La IA + las carreras universitarias

Por: Raymundo Alberto Portillo Ríos, Antonio Martínez Torteya y Umberto León Domínguez

¿Cómo están utilizando los alumnos y los profesionales de Arquitectura, Ingenierías y Psicología? No todo es ChatGPTy Midjourney, y tres profesores UDEM nos cuentan sobre la aplicación en sus disciplinas.

ARQUITECTURA 
Raymundo Alberto Portillo Ríos. Profesor asociado de la Escuela de Arquitectura. UDEM 

No es sencillo elegir una sola aplicación de IA aplicada al diseño arquitectónico. La práctica contemporánea muestra que integración, versatilidad y compatibilidad entre herramientas digitales son la clave de un diseño operativo; a eso llamo en mi libro “ecosistema digital”, donde el objeto de diseño emerge en/y a través de la pantalla.

Sin embargo, me atrevo a dar algunas recomendaciones:

Autodesk Forma
Plataforma generativa para estudiar forma y contexto en etapas tempranas: simula volumetrías considerando asoleamiento, viento, ruido y vistas, y facilita comparaciones de escenarios con datos. Su interoperabilidad con el ecosistema Autodesk la convierte en un buen punto de partida para pasar del concepto a flujos BIM.

Snaptrude
Alternativa ágil para el arranque de proyecto: a partir del predio (con enlace a cartografía tipo Google Maps) incorpora variables ambientales y propone programas, diagramas y volumetrías iniciales. Aunque las soluciones son esquemáticas, ofrecen bases medibles para iterar con el equipo y el cliente.

PromeAI
Suite de imágenes generativas y video útil para renderizados, acabados y micro animaciones (image-to-video) que comunican atmósferas y materiales. Es un aliado sólido en la puesta en escena del concepto, en diálogo (y competencia) con otras opciones del mercado.

En síntesis: más que la app correcta, lo decisivo es articular el ecosistema: ideación con generadores visuales, verificación temprana con datos y cierre gráfico consistente. Ahí está el verdadero salto de calidad.

INGENIERÍAS 
Antonio Martínez Torteya. Profesor de la Escuela de Ingeniería y Tecnologías. UDEM. 

El rápido avance de la inteligencia artificial ha transformado de manera profunda el software utilizado en múltiples disciplinas de la ingeniería. Hoy en día, existen herramientas que no solo aceleran procesos y reducen la carga de trabajo, sino que también elevan la calidad de los resultados gracias a capacidades como la automatización inteligente, la optimización basada en datos y la asistencia en tiempo real. Veamos por disciplina:

Ciencias computacionales
Plataformas como Google Cola, con la integración reciente de Gemini, y GitHub, con su asistente Copilot, han ampliado de manera significativa su valor para los ingenieros al añadir capacidades avanzadas de IA. Estas herramientas ahora pueden sugerir código, detectar y corregir errores, generar documentación y explicar conceptos en tiempo real, permitiendo a los desarrolladores acelerar su trabajo, reducir fallas y dedicar más tiempo a la resolución de problemas complejos.

Mecatrónica y robótica
Uno de los pilares del desarrollo moderno es ROS (Robot Operating System), un framework que permite integrar sensores, actuadores y algoritmos en robots de todo tipo mediante una arquitectura modular y estandarizada. En años recientes, ROS se ha fortalecido aún más gracias a la integración de herramientas basadas en IA como NVIDIA Isaac, que añade modelos avanzados para percepción, simulación y control inteligente. Estas capacidades permiten a los ingenieros realizar detección de objetos más robusta, planear trayectorias de manera autónoma y validar comportamientos complejos en simulaciones realistas, reduciendo tiempos de experimentación y acelerando el desarrollo de sistemas robóticos más seguros y eficientes.

Ingeniería industrial
AnyLogic se ha consolidado como una de las plataformas más versátiles para la simulación de procesos, permitiendo modelar cadenas de suministro, flujos de manufactura y sistemas logísticos mediante enfoques combinados de simulación discreta, dinámica y basada en agentes. En su evolución reciente, la integración de módulos de inteligencia artificial ha potenciado estas capacidades al permitir que los modelos aprendan de datos reales, predigan comportamientos futuros y generen configuraciones óptimas de manera automática. Gracias a estas funciones, los ingenieros industriales pueden identificar cuellos de botella con mayor precisión, optimizar inventarios y evaluar escenarios complejos sin necesidad de realizar experimentos costosos, logrando decisiones más rápidas, fundamentadas y eficientes.

Hoy en día, existen herramientas que no solo aceleran procesos y reducen la carga de trabajo.

Ingeniería mecánica y automotriz
Plataformas como Siemens Simcenter y ANSYS han incorporado módulos de inteligencia artificial que transforman la forma en que se diseñan y validan componentes. Estas herramientas pueden analizar miles de configuraciones posibles, predecir fallas estructurales o térmicas, y optimizar diseños mediante modelos entrenados con datos experimentales y simulaciones previas. Al combinar simulación tradicional con IA, los ingenieros pueden reducir drásticamente los ciclos de diseño, explorar alternativas más innovadoras y obtener soluciones más eficientes en áreas como aerodinámica, gestión térmica y durabilidad, todo ello sin necesidad de realizar tantas pruebas físicas.

PSICOLOGÍA (+ SALUD) 
Umberto León Domínguez. Profesor de la Escuela de Psicología. UDEM.

NotebookLM
Es una herramienta de toma de notas y análisis de documentos impulsada por IA (desarrollada por Google Labs / Gemini) que permite subir PDFs, sitios web, Google Docs/Slides, y luego generar resúmenes, explicaciones, respuestas y hasta “Audio Overviews” tipo pódcast sobre el material.

Usos para salud (estudiantes/ profesores/investigadores):

• Un estudiante de postgrado en neuropsicología puede subir artículos sobre neuroimagen, luego pedir a NotebookLM que sintetice los hallazgos clave y formule preguntas de repaso.
• Un profesor puede usarlo para preparar clases: subir múltiples papers y generar un esquema de enseñanza o guión en audio para que los estudiantes lo revisen antes de clase. 
• Un investigador puede cargar su propio borrador, datos de apoyo, literatura relevante, y usar NotebookLM para resúmenes, extraer citas, identificar vacíos o incluso preguntar: “¿Qué supuestos cognitivos emergen en estos estudios?”

Consensus
Es un motor de búsqueda IA especializado en literatura científica. Su objetivo es extraer y condensar evidencias académicas de publicaciones con revisión por pares. Permite realizar preguntas y obtiene resúmenes con citaciones directas, además de proporcionar un indicador de grado de consenso entre los estudios.

Usos para salud (estudiantes/ profesores/investigadores):

•  Un estudiante que prepara una revisión sistemática o un trabajo de fin de maestría puede lanzar una pregunta del tipo: “¿La intervención cognitivo-conductual mejora la memoria en adultos mayores con deterioro leve?” y obtener un resumen de cuántos estudios sí, cuántos no, qué muestran los metaanálisis. 
• Un profesor puede emplearlo para diseñar actividades de clase. Por ejemplo, que los alumnos verifiquen los estudios que subyacen al resumen de Consensus y discutan la calidad metodológica, heterogeneidad y límites. 
• Un investigador puede usarlo para identificar rápidamente dónde hay consenso o controversia en un tema emergente (por ejemplo, neurofeedback en TDAH) y así definir la brecha de investigación. 

AlphaFold 
Primero que nada, decir que es un modelo de frontera en salud que lo está revolucionando todo. Desarrollado por DeepMind/Isomorphic Labs, predice estructuras tridimensionales de proteínas (y en sus versiones más recientes de otros tipos de biomoléculas: ADN, ARN, ligandos) a partir de la secuencia.

Usos para salud (profesores/ investigadores):

• Un profesor de biología molecular podría mostrar a los alumnos cómo comparar predicciones de AlphaFold con estructuras cristalográficas y discutir ventajas, limitaciones y aplicaciones terapéuticas. 
• Un investigador en biomedicina podría usarlo para modelar la estructura de una proteína de interés (por ejemplo, una que estuviera implicada en la enfermedad de Alzheimer) y generar hipótesis de interacción estructural que luego validará experimentalmente. 
• También en investigación traslacional en salud: la predicción de estructura permite acelerar el diseño de fármacos, la identificación de blancos terapéuticos, la ingeniería de enzimas, etcétera.