Evaluación del Impacto de la Inteligencia Artificial Generativa en la Enseñanza/Aprendizaje de la Automatización Industrial
DOI:
https://doi.org/10.17979/ja-cea.2026.47.13869Palabras clave:
Automatización Industrial, Inteligencia Artificial Generativa, Enseñanza/aprendizajeResumen
Este artículo analiza el impacto de la Inteligencia Artificial (IA) generativa en la enseñanza de la automatización industrial mediante un proyecto que integra CODESYS y Factory IO. Los resultados demuestran que, ante la baja robustez técnica del código de control para PLCs generado por los modelos de lenguaje, la validación obligatoria mediante simulación fuerza al alumnado a asumir un rol supervisor crítico. Este proceso actúa como un andamiaje cognitivo que refuerza eficazmente la comprensión de los conceptos de automatización.
Referencias
Al-Yaman, M., Alswaiti, D., Birawi, A., Alsharkawi, A., Al-Taee, M., 2026. A modular plc simulation method for virtual replication of a cost-effective industrial automation laboratory. MethodsX 16, 103864. DOI: https://doi.org/10.1016/j.mex.2026.103864
Filippi, S., Motyl, B., 2024. Large language models (llms) in engineering education: A systematic review and suggestions for practical adoption. Information 15 (6). DOI: https://doi.org/10.3390/info15060345
IEC, 2012. Standard 61499-1 Function blocks—Part 1: Architecture. International Electrotechnical Commission, 2nd Edition.
IEC, 2013. Standard 61131-3 Programmable controllers—Part 3: Programming languages. International Electrotechnical Commission, 3rd Edition.
Koziolek, H., Gruener, S., Ashiwal, V., 2023. Chatgpt for plc/dcs control logic generation. In: 2023 IEEE 28th International Conference on Emerging Technologies and Factory Automation (ETFA). pp. 1–8. DOI: https://doi.org/10.1109/ETFA54631.2023.10275411
Liu, Z., Zeng, R., Wang, D., Peng, G., Liu, X., Liu, Q., Liu, P., Wang, W., Wang, J., 2026. Agents4plc: Automating closed-loop plc code generation and verification in industrial control systems using llm-based agents. IEEE Transactions on Software Engineering 52 (5), 1672–1687. DOI: https://doi.org/10.1109/TSE.2026.3667895
Shi, Y., Yu, K., Dong, Y., Chen, F., 2026. Large language models in education: a systematic review of empirical applications, benefits, and challenges. Computers and Education: Artificial Intelligence 10, 100529. DOI: https://doi.org/10.1016/j.caeai.2025.100529
Xu, W., Wei, Z., Yan, P., 2025. Exploring the application of large language models in instrumentation and control engineering education: A questionnaire survey and examination performance analysis. European Journal of Education 60 (1), e12922. DOI: https://doi.org/10.1111/ejed.12922
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Julio Ariel Romero Pérez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
