Con la llegada de la inteligencia artificial y su uso como herramienta de apoyo, es necesario considerar su integración en el diseño curricular de diversas carreras profesionales por el potencial que tiene.
El autor sobre el tema desarrollado menciona inicialmente lo siguiente:
La inteligencia artificial (IA) ha ganado relevancia en la sociedad actual, ofreciendo nuevas soluciones para problemas en energía, señales e información, aspectos centrales en la Ingeniería Eléctrica. Este ensayo, escrito por Marvin Coto Jiménez, propone discutir la inclusión de la IA en el currículo de pregrado de esta disciplina en la Universidad de Costa Rica. Se destaca la importancia de difundir este conocimiento más allá de los programas de posgrado y laboratorios especializados, considerando la formación general de los estudiantes (Coto Jiménez, M, 2021, P1).
El autor argumenta que los estudiantes de Ingeniería Eléctrica poseen bases matemáticas y de programación necesarias para abordar conceptos de IA. Además, se menciona la necesidad de seleccionar adecuadamente los contenidos y estrategias de evaluación para una integración efectiva en el plan de estudios. La propuesta se enfoca en temas de IA que sean relevantes y aplicables a la práctica profesional, como el reconocimiento de patrones y el procesamiento de señales.
La integración de la inteligencia artificial (IA) en un programa de pregrado de ingeniería eléctrica requiere considerar varios aspectos clave para asegurar una integración exitosa y relevante en el currículo. Estas consideraciones incluyen:
- 1.- Alineación con el perfil profesional:
- 2.- Actualización del currículo:
- 3.- Enfoque interdisciplinario:
- 4.- Formación de docentes:
- 5-. Infraestructura tecnológica:
- 6.- Proyectos aplicados y experiencias prácticas:
- 7.- Vinculación con la industria:
- 8.- Evaluación de resultados de aprendizaje:
La IA debe estar alineada con los objetivos formativos del programa, enfocándose en desarrollar competencias clave que respondan a las demandas de la industria. En ingeniería eléctrica, esto podría incluir automatización, control inteligente, redes neuronales y optimización de sistemas eléctricos.
Revisar y actualizar el plan de estudios para incluir asignaturas o módulos específicos sobre IA, tales como machine learning, deep learning, procesamiento de señales y análisis de datos. Esto puede implicar la creación de nuevas asignaturas o la actualización de las ya existentes.
La IA en ingeniería eléctrica requiere la integración de conocimientos de matemáticas avanzadas, estadística, programación, electrónica y redes. Es importante garantizar que los estudiantes adquieran una base sólida en estas áreas.
Los profesores deben estar capacitados en el uso de herramientas y tecnologías de IA aplicadas a la ingeniería eléctrica. Esto podría implicar cursos de formación continua o programas de actualización docente.
Es esencial contar con la infraestructura adecuada, como software especializado (por ejemplo, MATLAB, Python con bibliotecas de IA) y hardware (computadoras con GPU, servidores para procesamiento de datos), para que los estudiantes puedan realizar prácticas y experimentos.
La IA debe ser introducida a través de proyectos prácticos que permitan a los estudiantes aplicar los conocimientos adquiridos a problemas reales del campo de la ingeniería eléctrica, como la optimización de redes eléctricas o el mantenimiento predictivo de sistemas.
Establecer alianzas con empresas del sector eléctrico que utilicen IA para apoyar la participación activa de los estudiantes en prácticas profesionales, proyectos colaborativos o el desarrollo de soluciones innovadoras.
Desarrollar sistemas automáticos de evaluación que midan no solo el conocimiento teórico, sino también la capacidad de los estudiantes para aplicar IA a problemas complejos y multidisciplinarios en el ámbito de la ingeniería eléctrica.