Introducción

La inteligencia artificial se ha convertido en una tecnología de uso cotidiano dentro de los escenarios educativos y profesionales. Los estudiantes emplean asistentes generativos para consultar conceptos, escribir código, revisar documentos, resumir información y explorar posibles soluciones a diferentes problemas. Al mismo tiempo, las organizaciones utilizan sistemas inteligentes para automatizar procesos, analizar grandes volúmenes de datos y apoyar la toma de decisiones.

Esta realidad plantea un desafío para los programas de Ingeniería de Sistemas: formar profesionales capaces de utilizar la inteligencia artificial con criterio técnico, autonomía intelectual y responsabilidad ética. Prohibir estas herramientas o ignorar su presencia no constituye una respuesta suficiente. Por el contrario, es necesario incorporarlas de manera planificada al currículo, estableciendo propósitos formativos, mecanismos de seguimiento y criterios claros para evaluar el aprendizaje.

La inteligencia artificial como competencia transversal

La IA suele abordarse como un área especializada vinculada con el aprendizaje automático, la ciencia de datos o el procesamiento del lenguaje natural. Aunque estos conocimientos son fundamentales, su impacto actual exige una perspectiva transversal.

En programación, los asistentes inteligentes pueden utilizarse para comparar soluciones, detectar errores y analizar la calidad del código. En ingeniería de software, pueden apoyar la elaboración de requisitos, casos de prueba y documentación técnica. En bases de datos, permiten explorar consultas, modelos y mecanismos de optimización. En investigación, facilitan la organización inicial de información, siempre que sus resultados sean contrastados con fuentes académicas confiables.

Esta integración no significa convertir cada asignatura en un curso de inteligencia artificial. Implica reconocer que los futuros ingenieros deberán comprender cuándo utilizar estas herramientas, cómo verificar sus respuestas y cuáles son sus limitaciones.

Del uso instrumental al aprendizaje crítico

Uno de los principales riesgos de la IA generativa es que el estudiante delegue en ella actividades necesarias para desarrollar sus propias capacidades. Obtener rápidamente un fragmento de código no garantiza que se comprendan su lógica, complejidad, seguridad o posibilidades de mantenimiento.

Por esta razón, las actividades académicas deberían valorar tanto el resultado como el proceso seguido. El estudiante tendría que explicar las decisiones tomadas, identificar errores en las respuestas generadas, comparar alternativas y demostrar que puede modificar o defender la solución propuesta.

Una estrategia pertinente consiste en solicitar que se documenten las interacciones relevantes con herramientas de IA. Esto permitiría conocer qué instrucciones se utilizaron, cuáles respuestas fueron aceptadas o descartadas y qué modificaciones realizó el estudiante. La transparencia convertiría el uso de IA en una oportunidad para reflexionar sobre el aprendizaje, en lugar de reducirlo a un mecanismo para obtener respuestas.

El papel del docente

La incorporación de la inteligencia artificial no disminuye la importancia del docente. Por el contrario, fortalece su papel como orientador, diseñador de experiencias de aprendizaje y mediador crítico.

El docente deberá formular problemas que requieran interpretación, creatividad y comprensión del contexto. También tendrá que acompañar al estudiante en la validación de información y en la identificación de posibles sesgos o errores. Para ello, la institución necesita promover espacios de formación profesoral, experimentación pedagógica e intercambio de buenas prácticas.

No todos los docentes requieren el mismo nivel de especialización técnica, pero sí necesitan comprender las capacidades, limitaciones y consecuencias educativas de estas herramientas.

Ética, privacidad y propiedad intelectual

La formación en inteligencia artificial debe incluir una reflexión permanente sobre sus implicaciones. Los estudiantes necesitan reconocer que los modelos pueden producir información falsa, reproducir prejuicios o generar soluciones técnicamente funcionales pero socialmente perjudiciales.

También deben aprender a proteger la información institucional y personal. No es adecuado introducir datos sensibles, código confidencial o resultados de investigación no publicados en plataformas cuya política de tratamiento de información se desconoce.

La propiedad intelectual representa otro aspecto fundamental. El uso de contenido generado por IA no elimina la responsabilidad del autor. Cada estudiante debe verificar la información, reconocer las fuentes consultadas y asumir las consecuencias académicas y profesionales del producto presentado.

Una integración contextualizada

En la Universidad del Pacífico, la incorporación curricular de la IA debería relacionarse con las necesidades y oportunidades del territorio. Su enseñanza puede orientarse hacia proyectos que contribuyan a la educación, la preservación de la memoria cultural, la sostenibilidad ambiental, el emprendimiento, la salud y el fortalecimiento de las comunidades.

Este enfoque evitaría presentar la inteligencia artificial como una tecnología distante o exclusivamente empresarial. Los estudiantes podrían analizar problemas de su entorno y construir soluciones con pertinencia social, respetando los conocimientos locales y evitando prácticas de extracción de datos que afecten a las comunidades.

La IA debe ser entendida como una herramienta al servicio de las personas y no como un fin independiente de las realidades sociales.