1. Introducción: El Reto del Análisis de Datos en la Formación Psicológica
La Psicología contemporánea se fundamenta en gran medida en la evidencia empírica, lo que convierte al análisis de datos en una competencia esencial para cualquier estudiante o profesional del área (Field, 2018). La capacidad de diseñar investigaciones, recolectar datos, seleccionar y aplicar pruebas estadísticas adecuadas, interpretar los resultados y comunicar las conclusiones de manera efectiva es crucial para el avance del conocimiento psicológico y para la práctica basada en la evidencia.
Sin embargo, la asignatura de Análisis de Datos es frecuentemente percibida por los estudiantes como una de las más arduas y generadoras de ansiedad (Onwuegbuzie & Wilson, 2003). Las dificultades radican en múltiples frentes: la abstracción de los conceptos estadísticos, la complejidad matemática subyacente, la curva de aprendizaje asociada al software estadístico (como SPSS, R o Python) y la habilidad para conectar la teoría estadística con preguntas de investigación psicológica concretas (Zieffler et al., 2018). Estos desafíos pueden obstaculizar no solo el rendimiento académico sino también la confianza de los futuros psicólogos en su capacidad para realizar e interpretar investigaciones cuantitativas.
En este contexto, la emergencia de herramientas de Inteligencia Artificial (IA) generativa, y en particular los modelos lingüísticos avanzados (LLMs) como Gemini, abre nuevas vías para repensar y enriquecer el proceso de enseñanza-aprendizaje en esta área crítica (Baidoo-Anu & Owusu Ansah, 2023).
