Gracias a la inteligencia artificial, el análisis y la interpretación de datos están desplazando a la programación en la educación tecnológica
A inicios de la década de 2010, la recomendación para jóvenes interesados en carreras STEM (Ciencias, Tecnología, Ingeniería y Matemáticas) era aprender a programar, con Python como lenguaje fundamental. Una licenciatura en informática solía prometer una cómoda carrera en el mundo de la tecnología. Ahora, las ambiciones de los estudiantes han cambiado considerablemente.
La evolución de una licenciatura en informática y el análisis de datos en STEM
Hoy en día, los adolescentes siguen interesados en trabajar en tecnología, pero ya no ven la programación como el único camino. La inteligencia artificial (IA) está automatizando muchos trabajos de codificación, y la oferta de clases avanzadas de programación se ha reducido, mientras que el interés por el análisis y la estadística crece. Los profesores enfrentan la dificultad de mantenerse actualizados ante estos cambios constantes.
Benjamin Rubenstein, subdirector de la Manhattan Village Academy de Nueva York, señala que la educación STEM está evolucionando de un camino lineal a una red con múltiples rutas. Para sus estudiantes, aprender estadística resulta más práctico. De hecho, en su escuela se exige que todos los alumnos estudien informática para entender la base tecnológica, pero además se ha incorporado en el departamento de matemáticas la alfabetización en datos con un enfoque aplicado, por ejemplo, analizando datos reales para proponer cambios sociales.
Este cambio no es aislado: las universidades en Estados Unidos y Canadá reportan una disminución del 5.5% en titulaciones de ciencias informáticas en 2023-2024. Por el contrario, la enseñanza secundaria muestra un aumento en el interés por los datos, con inscripciones récord en exámenes de estadística avanzados, que ya están al nivel de la codificación.
Rubenstein afirma que los estudiantes STEM se enfocan en adquirir habilidades que los hagan valiosos para el mercado laboral, y la educación responderá a estas demandas. La inteligencia artificial se presenta como una herramienta que puede apoyar a los educadores, ayudando a personalizar el aprendizaje y a identificar las necesidades de cada alumno.
En la Universidad de Georgia, el investigador Xiaoming Zhai desarrolla “sistemas multiagente para el aula”, asistentes de IA que modelan el proceso científico, promoviendo un tipo de alfabetización que va más allá de usar IA; es aprender a pensar con ella. La codificación tradicional se complementa con la integración de la IA en distintas disciplinas.
Zhai destaca que la IA será una herramienta central para futuros científicos, usada para detectar patrones, probar hipótesis y expandir el conocimiento. Por eso urge que las escuelas enseñen a usar la IA con responsabilidad y mantener una visión crítica sobre sus limitaciones, ya que la IA puede fallar fuera de sus datos de entrenamiento.
Este equilibrio entre usar la IA de forma fluida y ser escéptico está redefiniendo la educación STEM. Las clases siguen existiendo, pero conviven con materias como medicina forense, ciencia-ficción y ética de los datos. Los estudiantes actuales están aprendiendo no solo a codificar máquinas, sino a entender su lógica para poder guiar su funcionamiento.
La inteligencia artificial ya no es el futuro lejano, es una realidad presente. Los futuros profesionales STEM deben estar preparados para colaborar con estas tecnologías, fortaleciendo su capacidad para interpretar datos y trabajar con algoritmos de manera crítica y efectiva.
¿Te interesa dominar este tema? Explora nuestra colección de cursos diseñados para ti.
