Inicio / Vol. 38 Núm. 1 (2026): VOLUMEN REGULAR (JUN,2026) - 50 años de excelencia

Artículos

La robótica y ChatGPT: aplicación educativa

Autores/as

Resumen

En los últimos años, la incorporación de la Inteligencia Artificial (IA) particularmente mediante el uso de modelos de lenguaje a gran escala (en inglés Large Language Models, LLMs), como ChatGPT, ha permitido crear nuevas estrategias de interacción natural entre humanos y robots, transformando la manera en que se controlan, programan y manipulan. Este trabajo implementa una interfaz hombre–robot desarrollado en el programa Python, que permite la comunicación a través de instrucciones o consultas expresadas en lenguaje natural a través del usuario. El ChatGPT de OpenAI se empleó como mediador inteligente para traducir el lenguaje natural del humano a instrucciones de control que son enviadas al sistema robótico. Además, la propuesta integró un sistema de visión inteligente y análisis de datos para el reconocimiento de colores y figuras geométricas, aumentando las aplicaciones del manipulador. La validación experimental se realizó con un robot manipulador educativo DOFBOT de Yahboom, plataforma accesible para realizar experimentos académicos y de investigación. Este trabajo contribuye al área de Mecatrónica con la combinación de la IA y la robótica y motiva el interés de los estudiantes e investigadores a las nuevas tecnologías emergentes y de vanguardia.

Palabras clave

Robot manipulador inteligencia artificial generativa ChatGPT Modelos de lenguaje a gran escala visión artificial

Cómo citar

Gudiño-Lau, J., Andrade-Gudiño, K., Charre-Ibarra, S., Durán-Fonseca, M., & Alcalá-Rodríguez, J. (2026). La robótica y ChatGPT: aplicación educativa. Revista Tecnológica - ESPOL, 38(1), 173-188. https://doi.org/10.37815/rte.v38n1.1393
BibTeX

Referencias

Agbo, F., Olivia, C., Oguibe, G., Sanusi, I. T., & Sani, G. (2025). Computing education using generative artificial intelligence tools: A systematic literature review. Computers and Education Open. https://doi.org/10.1016/j.caeo.2025.100266

Al-Akwa, W. & Daba, M. (2025). A GUI-enabled, automated LSTM-based inverse kinematics pipeline for 6-DOF robotic arms using Matlab and CoppeliaSim. Journal of Mechatronics and Robotics, 9(1), 13-23. https://doi.org/10.3844/jmrsp.2025.13.23

Bahroun, Z., Anane, C., Ahmed, V., & Zacca, A. (2023). Transforming education: A comprehensive review of generative artificial intelligence in educational settings through bibliometric and content analysis. Sustainability, 15, 12983. https://doi.org/10.3390/su151712983

Balerao, H., Sarella, N., Pathapalli, V., & Pittam, S. (2023). Prediction of inverse kinematics solution of a robotic manipulator using python. Nano World Journal. https://doi.org/10.17756/nwj.2023-s4-037

Barandiaran, X., & Pérez-Verdugo, M. (2025). Generative midtended cognition and artificial intelligence: Thinging with thinging things. Synthese 205, 137. https://doi.org/10.1007/s11229-025-04961-4

Belkina, M., Scott, D., Sasha, N., Rezwanul, H., Sarah, L., Neal, P., Sarah, G., & Ghulam M. (2025). Implementing generative AI (GenAI) in higher education: A systematic review of case studies. Computers and Education: Artificial Intelligence. Vol. 8. ISSN 2666-920X. https://doi.org/10.1016/j.caeai.2025.100407

Dempere, J., Modugu, K., Hesham, A., & Ramasamy, L. (2023). The impact of ChatGPT on higher education. Frontiers in Education, 8,1206936. https://doi.org/10.3389/feduc.2023.1206936

Driess, D., Fei, X., Mehdi, S., Corey, L., Aakanksha, C., Brian, I., Ayzaan, W., Tompson, J., Quan, V., Tianhe, Y., Wenlong, H., Yevgen, C., Pierre, S., Duckworth, D., Sergey, L., Vanhoucke, V., Hausman, K., Toussaint, M., Greff, K., Zeng, A., Mordatch, I., & Florence, P. (2023). PaLM-E: an embodied multimodal language model. In Proceedings of the 40th International Conference on Machine Learning (ICML), Vol. 202. Article 340, 8469–8488

Gudiño-Lau, J., Durán-Fonseca, M., Charre-Ibarra, S., & Arana-Llanes. J. (2023). Diseño y control de sistemas mecatrónicos. ECORFAN. México. https://doi.org/10.35429/B.2023.8.1.97

Hagendorff, T. (2024). Mapping the ethics of generative AI: A comprehensive scoping review. Minds & Machines, 34, 39 https://doi.org/10.1007/s11023-024-09694-w

Hernández-Sampieri, & R., Mendoza. T. (2022). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. México. McGraw-Hill.

Ipiales, J., Araque, E., Andaluz, V., & Naranjo, C. (2023). Virtual training system for the teaching-learning process in the area of industrial robotics. Electronics, 12, 974. https:// doi.org/10.3390/electronics12040974

Jin., Y., et al. (2024). RobotGPT: Robot manipulation learning from ChatGPT. IEEE Robotics and Automation Letters. Vol. 9, No. 3, pp. 2543-2550. https://doi.org/10.1109/LRA.2024.3357432

Latif, E., Parasuraman, & R., Zhai, X. (2024). Physics assistant: An LLM-powered interactive learning robot for physics lab investigations. 33rd IEEE International Conference on Robot and Human Interactive Communication, USA. pp. 864-871. https://doi.org/10.1109/RO-MAN60168.2024.10731312

Looi, C., & Jia, F. (2025). Personalization capabilities of current technology chatbots in a learning environment: An analysis of student-tutor bot interactions. Education and Information Technologies, 30, pp 14165–14195. https://doi.org/10.1007/s10639-025-13369-z

Nvidia. (2025). NVIDIA. https://www.nvidia.com/es-la/

OpenAI. (2025). OpenAI. https://openai.com/

Qu, J., Jarosz, M., & Sniezynski, B. (2024). Robot control platform for multimodal interactions with humans based on ChatGPT. Applied Sciences, 14, 8011. https://doi.org/10.3390/app14178011

Pinto-Bernal, M., Biondina, M., & Belpaeme, T. (2025). Designing social robots with LLMs for engaging human interaction. Applied Sciences, 15, 6377. https://doi.org/10.3390/app15116377

Segarra, C., Seguer, R., & Fernández, Ó. (2024). ChatGPT como herramienta de apoyo al aprendizaje en la educación superior: una experiencia docente. Tecnología, Ciencia y Educación, 28, 7-44. https://doi.org/10.51302/tce.2024.19083

Su, Z. & Sheng, W. (2024). ChatAdp: ChatGPT-powered adaptation system for human-robot interaction. IEEE International Conference on Robotics and Automation (ICRA). Yokohama, Japan, pp. 5512-5518. https://doi.org/10.1109/ICRA57147.2024.10611520

Tao, L., Chenhui, C., Huang, R., Towey, D., & Lei, M. (2025). Large language models for automated Web-Form-Test Generation: An Empirical Study. ACM Transactions on Software Engineering and Methodology. https://doi.org/10.1145/3735553

Terán, H. (2023). La implementación de la Inteligencia Artificial en la enseñanza de la programación. Un estudio sobre el uso ético de ChatGPT en el aula. Encuentro Internacional de Educación en Ingeniería, ACOF. https://doi.org/10.26507/paper.2768

Vemprala, S., Bonatti, R., Bucker, A., & Kapoor, A. (2024). ChatGPT for robotics: Design principles and model abilities. IEEE Access, 12, 55682–55696. https://doi.org/10.1109/ACCESS.2024.3387941

Wake, N., Kanehira, A., Sasabuchi, K., Takamatsu, J. & Ikeuchi, K. (2023). ChatGPT empowered long-step robot control in various environments: A case application. IEEE Access, 11, pp. 95060-95078. https://doi.org/10.1109/ACCESS.2023.3310935

Wang, K., Ramos, J., & Lawrence, R. (2023). ChatEd: A chatbot leveraging ChatGPT for an enhanced learning experience in higher education. https://doi.org/10.48550/arXiv.2401.00052

Yahboom. (2025). Yahboom. https://yahboom.com/

Ye, Y., You, H., & Du, J. (2023). Improved trust in human-robot collaboration with ChatGPT. IEEE Access, 11, pp. 55748-55754. https://doi.org/10.1109/ACCESS.2023.3282111

Yigci, D., Eryilmaz, M., Yetisen, A.K., Tasoglu, S. & Ozcan, A. (2025). Large language model-based chatbots in higher education. Advanced Intelligent Systems. https://doi.org/10.1002/aisy.202400429