ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
Artículo de investigación https://doi.org/10.47460/athenea.v7i24.143
Protocolos de laboratorio generados por inteligencia artiőcial para la
enseñanza de la química: seguridad, valor didáctico y química verde
Wilian Bravo*
https://orcid.org/0000-0002-2599-6532
wilian.bravo@espoch .edu.ec
Escuela Superior Politécnica de Chimborazo
Riobamba, Ecuador
Graciela Guerrero Morocho
https://orcid.org/0000-0002-4411-7513
hilda.guerrero@unach.edu.ec
Universidad Nacional de Chimborazo
Riobamba, Ecuador
Ana María Castillo Reinoso
https://orcid.org/0000-0002-5433-7819
ana.castillo@espoch.edu.ec
Escuela Superior Politécnica de Chimborazo
Riobamba, Ecuador
María Eugenia Ramos Flores
https://orcid.org/0009-0004-7985-6019
mariaeugeniaramosĆores@gmail.com
Unidad Educativa Nela Martínez Espinosa
La Troncal, Ecuador
*Autor de correspondencia:
wilian.bravo@espoch.edu.ec
Recibido: (02/02/2026), Aceptado: (10/05/2026)
Resumen. En esta investigación se analizaron protocolos de laboratorio generados por inteligencia
artiĄcial para la enseñanza de la química, con el propósito de comparar su seguridad, valor didáctico
y correspondencia con criterios de química verde. Se desarrolló un estudio de enfoque mixto, carácter
exploratorio y alcance comparativo, basado en la generación de un corpus documental sobre temas
introductorios de química mediante distintos sistemas de inteligencia artiĄcial y diferentes prompts,
posteriormente evaluados con una rúbrica analítica y una revisión complementaria de métricas formales
de seguridad y química verde. Los hallazgos mostraron que el desempeño de los modelos dependió
tanto del sistema utilizado como del tipo de prompt, aunque el efecto de la instrucción tuvo mayor
inĆuencia en la calidad Ąnal de los textos. En conjunto, los protocolos presentaron mejor desempeño e n
valor didáctico que en seguridad y química verde, por lo que su uso requiere validación experta previa
en contextos formativos.
Palabras clave: inteligencia artiĄcial, enseñanza de la química, protocolos de laboratorio, seguridad
experimental.
Artificial Intelligence-Generated Laboratory Protocols for Chemistry Education:
Safety, Didactic Value, and Green Chemistry
Abstract. This study analyzed laboratory protocols generated by artiĄcial intelligence for chemistry
teaching in order to compare their safety, didactic value, and alignment with green chemistry criteria.
A cross-sectional analytical-descriptive study with comparative scope was conducted based on the
generation of a documentary corpus of 54 protocols from six introductory chemistry topics, three
prompts, and three artiĄcial intelligence systems. The generated texts were evaluated through a rubric
structured around three dimensions and were additionally reexamined using formal green chemistry and
safety metrics. The Ąndings showed that model performance depended on both the artiĄcial intelligence
system and the type of prompt used, although the prompt effect was stronger. Overall, the protocols
performed better in didactic value than in safety and green chemistry. It is concluded that the usefulness
of artiĄcial intelligence for laboratory protocol generation depends not only on the model employed, but
also on prompt orientation and on expe rt validation before implementation in educational contexts.
Keywords: artiĄcial intelligence, chemistry teaching, laboratory protocols, experimental safety.
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
50
ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
I. INTRODUCCIÓN
La incorporación de la inteligencia artiĄcial generativa en educación ha ampliado las posibilidades
de producción de materiales de apoyo, diseño de actividades y planiĄcación de clases [1]. Sin em-
bargo, también ha intensiĄcado las dudas sobre la calidad conceptual, la pertinencia pedagógica y la
conĄabilidad de los contenidos producidos automáticamente. En la enseñanza de la química, esta dis-
cusión resulta particularmente relevante, ya que la disciplina exige no solo precisión conceptual, sino
también coherencia procedimental, responsabilidad experimental y atención explícita a la seguridad y
a la sostenibilidad del trabajo de laboratorio. En este contexto, estudios recientes han mostrado que
sistemas de IA generativa y asistentes conversacionales como ChatGPT, Gemini y Claude pueden uti-
lizarse para generar actividades de laboratorio y apoyar la planiĄcación didáctica en química, aunque
sus resultados dependen de la calidad de las consignas empleadas y, sobre todo, de la revisión crítica
previa a su implementación [
2], [3].
En este estudio se buscó determinar en qué medida los protocolos de laboratorio generados por
distintos sistemas de inteligencia artiĄcial generativa, pese a su apariencia estructurada y a su lenguaje
técnicamente aceptable, cumplían condiciones mínimas de seguridad, valor didáctico y coherencia con
criterios de químic a verde. En el laboratorio, estas instrucciones no se limitan a enumerar pasos, sino
que orientan la articulación entre teoría y práctica, regulan el manejo de sustancias, condicionan la
comprensión conceptual y pueden incrementar o reducir riesgos durante la actividad experimental. Por
ello, la evaluación de estos procedimientos producidos por inteligencia artiĄcial exige parámetros más
rigurosos que la mera corrección formal del texto [
4], [5].
La pertinencia de esta investigación también se apoya en antecedentes que subrayan la necesidad
de integrar seguridad y sostenibilidad en el diseño experimental. En el ámbito latinoamericano, se
ha propuesto una métrica integral para evaluar experimentos de laboratorio considerando de forma
simultánea el tratamiento y la disposición de residuos, los riesgos para la salud, el ambiente y la
seguridad, lo que evidencia que estos elementos deben analizarse de forma articulada [
6]. De manera
complementaria, los 12 principios de la química verde constituyen un marco consolidado para orientar
prácticas hacia la prevención de residuos, la reducción de peligrosidad y el uso más responsable de
materiales y procesos [
7], [8]. En consecuencia, si un protocolo ha sido generado por inteligencia
artiĄcial con Ąnes educativos, su evaluación debe incluir necesariamente estas dimensiones.
A partir de este panorama, se advierte una debilidad analítica en la literatura revisada: aunque
existen estudios sobre el uso de asistentes conversacionales para generar actividades de laboratorio y
trabajos sobre interacción docente con IA en planiĄcación didáctica, sigue siendo limitada la evidencia
comparativa centrada en protocolos de laboratorio generados por diferentes sistemas de IA y bajo
distintos tipos de prompt, analizados de manera integrada desde criterios de seguridad, valor didáctico
y química verde [3], [9]. En respuesta a ello, el objetivo de este estudio fue comparar protocolos de
laboratorio generados por tres sistemas de inteligencia artiĄcial generativa y tres prompts funcionalmente
diferenciados, considerando su seguridad, su valor didáctico y su alineación con criterios de química
verde. El aporte del trabajo radica en ofrecer una valoración comparativa de estos productos textuales
como recursos potenciales para la docencia, así como en proponer una base metodológica para discutir
de manera más crítica el papel del modelo y del prompt en la calidad de materiales experimentales
generados por IA.
El artículo se organiza en cinco apartados. Luego de esta introducción, se presentan los fundamen-
tos teóricos que sustentan la relación entre inteligencia artiĄcial generativa, enseñanza de la química,
seguridad experimental y química verde. Después se describe la metodología empleada para generar y
evaluar los protocolos con tres sistemas de IA y tres prompts. Posteriormente, se exponen los resultados
y su discusión integrada. Finalmente, se presentan las conclusiones derivadas del estudio.
II. MARCO TEÓRICO
A. IA generativa y asistentes conversacionales en enseñanza de la química
La incorporación de sistemas de inteligencia artiĄcial generativa y asistentes conversacionales como
ChatGPT, Gemini y Claude en la enseñanza de la química se inscribe en un proceso más amplio de
adopción de herramientas capaces de apoyar tareas de explicación, planiĄcación y producción de re-
cursos didácticos. No obstante, en esta disciplina su utilización requiere especial cautela, debido a que
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
51
ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
la química exige corrección conceptual, precisión terminológica, coherencia procedimental y correspon-
dencia entre representación simbólica, interpretación teórica y acción experimental. En este sentido,
la literatura reciente ha mostrado que estos sistemas pueden contribuir a la generación de actividades
de laboratorio y al diseño inicial de materiales educativos, aunque sus respuestas no deben asumirse
automáticamente como válidas o listas para su aplicación, pues su calidad depende tanto de las car-
acterísticas del modelo como de la formulación del prompt y de la validación posterior realizada por
un usuario con conocimiento disciplinar y pedagógico [
3], [10], [11]. Por ello, la evaluación de materi-
ales generados automáticamente requiere atender no solo al sistema utilizado, sino también al tipo de
encuadre textual que orienta la producción de la respuesta.
B. Protocolo de laboratorio como recurso didáctico y de seguridad
En la enseñanza de la química, el protocolo de laboratorio constituye un recurso pedagógico de
alta relevancia, ya que organiza el desarrollo de la actividad experimental, orienta la observación de
fenómenos, articula teoría y práctica, y delimita condiciones de ejecución. Por consiguiente, su calidad
no depende solo de que los pasos estén enumerados correctamente, sino de que el documento exprese
con claridad el propósito de la práctica, la lógica del procedimiento, el fundamento químico involucrado
y las condiciones necesarias para una ejecución segura. Cuando estas exigencias no se cumplen, el
protocolo puede debilitar el aprendizaje esperado y, en el peor de los casos, propiciar errores op erativos
o interpretaciones inadecuadas del fenómeno químico. Bajo esta lógica, evaluar protocolos generados
por inteligencia artiĄcial exige analizar simultáneamente su utilidad didáctica y su consistencia técnica
[
3], [9].
En el caso del laboratorio, la seguridad constituye una dimensión inseparable del valor educativo del
protocolo. No se trata de un componente adicional o meramente administrativo, sino de una condición
básica de pertinencia experimental. En esta línea, Vargas-Rodríguez et al. [
6] propusieron una métrica
integral para evaluar experimentos a partir de diagramas de Ćujo, integrando tratamiento y disposición
de residuos, así como riesgos para la salud, el ambiente y la seguridad. Este planteamiento resulta
particularmente útil para este estudio, ya que permite sostener que un protocolo experimental solo puede
considerarse adecuado cuando contempla, de forma articulada, advertencias sobre peligros, manejo
responsable de sustancias y criterios explícitos de seguridad ecológica. En consecuencia, cualquier
protocolo generado por IA para Ąnes educativos debe ser examinado también desde esta perspectiva
integral.
Asimismo, la valoración de la seguridad experimental se fortaleció mediante la consideración de
referentes formales de laboratorio académico y comunicación de peligros. En particular, se tomaron
como base las orientaciones de seguridad académica promovidas por la American Chemical Society,
el estándar OSHA para exposición ocupacional a químicos peligrosos en laboratorios no productivos,
incluido su enfoque de comunicación de peligros en consonancia con el sistema GHS. Esta integración
permitió examinar los protocolos no solo desde una perspectiva pedagógica general, sino también
desde criterios más explícitos de identiĄcación de riesgos, protección, coherencia operativa y manejo de
incidentes [
12], [13], [14].
C. Química verde como criterio para la valoración de prácticas educativas
La química verde aporta un marco conceptual especialmente pertinente para valorar prácticas de
laboratorio en el ámbito educativo, porque desplaza la atención desde la simple ejecución técnica hacia el
diseño de procedimientos con menor peligrosidad, menor generación de residuos y mayor responsabilidad
ambiental. Sus principios, difundidos p or la American Chemical Society y sistematizados también por la
U.S. Environmental Protection Agency, ofrecen criterios concretos para analizar la sostenibilidad de una
práctica experimental y promover una formación química más coherente con los desafíos ambientales
contemporáneos [
7], [8].
En el terreno educativo, incorporar la química verde a la valoración de proto colos signiĄca pre-
guntarse si la práctica propuesta minimiza riesgos innecesarios, si reduce el volumen o peligrosidad de
los residuos, si utiliza cantidades razonables de reactivos y si incorpora orientaciones explícitas sobre
disposición Ąnal. Este enfoque resulta especialmente relevante cuando los protocolos son generados por
inteligencia artiĄcial, dado que un texto formalmente correcto puede seguir siendo inadecuado desde el
punto de vista ambiental o de seguridad. Por ello, la química verde no solo funciona en este estudio
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
52
ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
como un complemento temático, sino como un criterio de evaluación que permite ampliar la noción de
calidad del protocolo y vincular la innovación tecnológica con una enseñanza experimental más segura,
reĆexiva y sostenible. Esta relación se vuelve más actual si se considera que ya existen propuestas
recientes que integran chatbots de IA con principios de química verde en actividades de laboratorio de
química [
15].
Desde una perspectiva operativa, la química verde puede trasladarse al análisis de protocolos educa-
tivos mediante criterios veriĄcables asociados a la prevención de residuos, la reducción de peligrosidad
de reactivos y materiales, la gestión responsable de desechos y la racionalidad en el uso de recursos.
Estos ejes derivan de los principios de química verde difundidos por la American Chemical Society,
particularmente aquellos vinculados con la prevención, el diseño de procesos más seguros y la eĄciencia
material y energética. Por ello, en el presente estudio la dimensión de química verde no se asumío como
una referencia abstracta, sino como un conjunto de métricas concretas aplicables a la evaluación de
protocolos de laboratorio generados por inteligencia artiĄcial.
III. METODOLOGÍA
La investigación se concibió como un estudio exploratorio, documental y comparativo de corte
transversal, con enfoque mixto de alcance analítico-descriptivo. La unidad de análisis estuvo constitu-
ida por cada protocolo de laboratorio generado por inteligencia artiĄcial, considerado como un texto
independiente susceptible de valoración en términos de seguridad, valor didáctico y química verde.
El corpus quedó integrado por 54 protocolos elaborados en español a partir de seis temas de química
introductoria: preparación de soluciones, diluciones seriadas, determinación de pH con indicadores,
neutralización ácido-base, titulación ácido-base y reacción redox sencilla. Estos temas se seleccionaron
por su centralidad curricular en cursos introductorios, su factibilidad en un laboratorio docente básico
y su pertinencia para valorar simultáneamente seguridad, valor didáctico y química verde. En todos
los casos se trabajó con el nivel de estudiantes de primer semestre de educación superior, con el Ąn de
mantener homogeneidad en la complejidad conceptual y procedimental de las prácticas solicitadas.
La generación de los protocolos se efectuó mediante tres sistemas de inteligencia artiĄcial generativa:
ChatGPT, Google Gemini y Claude. En el caso de ChatGPT se utilizó el modelo GPT-5.4 Thinking,
accedido mediante modalidad Plus; en Google Gemini se empleó la suscripción Google AI Pro, utilizando
el modelo Pro con rendimiento y razonamiento 3.1 Pro; y en Claude se trabajó mediante el plan Claude
Pro. Las consultas se realizaron entre febrero y marzo de 2026 en sesiones independientes, sin arrastre
de contexto entre casos, con el propósito de reducir interferencias derivadas de respuestas previas.
Debido a las características de acceso de las interfaces web utilizadas, no se conĄguraron parámetros
avanzados de generación; en consecuencia, el estudio se centró en examinar el comportamiento de los
modelos en condiciones de uso ordinario y controlado.
Para cada sistema se em plearon tres prompts funcionalmente equivalentes, pero con distinto énfasis:
un prompt base, un prompt con énfasis didáctico y un prompt con énfasis en seguridad y química
verde. Los tres conservaron la misma estructura general del protocolo, pero el segundo reforzó claridad
pedagógica, coherencia entre teoría y práctica y utilidad formativa, mientras que el tercero priorizó
identiĄcación de riesgos, medidas de protección, manejo de incidentes, prevención de residuos, menor
peligrosidad de materiales y racionalidad en el uso de recursos. De este modo, el diseño comparativo
quedó estructurado en 3 IA × 3 prompts × 6 temas, con un protocolo por cada combinación, para un
corpus total de 54 documentos.
La generación de los protocolos se realizó en español y bajo un mismo nivel educativo de referencia.
En cada combinación IA-prompt-tema se conservó únicamente la primera respuesta completa emitida
por el sistema, sin repreguntas ni solicitudes de reformulación. Esta decisión respondió al interés
de comparar el desempeño inicial de cada modelo bajo condiciones homogéneas y controladas. Los
protocolos obtenidos se registraron en una matriz de control con código, inteligencia artiĄcial utilizada,
prompt aplicado, tema, fecha de generación y texto completo.
La evaluación se efectuó mediante una rúbrica analítica diseñada para esta investigación. El instru-
mento se estructuró en tres dimensiones: seguridad, valor didáctico y química verde, cada una integrada
por cuatro indicadores especíĄcos. En la dimensión de química verde, la valoración se apoyó en cuatro
métricas formales derivadas de principios ampliamente aceptados en este campo: prevención de resid-
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
53
ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
uos, menor peligrosidad de materiales y reactivos, gestión responsable de desechos y racionalidad en el
uso de materiales y energía. En la dimensión de seguridad, además de los criterios pedagógicos propios
del laboratorio educativo, se consideraron referentes formales asociados a la identiĄcación de peligros,
medidas de protección, coherencia operativa y manejo de incidentes, tomando como base orientaciones
de la American Chemical Society para laboratorios académicos y el estándar OSHA aplicable a labora-
torios no productivos, incluido su enfoque de comunicación de peligros en consonancia con el sistema
GHS [
12], [13], [14].
Previamente a su aplicación, la rúbrica fue sometida a validación de contenido mediante juicio de
tres expertos con experiencia en didáctica de la química, seguridad de laboratorio y química verde. Los
especialistas valoraron la claridad, pertinencia y coherencia de los doce indicadores mediante una escala
de 1 a 4 puntos. A partir de estas valoraciones se calculó la V de Aiken para cada criterio y para cada
indicador. Los resultados mostraron valores altos de validez de contenido, con promedios por indicador
entre 0,778 y 0,963, y un promedio global de 0,886. Por dimensiones, los promedios fueron 0,889 en
seguridad, 0,935 en valor didáctico y 0,834 en química verde. A partir de las observaciones cualitativas
de los expertos, se ajustó la redacción de los indicadores con menor puntuación relativa para mejorar
su precisión operativa y evitar superposición entre criterios.
La Tabla
1 presenta la matriz de evaluación utilizada para la valoración de los protocolos generados
por las tres inteligencias artiĄciales. Cada indicador se caliĄcó con una escala ordinal de 0 a 3 puntos.
Operacionalmente, el valor 0 indicó ausencia del criterio o presencia de información incorrecta; el valor
1 correspondió a cumplimiento insuĄciente o impreciso; el valor 2 expresó cumplimiento aceptable,
aunque parcial; y el valor 3 indicó cumplimiento adecuado, explícito y coherente con el propósito del
indicador. Todos los indicadores tuvieron la misma ponderación, por lo que no se establecieron pesos
diferenciales entre dimensiones ni entre criterios internos. En consecuencia, cada indicador aportó de
forma equivalente al puntaje Ąnal y el valor máximo alcanzable por protocolo fue de 36 puntos.
Tabla 1. Rúbrica analítica para la evaluación de protocolos generados por las tres inteligencias
artiĄciales comparadas.
Dimensión Código Indicador Escala Ponderación
Seguridad
S1 IdentiĄcación de riesgos y peligros 0Ű3 Igual
S2 Medidas de protección 0Ű3 Igual
S3 Coherencia operativa segura 0Ű3 Igual
S4 Manejo de residuos o incidentes 0Ű3 Igual
Valor didáctico
D1 Claridad del objetivo 0Ű3 Igual
D2 Coherencia entre teoría y práctica 0Ű3 Igual
D3 Secuencia procedimental 0Ű3 Igual
D4 Potencial de aprendizaje 0Ű3 Igual
Química verde
Q1 Prevención de residuos 0Ű3 Igual
Q2 Menor peligrosidad de materiales y reactivos 0Ű3 Igual
Q3 Gestión responsable de desechos 0Ű3 Igual
Q4 Racionalidad en el uso de materiales y energía 0Ű3 Igual
Nota. Cada indicador fue valorado mediante una escala ordinal de 0 a 3 puntos, con ponderación
equivalente entre dimensiones y criterios.
Con el Ąn de incrementar la trazabilidad del análisis, los protocolos también se reexaminaron me-
diante una matriz de cumplimiento especíĄca para química verde y seguridad. En dicha matriz, cada
protocolo fue revisado en función de las métricas formales deĄnidas para química verde y de los crite-
rios de seguridad alineados con ACS, OSHA y GHS. Esta revisión complementaria permitió identiĄcar
no solo el puntaje global por dimensión, sino también cuáles criterios formales aparecieron cumplidos,
parcialmente cumplidos o ausentes en los textos generados.
La evaluación de los protocolos fue realizada por dos evaluadores independientes. El primero corre-
spondió a un docente-investigador en enseñanza de la química, con experiencia en diseño y evaluación
de prácticas de laboratorio. El segundo fue un responsable de un laboratorio de química con experi-
encia en seguridad de laboratorio y en procesos de certiĄcación. Ambos aplicaron la misma rúbrica al
conjunto documental de manera independiente. Posteriormente, se compararon las valoraciones y se
estimó la consistencia entre evaluadores mediante el coeĄciente de correlación intraclase (ICC), emple-
ando un modelo de dos vías con criterio de acuerdo absoluto. Los resultados revelaron niveles altos de
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
54
ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
concordancia, con un ICC de 0,931 en seguridad, 0,964 en valor didáctico, 0,918 en química verde y
0,948 en el puntaje total, lo que respaldó la estabilidad del proceso de caliĄcación.
Además del puntaje por rúbrica, se incorporaron dos variables complementarias: viabilidad formativa
y porcentaje estimado de cambios requeridos. La viabilidad formativa se deĄnió como el nivel en que
un protocolo podía adaptarse para uso docente real, mediante una escala de 1 a 5 puntos, donde
1 correspondió a inviabilidad y 5 a viabilidad alta con ajustes mínimos. El porcentaje de cambios
requeridos expresó la proporción estimada de modiĄcaciones necesarias para convertir el protocolo en
un documento utilizable en el laboratorio. Ambas variables fueron consensuadas por los dos evaluadores
una vez concluida la caliĄcación independiente.
El procedimiento se desarrolló en cinco fases. Primero, se deĄnieron los temas, el nivel educa-
tivo, las inteligencias artiĄciales comparadas y los tres prompts de trabajo. Luego, se generó el corpus
documental en sesiones independientes y controladas. Posteriormente, se aplicó la rúbrica analítica al
conjunto de protocolos. En una cuarta fase, se realizó una reevaluación complementaria mediante métri-
cas formales de química verde y seguridad. Finalmente, se organizaron e interpretaron los resultados.
El análisis cuantitativo incluyó estadísticos descriptivos, comparación factorial de medias por IA y por
prompt, correlaciones de Spearman entre dimensiones, viabilidad y porcentaje de cambios requeridos, y
un modelo de regresión lineal múltiple para estimar la contribución relativa de seguridad, valor didáctico
y química verde sobre la viabilidad formativa. De forma complementaria, el análisis cualitativo permitió
reconocer omisiones recurrentes, inconsistencias pro ce dimentales, fortalezas estructurales y problemas
vinculados con la seguridad, la utilidad didáctica y la gestión de residuos.
IV. RESULTADOS Y DISCUSIÓN
La evaluación de los 54 protocolos de laboratorio generados por las tres inteligencias artiĄciales
evidenció un desempeño global intermedio-alto. El puntaje promedio general fue de 24,61 puntos
sobre 36, equivalente al 68,4% del máximo posible. Este valor se obtuvo a partir de la suma total
de puntajes del corpus dividida entre los 54 documentos evaluados. En términos comparativos, los
resultados mostraron que ni la inteligencia artiĄcial utilizada ni el prompt fueron variables neutrales, ya
que ambas incidieron en la calidad Ąnal de los protocolos, aunque el efecto del prompt fue más marcado
que el del modelo.
Al desagregar los resultados por dimensiones, se observó que el mejor desempeño correspondió
al valor didáctico, con un promedio general de 9,20 puntos sobre 12. Luego, se ubicó la seguridad,
con 8,06 puntos, mientras que química verde presentó el promedio más bajo, con 7,35 puntos. Este
patrón conĄrmó una tendencia ya observada en la fase exploratoria inicial del estudio: las inteligencias
artiĄciales comparadas respondieron con mayor solvencia cuando se trató de estructurar objetivos,
secuencias de trabajo y apartados de análisis, pero mostraron mayores limitaciones al incorporar de
manera explícita criterios de sostenibilidad experimental y control técnico de riesgos.
Como puede apreciarse en la Tabla
2, el mejor desempeño global correspondió a la combinación
Claude-Prompt 3, con un promedio total de 27,50 puntos, seguida por ChatGPT-Prompt 3 con 26,67
y Gemini-Prompt 3 con 25,50. En contraste, los valores más bajos se localizaron en las tres IA cuando
se utilizó el Prompt 1, es decir, la versión base sin énfasis adicional. Este comportamiento muestra
que la orientación explícita del prompt mejoró de forma consistente los resultados en los tres sistemas
comparados.
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
55
ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
Tabla 2. Puntajes promedio por inteligencia artiĄcial y tipo de prompt.
IA/Prompt Seguridad Valor didáctico Química verde Puntaje total
ChatGPT-Prompt 1 7,50 8,83 6,67 23,00
ChatGPT-Prompt 2 8,00 9,67 7,17 24,83
ChatGPT-Prompt 3 8,83 9,50 8,33 26,67
Gemini-Prompt 1 7,17 8,50 6,33 22,00
Gemini-Prompt 2 7,67 9,17 6,83 23,67
Gemini-Prompt 3 8,50 9,17 7,83 25,50
Claude-Prompt 1 7,67 8,83 6,83 23,33
Claude-Prompt 2 8,17 9,50 7,33 25,00
Claude-Prompt 3 9,00 9,67 8,83 27,50
Nota. Los valores corresponden al promedio por dimensión y al puntaje total promedio obtenido por cada
combinación IA-prompt.
Al considerar el efecto global del prompt, el promedio total fue de 22,78 puntos para el Prompt
1, 24,50 para el Prompt 2 y 26,56 para el Prompt 3. En consecuencia, la inclusión de instrucciones
explícitas relacionadas con seguridad y química verde produjo el mayor incremento de calidad. La com-
paración factorial conĄrmó esta tendencia: el efecto del prompt sobre el puntaje total fue signiĄcativo
(F = 18, 64; p < 0, 001), mientras que el efecto de la IA también resultó signiĄcativo, aunque de menor
magnitud (F = 4, 12; p = 0, 023). La interacción IA × prompt no alcanzó signiĄcación estadística
(F = 0, 84; p = 0, 508), lo que sugiere que la mejora producida por el cambio de prompt siguió un
patrón relativamente estable en los tres mo delos. En términos dimensionales, el mejor desempeño cor-
respondió al valor didáctico, lo que indica que las tres inteligencias artiĄciales comparadas fueron más
eĄcaces al construir la forma pedagógica general del recurso que al garantizar su solidez experimental.
Esta interpretación coincide con lo señalado por Araújo y Saúde [
3], así como con Yuriev, Orgill y
Holme [
11], quienes subrayan que el valor educativo de la IA generativa depende de una mediación
crítica capaz de identiĄcar tanto sus fortalezas como sus límites.
La dimensión de seguridad presentó resultados intermedios. Los protocolos tendieron a incluir
recomendaciones generales, como el uso de bata, gafas o guantes, y en muchos casos señalaron pre-
cauciones básicas durante el desarrollo exp erimental. No obstante, estas advertencias aparecieron con
frecuencia de forma genérica y sin un desarrollo suĄcientemente especíĄco de riesgos asociados a reac-
tivos, procedimientos o posibles incidentes. En consecuencia, aunque la seguridad no fue la dimensión
con menor desempeño, tampoco alcanzó un nivel que permita considerar los protocolos como recursos
plenamente conĄables desde el punto de vista experimental. Desde esta perspectiva, los resultados
refuerzan la idea de que la calidad del protocolo no puede evaluarse solo por su orden expositivo, sino
también por la precisión con que anticipa y regula condiciones de riesgo. Esta lectura resulta consis-
tente con los planteamientos de Vargas-Rodríguez et al. [
6], quienes propusieron una evaluación integral
de experimentos considerando salud, ambiente, seguridad y disposición de residuos, así como con la
aproximación práctica de Reina y Reina [
16], que insiste en la formación explícita para la prevención y
respuesta ante accidentes en el laboratorio.
La revisión desde referentes formales de seguridad permitió observar que las mayores mejoras se
produjeron cuando el prompt incorp oró instrucciones explícitas sobre identiĄcación de riesgos y manejo
de incidentes. En promedio, el Prompt 3 incrementó la dimensión de seguridad en 0,89 puntos con
respecto al Prompt 2 y en 1,28 puntos con respecto al Prompt 1. Este resultado conĄrmó que la
calidad de la respuesta no dependió exclusivamente del modelo utilizado, sino también del grado de
especiĄcidad del encuadre instruccional.
La dimensión con menor rendimiento fue química verde, lo que evidenció una incorporación más
limitada de criterios orientados a reducir la peligrosidad de materiales, minimizar residuos y optimizar
el uso de recursos. Aunque varios protocolos incluyeron apartados de gestión de residuos, estos no
siempre se desarrollaron con suĄciente precisión operativa ni se integraron verdaderamente al diseño
de la práctica. En términos generales, la soste nibilidad apareció más como un componente formal del
protocolo que como una lógica de construcción experimental.
Este resultado es relevante, ya que sugiere que los modelos comparados tendieron a reproducir
estructuras convencionales de prácticas de laboratorio sin incorporar de manera consistente decisiones
orientadas a la prevención, la reducción del impacto y la selección más responsable de reactivos y
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
56
ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
procedimientos. En consecuencia, la inteligencia artiĄcial pareció responder mejor a la organización
textual del protocolo que a su optimización desde una perspectiva de química verde. En este sentido,
esta interpretación coincide con Ruff, Franz y West [17], quienes mostraron que ChatGPT puede apoyar
actividades vinculadas con química verde, aunque su utilidad dep ende del modo en que se orienta y
supervisa su uso. De forma similar, Kim [
15] evidenció que la articulación entre chatbots de IA y
principios de química verde es posible, pero requiere una intención pedagógica explícita que no emergió
de forma suĄcientemente sólida en las respuestas basadas en el prompt general.
La viabilidad formativa promedio del corpus fue de 3,11 puntos sobre 5, mientras que el porcentaje
estimado de cambios requeridos fue de 34,8%. Los mejores resultados se observaron nuevamente en los
protocolos generados con el Prompt 3, cuyo porcentaje de cambios descendió a 29,4%, frente al 36,1%
del Prompt 2 y al 46,8% del Prompt 1. Este patrón sugiere que el reĄnamiento del prompt no solo
mejora el puntaje por rúbrica, sino también la proximidad del protocolo a una versión potencialmente
utilizable en el aula o en el laboratorio.
El análisis correlacional mostró que el puntaje total se asoció positivamente con la viabilidad for-
mativa (ρ = 0, 84; p < 0, 001) y negativamente con el porcentaje de cambios requeridos (ρ = −0, 81;
p < 0, 001). De manera más especíĄca, la seguridad presentó una correlación de 0,79 con la viabilidad,
mientras que química verde mostró una correlación de −0, 74 con el porcentaje de cambios requeri-
dos. Estos resultados indican que, a medida que aumentan los puntajes en seguridad y química verde,
disminuye la necesidad de corrección sustantiva del protocolo.
El análisis multivariado reforzó esta interpretación. El modelo de regresión lineal múltiple, en el que
la variable dependiente fue la viabilidad formativa, mostró que las tres dimensiones evaluadas explicaron
conjuntamente el 72,3% de su varianza (R
2
= 0, 723). La seguridad presentó el mayor peso relativo
(β = 0, 39; p < 0, 001), seguida del valor didáctico (β = 0, 31; p = 0, 004) y de química verde
(β = 0, 29; p = 0, 007). Esto signiĄca que, aunque el valor didáctico fue la dimensión mejor puntuada,
la seguridad resultó ser la variable más inĆuyente cuando se trató de explicar la viabilidad real del
protocolo.
Con el Ąn de precisar qué criterios formales fueron efectivamente incorporados en los protocolos
generados por las tres inteligencias artiĄciales, se realizó una reevaluación complementaria basada
en métricas explícitas de química verde y seguridad. Esta revisión permitió identiĄcar el grado de
cumplimiento de criterios asociados a la prevención de residuos, la peligrosidad de reactivos, la gestión de
desechos, la racionalidad en el uso de recursos, la identiĄcación de peligros, las medidas de protección, la
coherencia operativa segura y el manejo de incidentes. La Tabla
3 presenta la distribución de protocolos
que cumplieron, cumplieron parcialmente o no cumplieron cada uno de estos criterios.
Tabla 3. Cumplimiento de métricas formales de química verde y seguridad en los protocolos
evaluados.
Criterio Cumple n (%) Cumple parcialmente n (%) No cumple n (%)
GV1. Prevención de residuos 22 (40,7) 20 (37,0) 12 (22,2)
GV2. Menor peligrosidad de materiales y reac-
tivos
16 (29,6) 18 (33,3) 20 (37,0)
GV3. Gestión resp onsable de desechos 11 (20,4) 17 (31,5) 26 (48,1)
GV4. Racionalidad en el uso de materiales y
energía
14 (25,9) 19 (35,2) 21 (38,9)
SEG1. IdentiĄcación de riesgos y peligros 20 (37,0) 21 (38,9) 13 (24,1)
SEG2. Medidas de protección 31 (57,4) 15 (27,8) 8 (14,8)
SEG3. Coherencia op erativa segura 34 (63,0) 12 (22,2) 8 (14,8)
SEG4. Manejo de incidentes o residuos 13 (24,1) 14 (25,9) 27 (50,0)
Nota. Los porcentajes fueron calculados sobre el total de 54 protocolos evaluados.
Los resultados de esta reevaluación mostraron que las mayores deĄciencias se concentraron en
la gestión responsable de desechos y en el manejo de incidentes o residuos, criterios en los que 26
y 27 protocolos, respectivamente, no cumplieron los requisitos esperados. También se observaron
niveles altos de incumplimiento en menor peligrosidad de materiales y reactivos y en racionalidad
en el uso de materiales y energía. En contraste, los criterios con mejor comp ortamiento relativo
fueron las medidas de protección y la coherencia operativa segura. Este patrón conĄrma que las tres
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
57
ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
IA comparadas respondieron mejor cuando se trató de incorporar advertencias generales y organizar
secuencias aceptables de trabajo que cuando debieron integrar decisiones más especíĄcas sobre seguridad
formal y química verde.
En conjunto, los resultados permiten sostener que la inteligencia artiĄcial puede ser útil como
herramienta de apoyo para la elaboración de borradores iniciales de protocolos de laboratorio en la
enseñanza de la química, sobre todo cuando se utiliza un prompt explícitamente orientado a seguridad
y química verde. Sin embargo, el desempeño de los modelos fue desigual entre dimensiones, y las
principales limitaciones se concentraron en aquellos aspectos más sensibles para la implementación
real de una práctica experimental, particularmente la seguridad especíĄca, la gestión de incidentes y
la coherencia con criterios de química verde. Por ello, el aporte de estas herramientas no reside en
sustituir el juicio docente ni el diseño experto del protocolo, sino en ofrecer insumos preliminares que
pueden ser adaptados, depurados y validados antes de su uso en el laboratorio.
CONCLUSIONES
El estudio permitió establecer que la calidad de los protocolos de laboratorio generados por inteligen-
cia artiĄcial estuvo condicionada tanto por el sistema utilizado como por el tipo de prompt aplicado,
aunque el efecto del prompt resultó más determinante que el del modelo. En términos generales, las tres
inteligencias artiĄciales comparadas mostraron mejor desempeño en valor didáctico que en seguridad
y química verde, lo que indica que la estructura pedagógica básica del protocolo puede generarse con
relativa solvencia, pero no así sus comp onentes técnicos más sensibles.
La principal fortaleza observada se situó en la formulación de objetivos, la secuencia procedimental
y la estructuración general de actividades de análisis. En contraste, las mayores limitaciones se con-
centraron en la explicitación de condiciones de seguridad y en la incorporación operativa de criterios de
química verde, particularmente en lo relativo a gestión de desechos, manejo de incidentes, peligrosidad
de materiales y racionalidad en el uso de recursos. En este sentido, un protocolo puede resultar for-
malmente ordenado y didácticamente comprensible, pero seguir siendo insuĄciente cuando se lo analiza
desde exigencias de seguridad experimental y sostenibilidad.
El principal aporte del estudio no consistió en reiterar que la inteligencia artiĄcial requiere supervisión
humana, sino en demostrar que la pertinencia de los protocolos generados depende del criterio desde el
cual se los examine y del modo en que se orienta la interacción con el sistema. La comparación entre
prompts mostró que la simple generación automática de textos no garantiza calidad suĄciente; por
el contrario, la especiĄcidad instruccional del prompt resultó decisiva para mejorar seguridad, química
verde, viabilidad formativa y reducción del porcentaje de cambios requeridos.
Asimismo, la incorporación de métricas formales de química verde y de referentes explícitos de
seguridad permitió profundizar la valoración crítica del corpus. A partir de ello, se evidenció que las
principales debilidades de los protocolos no se localizaron en la estructura discursiva general, sino en
la insuĄciente integración de decisiones técnicas orientadas a prevenir residuos, reducir peligrosidad,
comunicar riesgos de manera más precisa y orientar adecuadamente la respuesta ante incidentes. Por
tanto, la evaluación de materiales generados por IA en enseñanza de la química debe ir más allá de la
coherencia textual e incorporar criterios técnicos y ambientales que condicionan su viabilidad real.
En consecuencia, la inteligencia artiĄcial puede considerarse una herramienta útil para la e laboración
de borradores iniciales de protocolos de laboratorio, pero no como un generador de documentos direc-
tamente transferibles al trabajo experimental sin revisión especializada. Su valor pedagógico se ubica,
sobre todo, en su capacidad para ofrecer una base preliminar susceptible de adaptación, validación y
mejora por parte del profesorado. En este marco, la rúbrica aplicada y la comparación entre modelos
y prompts constituyen una contribución metodológica pertinente para examinar críticamente recursos
experimentales producidos por inteligencia artiĄcial en contextos educativos introductorios.
Finalmente, aunque la ampliación del diseño permitió responder con mayor solidez a las obser-
vaciones metodológicas iniciales, los hallazgos siguen inscritos en un alcance comparativo acotado,
centrado en tres inteligencias artiĄciales, tres prompts y seis temas introductorios. Por ello, futuras
investigaciones podrían profundizar en diseños longitudinales, aplicaciones empíricas con estudiantes,
contrastación entre niveles educativos y validaciones más amplias con protocolos desarrollados en condi-
ciones reales de laboratorio.
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
58
ISSN-e: 2737-6419
Período: abril-junio de 2026
Revista Athenea
Vol.7, Número 24, (pp. 50Ű59)
REFERENCIAS
[1] A. K. Erümit and R. Ö. Sarıalioğlu, ŞArtiĄcial intelligence in science and chemistry education: a
systematic review,Ť Discover Education, vol. 4, no. 1, p. 178, 2025.
[2] Y. Feldman-Maggor, R. Blonder, and G. Alexandron, ŞPerspectives of generative ai in chemistry
education within the tpack framework,Ť Journal of Science Education and Technology, vol. 34,
no. 1, pp. 1Ű12, 2024.
[3] J. L. Araújo and I. Saúde, ŞCan chatgpt enhance chemistry laboratory teaching? using prompt
engineering to enable ai in generating laboratory activities,Ť Journal of Chemical Education, vol.
101, no. 5, pp. 1858Ű1864, 2024.
[4] T. M. Clark, ŞInvestigating the use of an artiĄcial intelligence chatbot with general chemistry exam
questions,Ť Journal of Chemical Education, vol. 100, no. 5, pp. 1905Ű1916, 2023.
[5] B. J. Yik and A. J. Doo d, ŞChatgpt convincingly explains organic chemistry reaction mechanisms
slightly inaccurately with high levels of explanation sophistication,Ť Journal of Chemical Education,
vol. 101, no. 5, pp. 1836Ű1846, 2024.
[6] Y. M. Vargas-Rodríguez et al., ŞEl diagrama de Ćujo como semáforo de seguridad ecológica de los
experimentos de laboratorio,Ť Educación Química, vol. 27, no. 1, pp. 30Ű36, 2016.
[7] U.S. Environmental Protection Agency, ŞBasics of green chemistry,Ť 2026, available:
https://www.epa.gov/greenchemistry/basics-green-chemistry. Accedido: 6 de abril de 2026.
[8] Americ an Chemical Society, Ş12 principles of green chemistry,Ť 2026, available:
https://www.acs.org/green-chemistry-sustainability/principles/12-principles-of-green-
chemistry.html. Accedido: 10 de abril de 2026.
[9] S. A. Gunbatar, G. T. Sirin, O. C. Ilkyaz, and Y. Mutlu, ŞExploring the artiĄcial intelligence
interaction proĄles of participants with different levels of teaching experience for lesson planning
in the context of acids and bases,Ť Chemistry Education Research and Practice, vol. 26, no. 4, pp.
977Ű995, 2025.
[10] M. E. Emenike and B. U. Emenike, ŞWas this title generated by chatgpt? considerations for
artiĄcial intelligence text-generation software programs for chemists and chemistry educators,Ť
Journal of Chemical Education, vol. 100, no. 4, pp. 1413Ű1418, 2023.
[11] E. Yuriev, M. Orgill, and T. Holme , ŞGenerative ai in chemistry education: Current progress,
pedagogical values, and the challenge of rapid evolution,Ť Journal of Chemical Education, vol.
102, no. 9, pp. 3773Ű3776, 2025.
[12] American Chemical Society, ŞSafety in academic chemistry laboratories: Best practices for Ąrst-
and second-year university students,Ť 2017.
[13] ŮŮ, ŞGuidelines for chemical laboratory safety in academic institutions,Ť Washington, DC, 2016.
[14] Occupational Safety and Health Administration, Ş1910.1450 - occupational exposure
to hazardous chemicals in laboratories,Ť 2026, available: https://www.osha.gov/laws-
regs/regulations/standardnumber/1910/1910.1450. Accedido: 13 de mayo de 2026.
[15] J. Kim, ŞIntegrating artiĄcial intelligence (ai) chatbots and green chemistry principles in the syn-
thesis of cyclohexene,Ť Journal of Chemical Education, vol. 102, no. 7, pp. 3058Ű3064, 2025.
[16] M. Reina and A. Reina, ŞSeguridad en el laboratorio: una aproximación práctica,Ť Educación
Química, vol. 32, no. 4, pp. 45Ű58, 2021.
[17] E. F. Ruff, J. L. Franz, and J. K. West, ŞUsing chatgpt for method development and green
chemistry education in upper-level laboratory courses,Ť Journal of Chemical Education, vol. 101,
no. 8, pp. 3224Ű3232, 2024.
Bravo W. et al. Protocolos de laboratorio generados por inteligencia artiĄcial para la enseñanza de la
química.
59
