Universidades en Ecuador aceleran la integración de la IA en las aulas, con algo de retraso

Melanie Avilés es una estudiante universitaria que, como muchas otras en Ecuador, ha decidido usar la inteligencia artificial (IA) para procesar las clases que recibe y también para hacer en menos tiempo las tareas más tediosas de los proyectos que lleva a cabo.

Al iniciar su carrera en comunicación organizacional en agosto de 2023 en la Universidad San Francisco de Quito (USFQ), en medio de la adopción masiva de la IA en países como Ecuador, Melanie se limitaba a usar los chatbots principalmente para ver de qué eran capaces.

Pero algunas cosas han cambiado en esos tres años para ella y en el país. Ahora son sus profesores quienes le recomiendan nuevas herramientas, mientras en otras universidades se acelera la integración de la IA en la academia, en parte por exigencias de las autoridades gubernamentales.

• Ecuador presenta estrategia nacional de inteligencia artificial, que incluye metas hasta 2030

Es así que, cuando en 2023 la joven se limitaba a 'experimentar' con ChatGPT, en la actualidad ocupa herramientas como NotebookLM para procesar sus apuntes de clases hechos en Google Docs junto a las lecturas que les mandan, mientras con otras plataformas transcribe audios que antes le demandaban horas para convertir a texto.

La inteligencia artificial forma a los ecuatorianos en las universidades

El último informe del Índice Latinoamericano de Inteligencia Artificial incluye a Ecuador en los países de "adopción tardía" que han mejorado su talento y estrategias en IA a "paso acelerado", un impulso, en parte, atribuido a un mejor puntaje en la investigación académica.

María Dolores Lasso, decana de grado y asuntos académicos de la USFQ, explica que en las 53 carreras de pregrado de esa universidad privada ubicada en Quito ya "hay algún nivel de integración de la inteligencia artificial".

• Universidades forman contrarreloj a expertos en Inteligencia Artificial en respuesta a la falta de trabajadores especializados

Uno de esos casos es en la carrera de Medicina, en la que la IA se ocupa para simulaciones médicas con las que los alumnos estudian distintos procesos de intervención en el cuerpo humano, pero sin interactuar con pacientes reales “hasta que estén listos para hacerlo”.

Julieta Logroño, vicerrectora académica y de posgrado de la Universidad Central del Ecuador (UCE), en cambio cuenta que los estudiantes de agronomía de esa institución de educación superior pública ocupan modelos de inteligencia artificial para monitorear cultivos.

De manera puntual, la IA se usa en el Centro de Monitoreo y Procesamiento de Datos Agrícolas que tiene la universidad en La Morita, Tumbaco, para detectar las zonas de cultivo afectadas por enfermedades para concentrar la fumigación en esas áreas específicas, a la vez que realizan monitoreos meteorológicos y de recursos hídricos.

Formación en IA para estudiantes y docentes con diferentes enfoques

Lasso explica que la adopción de la IA en la USFQ comenzó antes del 'boom' de ChatGPT en 2022. En esa primera etapa, los docentes con conocimientos avanzados compartían herramientas con sus colegas, impulsados por la rápida adopción tecnológica de los propios alumnos.

Además de una mayor demanda de minors (subespecializaciones) relacionados con el análisis de datos, los estudiantes de esta universidad deben completar un curso obligatorio de uso de herramientas de IA durante su seminario de preparación para la vida profesional.

En los próximos años, es decir, las autoridades de la USFQ esperan integrar módulos de IA generativa en las clases básicas de matemáticas y química, para que los estudiantes que llegan a la universidad con "diferentes niveles" de conocimiento puedan avanzar a su propio ritmo.

En el caso de la UCE, Alberto Belalcázar, coordinador de Inteligencia Artificial en el Vicerrectorado Académico y de Posgrado de dicha institución, explica que de los cerca de 45.000 estudiantes que tiene esa universidad pública, 14.000 forman parte de un programa de capacitación masivo en IA que empezó hace tres meses, es decir, en marzo de 2026.

El plan también incluye a los profesores: de los 2.200 docentes de la institución, 1.000 carecían de conocimientos en IA y apenas 200 dominaban usos avanzados o de investigación.

Logroño comenta que los esfuerzos de la UCE para adoptar la IA en las aulas se dan porque el Consejo de Aseguramiento de la Calidad de la Educación Superior (CACES) tiene entre sus indicadores de acreditación la incorporación de IA.

Falta de hardware y la presión de la computación cuántica

César Zambrano, vicerrector académico de la USFQ, comenta que su universidad ya cuenta con modelos de inteligencia artificial desarrollados localmente, tanto para aplicaciones internas como para investigación, pero apunta a que esta adopción se hace de “manera cuidadosa” debido al tratamiento de datos que entra en la categoría de propiedad intelectual.

Zambrano, sin embargo, mira un problema en el mediano y largo plazo: el uso de recursos energéticos y el encarecimiento de la nube. 

“Nosotros tenemos unos servidores que son un poco grandes, que no están aquí porque consumen demasiada luz. Las universidades sabemos que todo el mundo se iba a la nube porque es más barato. Ahora la nube no quiere tener más gente porque está siendo usada para la IA. Eso es mucho más rentable que tener los datos de la gente. A futuro qué es lo que vemos nosotros: 'Tenemos un data center, vamos a construir otro, porque la nube es demasiado cara'”, comenta.

• La inteligencia artificial avanza en el sector público ecuatoriano, pero la falta de reglas frena su potencial

Desde la UCE, Belalcázar considera, no obstante, que si bien mucha de la atención se ha enfocado en la inteligencia artificial en los últimos años, otra tecnología de vanguardia que empieza a ganar terreno es la computación cuántica.

"Nos está ganando el mundo de la computación cuántica", dice al argumentar que esa es una de las razones que obligan a masificar el conocimiento en IA con el fin de tener una base estable para proyectos más ambiciosos

"Es un poco complicado porque no estamos todavía en capacidad de llegar a ese tipo de hardware o infraestructura más especializados, que te permita, por ejemplo, a un nivel de partículas o células, tener una mayor predictibilidad de saber qué va a ocurrir con la salud humana", concluye.