Garg (2026): ficha de referencia
Referencia (APA 7): Garg, A. (2026). Teacher-guided AI-assisted development of virtual physics laboratories: Classroom case studies in secondary physics. Physics Education, 61(5), 055024. https://doi.org/10.1088/1361-6552/aea260
Capítulo: Cap. 2 – Marco teórico · Subcategorías: 2.3.3 Simuladores interactivos como mediadores didácticos · Mapa: MOC - Mapa de contenidos
Nueva en la lista definitiva (sesión 3)
Búsqueda de actualización (19-oct-2026), eje c. Por qué entra: Antecedente directo de simuladores diseñados por el docente con apoyo de IA generativa en secundaria superior.
PDF pendiente
No hay versión abierta que se pueda descargar: pedirla por la biblioteca UTE (José Luis) o la UNAD (Camilo). Cuando llegue el PDF, se adjunta en Zotero (quitando la etiqueta
pdf: pendiente) y esta ficha se convierte en nota consolidada con citas por color y grabador de reflexión.
Aporte a la tesis
Estudio de caso en el que un docente usa IA generativa como socio de prototipado para crear simuladores y laboratorios virtuales de grados 10 y 12, manteniendo el control pedagógico y la verificación física.
Resumen del autor
Resumen tomado de OpenAlex, en el idioma original.
Abstract This classroom case study examines the teacher-guided artificial intelligence (AI)-assisted development of virtual physics laboratory activities for secondary education. A generative AI system was used as a rapid prototyping partner to create and iteratively refine interactive simulations, digital measurement tools, and supporting laboratory worksheets for Grade 10 and Grade 12 physics. The first case study focused on a single-slit diffraction laboratory emphasizing conceptual visualization, measurement calibration, and error analysis. The second case study focused on Grade 12 electricity and electromagnetism activities, including transformer and series LCR circuit simulations, and illustrated how previously established design patterns enabled faster development using simpler prompts. Classroom implementation and exploratory student feedback are discussed in relation to engagement, usability, visualization, and perceived support for experimental understanding. The study highlights how generative AI may support rapid development of curriculum-linked virtual laboratories when the teacher remains central in directing pedagogy, verifying physics content, and adapting tools for learners.