas (Chagas/Lepra) y migración internacional. Psicología mostró un giro masivo hacia la netnografía, mientras que Enfermería y Nutrición mantuvieron enfoques preventivos y educativos estables.

Conclusiones: La investigación estudiantil refleja una maduración técnica y científica, pero persiste una "ceguera técnica" hacia problemas estructurales y determinantes sociales de salud global. La alta concentración en patologías individuales y urbanas, frente al silencio en temas de justicia social y vulnerabilidad regional, sugiere la necesidad de reorientar las líneas de investigación en el pregrado. El modelo ACAIA demostró ser una herramienta disruptiva para la gestión de grandes volúmenes de datos en educación médica, permitiendo una toma de decisiones informada para mejorar la pertinencia social de la currícula frente a los desafíos de la Agenda 2030.