La IA obliga a las universidades a replantear la formación profesional
La inteligencia artificial está dejando de ser una competencia exclusiva de los perfiles tecnológicos para convertirse en una habilidad transversal que el mercado laboral demandará en cada vez más profesiones.
Este cambio también está transformando la formación universitaria, que debe preparar a los estudiantes no solo para utilizar nuevas herramientas, sino para interpretar información, resolver problemas y tomar decisiones con apoyo de la IA.
La inteligencia artificial está redefiniendo el perfil profesional que demandará el mercado laboral durante la próxima década. Lo que hasta hace unos años era un conocimiento reservado para ingenieros y especialistas en tecnología comienza a convertirse en una competencia transversal para profesionales de distintas áreas, desde abogados y comunicadores hasta médicos, mercadólogos y economistas.
El cambio está impulsado por el avance de la inteligencia artificial generativa, que permite analizar información, automatizar procesos y facilitar la toma de decisiones sin requerir conocimientos avanzados de programación.
En este escenario, la ciencia de datos está dejando de ser una disciplina exclusiva de los perfiles tecnológicos para convertirse en una herramienta aplicable a un número creciente de profesiones.
“Más que formar científicos de datos, el reto es preparar a profesionales capaces de utilizar la inteligencia artificial para resolver problemas reales, interpretar información y tomar mejores decisiones”, explica Fernando Blázquez, director del Grado en Ciencia de Datos e Inteligencia Artificial y del Grado en Desarrollo Full-Stack en la Universidad de Diseño, Innovación y Tecnología (UDIT).
Durante la última década, la formación en ciencia de datos ha evolucionado desde programas centrados principalmente en estadística, programación y tratamiento de grandes volúmenes de información hacia titulaciones más amplias e interdisciplinares.
La incorporación de inteligencia artificial, aprendizaje automático, computación en la nube y herramientas generativas ha transformado tanto los contenidos como la forma de aprender.
Los estudiantes ya no solo deben construir modelos, sino también comprender el contexto en el que se aplican, evaluar sus resultados, detectar sesgos y traducir los datos en decisiones útiles.
Esta evolución ha acercado la disciplina a ámbitos como la empresa, la salud, la comunicación y la industria, mientras que el trabajo con proyectos reales adquiere un peso creciente en la formación.
Universidades frente al cambio tecnológico
En este contexto, las universidades enfrentan el desafío de adaptar sus programas académicos al ritmo de evolución de la tecnología. Los modelos educativos rígidos están dando paso a planes de estudio más flexibles, capaces de incorporar nuevas herramientas y responder a las necesidades cambiantes del mercado laboral.
El dominio de herramientas como Python, SQL o plataformas de inteligencia artificial constituye solo una parte de las competencias requeridas. Las empresas también demandan perfiles capaces de comunicar hallazgos complejos de manera sencilla, interpretar grandes volúmenes de información y diseñar soluciones centradas en las personas.
La experiencia de usuario (UX) también adquiere relevancia en el desarrollo de aplicaciones impulsadas por inteligencia artificial.
A medida que las interfaces conversacionales ganan espacio frente a los botones y menús tradicionales, comprender el comportamiento humano se vuelve un componente relevante para el diseño de estas soluciones.
La colaboración entre universidades y empresas representa otro de los desafíos. El trabajo de los estudiantes con proyectos y datos reales permite acercar la formación académica a las necesidades de las organizaciones antes de su incorporación al mercado laboral.
De la formación técnica a la solución de problemas
Un ejemplo de esta evolución es Medscan, una aplicación desarrollada por alumnos de primer curso de los Grados en Ciencia de Datos e Inteligencia Artificial y Desarrollo Full-Stack de UDIT, reconocida como una de las propuestas ganadoras del hackathon internacional OdiseIA4Good 2026.
La solución utiliza reconocimiento óptico de caracteres e inteligencia artificial para identificar medicamentos a partir de una fotografía de su envase y transformar la información del prospecto oficial en respuestas claras y adaptadas a las necesidades del usuario.
El proyecto incorpora desde las primeras etapas de formación aspectos como la resolución de problemas reales, la accesibilidad, la fiabilidad de los datos y el impacto social de la tecnología, además del componente técnico.
“El mayor desafío para las universidades ya no es enseñar una tecnología específica, sino formar profesionales capaces de adaptarse a un entorno que evoluciona constantemente. Más allá de dominar herramientas, el verdadero diferencial estará en desarrollar pensamiento crítico, capacidad analítica y aprendizaje continuo”, asegura Blázquez.
Este cambio también obliga a replantear el diseño de los programas universitarios. Frente a una tecnología que evoluciona a un ritmo acelerado, los planes de estudio deben incorporar nuevas herramientas, metodologías y necesidades del mercado sin depender de reestructuraciones completas cada pocos años.
“En los próximos años veremos cómo la ciencia de datos deja de ser una competencia exclusiva de perfiles tecnológicos para convertirse en una habilidad transversal. El profesional más valioso no será quien utilice más herramientas de IA, sino quien sepa combinar tecnología, criterio y una comprensión profunda de las necesidades de las personas”, concluye Fernando Blázquez.
|
|
| Recomendados | ||
|
|
| Debes saber esto | ||
