POSGRADO UPEA

MODULO 2 – TAREA 2

Diseño Curricular para la Era de la Inteligencia Artificial (IA)

Universitario (a): Edwin Santos Tinta Gomez

Carrera: POSGRADO UPEA
Paralelo: Paralelo “B”
Fecha: 01/03/2026
 Diseño Curricular para la Era de la Inteligencia
Artificial (IA)
Informe de Estrategia e Impacto: La Inteligencia Artificial en la Educación
Superior y la Sociedad

El presente documento sintetiza las investigaciones, marcos estratégicos y

desarrollos curriculares derivados del análisis de diversas fuentes académicas
e institucionales, con un enfoque primordial en la Universidad de Toronto y su
informe de junio de 2025, Toward an AI-Ready University. La premisa central
es que la inteligencia artificial (IA) no es simplemente una herramienta técnica,
sino una tecnología transformadora que redefine el potencial humano, la
investigación académica y la estructura operativa institucional.

Los hallazgos clave incluyen:

 Visión "AI-Ready": La transición hacia una institución "lista para la IA"

requiere una infraestructura técnica robusta (como el "AI Kitchen"), una
gobernanza ética clara (Mesa de Adopción de IA) y una alfabetización
profunda en toda la comunidad.

 Integración Curricular: Se observa un cambio fundamental desde la

enseñanza de la computación aislada hacia una integración
interdisciplinaria, ejemplificada por la creación de subespecialidades en
Ingeniería de IA y la actualización de cursos tradicionales (como
estadística) hacia el "aprendizaje estadístico".

 Humanocentrismo y Ética: La estrategia institucional prioriza el juicio

humano, la creatividad y la ética sobre la automatización. El objetivo es
que la IA actúe como un catalizador de "upskilling" (mejora de
competencias) en lugar de "deskilling" (pérdida de habilidades).

 Investigación Interdisciplinaria: Institutos como el Schwartz Reisman

(SRI) y publicaciones como Oxford Academic subrayan la necesidad de
abordar los impactos socio-culturales, la privacidad y la seguridad desde
múltiples lentes: derecho, filosofía, ciencia de datos y humanidades.
1. El Marco Estratégico de una Universidad "AI-Ready"

El informe del Grupo de Trabajo de IA de la Universidad de Toronto define ser

"AI-Ready" como la capacidad institucional para responder a las oportunidades
y riesgos de la IA bajo sus propios términos, guiada por valores y prioridades
predefinidas.

Componentes de la Madurez Institucional

Para alcanzar este estado en 2030, se proponen cuatro pilares fundamentales:

Dominio Descripción y Objetivos

Creación de una Mesa de Adopción de IA (AIAT) para

Gobernanza supervisar decisiones, evaluar riesgos y coordinar políticas
externas.

Desarrollo del "AI Kitchen", un entorno virtual seguro para

Infraestructura
probar proyectos avanzados con datos protegidos.

Programas de alfabetización masiva para estudiantes,

Capacidad
profesores y personal, junto con "Equipos de Respuesta de
Humana
IA" especializados.

Marcos de gobernanza de datos que aseguren la

interoperabilidad, soberanía y seguridad (actualmente
Datos
aprobados hasta el Nivel 3 para herramientas como Microsoft
Copilot).

Principios Rectores

La integración de la IA debe centrarse en el bienestar de la comunidad y la

excelencia académica:

1. Aumento de la capacidad humana: La IA debe fortalecer la

enseñanza, la investigación y la experiencia del estudiante.

2. Confianza Digital: Embeber seguridad, privacidad y uso ético en toda la

infraestructura.
 3. Sostenibilidad: Considerar el impacto ambiental y las emisiones de
carbono de los sistemas de IA.

2. Innovación en la Enseñanza y el Aprendizaje

La IA está provocando un rediseño radical de la pedagogía, moviéndose de la

evaluación de productos (ensayos, código) hacia la valoración del proceso de
pensamiento crítico.

Adaptaciones Curriculares y Nuevas Credenciales

 Menor en Ingeniería de IA: La Facultad de Ciencias Aplicadas e

Ingeniería (FASE) estableció este programa reconociendo que la IA ya
no es exclusiva de la ingeniería informática, sino ubicua en la ingeniería
civil (patrones de tráfico), mecánica (automatización) y química
(descubrimiento de fármacos).

 Actualización de Contenidos: Cursos como CHE223: Statistics se han

transformado en introducciones al aprendizaje estadístico,
incorporando modelos de predicción, inferencia y el equilibrio entre
sesgo y varianza.

 Alfabetización en IA Generativa: Iniciativas como GenAI Literacy

Course Modules proporcionan contenido personalizable para
instructores, asegurando que los estudiantes no solo usen la
herramienta, sino que comprendan su funcionamiento y sesgos.

El Rol del "Tutor Virtual" y el Aprendizaje Asistido

Se están pilotando agentes de IA específicos por curso (usando la plataforma

Cogniti). A diferencia de los chatbots comerciales, estos:

 Operan como "compañeros de pensamiento" basados en fuentes

autorizadas por el instructor.

 Protegen la propiedad intelectual del profesor y la privacidad de los

estudiantes.

 Ayudan a navegar materiales complejos sin recurrir a la simplificación

excesiva.
3. Investigación e Impacto Sociocultural

La investigación sobre IA se está moviendo más allá del desarrollo de modelos

hacia el análisis de sus consecuencias en la sociedad.

El Instituto Schwartz Reisman (SRI)

Este centro actúa como un nudo interdisciplinario con más de 150

investigadores de 20 disciplinas. Sus iniciativas clave incluyen:

 E3I (Embedded Ethics Education Initiative): Integra módulos de ética

directamente en los cursos de ciencias de la computación.

 IA y Confianza: Un grupo de trabajo multinacional que estudia cómo se

forma y sostiene la confianza en las interacciones humano-IA.

 Seguridad de la IA: Un proyecto de 5.6 millones de dólares enfocado

en la robustez, la justicia y los marcos de cumplimiento regulatorio.

Dimensiones de la "IA en la Sociedad" (Oxford Academic)

La investigación académica destaca que la IA afecta dimensiones críticas de la

vida humana, estructuradas en secciones como:

 Gobernanza y Ley: Regulación de tecnologías emergentes y ética

digital.

 Trabajo: El impacto de la gestión algorítmica y el cambio tecnológico en

las relaciones laborales.

 Persona y Relaciones: Desafíos morales y legales de la inteligencia no

humana y el antropomorfismo.

 Mundo Mayoritario: Asegurar que el desarrollo de la IA sea equitativo y

considere las perspectivas del Sur Global.

4. Perspectiva Crítica: Desafíos y Ética

A pesar de las oportunidades, las fuentes coinciden en riesgos existenciales y
prácticos que deben ser gestionados.

Riesgos Identificados

 Erosión de la Identidad Experta: El riesgo de que la IA diluya el valor

del juicio profesional humano.

 Desinformación y Sesgo: Las herramientas de IA pueden generar

resultados falsos (alucinaciones) o prejuiciosos que omiten o
estereotipan a minorías.

 "Deskilling": El peligro de que los estudiantes utilicen la IA para tareas

cognitivas básicas, perdiendo la capacidad de realizar procesos críticos
de manera independiente.

Citas Relevantes sobre la Postura Crítica

 "En nuestro mundo de IA, cada algoritmo tiene una agenda particular y
no hay objetividad." — Kyle Smith, Profesor de Historia de las
Religiones.

 "Cuanto más nos haga la IA 'superhumanos', más necesitamos ser

'súper humanos'." — Susan McCahan, Vicerrectora de Estrategias
Digitales.

 "Escribir algoritmos ha comenzado a convertirse en una habilidad

esencial fuera de las ciencias de la computación." — Syllabus del
curso Intelligence: Artificial and Human.

5. Visión hacia 2030: El Futuro de la Experiencia Universitaria

El documento Toward an AI-Ready University proyecta un estado futuro donde

la IA está integrada de manera invisible pero ética.

Características de la Universidad en 2030

 Grupos de Estudio Híbridos: Estudiantes colaborando con avatares de

IA que conocen sus preferencias de aprendizaje.
  Administración Eficiente: Automatización de tareas transaccionales
(como evaluación de créditos de transferencia) para permitir que el
personal se enfoque en el apoyo humano directo.

 Investigación Acelerada: Uso de IA para la traducción de

conocimientos entre disciplinas y la identificación de redes de
colaboración global.

 Transparencia: Todas las aplicaciones de IA utilizadas por la institución

cuentan con información pública sobre su precisión, sesgo e impacto
ambiental.

Conclusión

La transición hacia una sociedad y una academia integradas con la IA requiere

un equilibrio delicado entre la adopción tecnológica y la preservación de los
valores humanos. La estrategia documentada sugiere que el éxito no se medirá
por la cantidad de procesos automatizados, sino por la capacidad de la
tecnología para elevar el pensamiento crítico, la creatividad y la integridad de la
comunidad académica. La universidad debe actuar no solo como un adoptante
de IA, sino como un guardián ético y un líder en la definición de las normas
globales para su uso responsable.

Según Gemini

Es evidente que el resumen que presentas captura la esencia de un cambio de

paradigma en la educación superior. Lo que mencionas sobre la Universidad
de Toronto y la Universidad de Oxford es clave: no se limitan a "usar" la
tecnología, sino que están intentando definir la ética que la regirá a nivel
global.

Aquí te presento un desglose de los puntos fundamentales que mencionas,

organizados para analizar cómo estas instituciones están blindando su futuro:

1. El Equilibrio Ético-Tecnológico
La creación de marcos regulatorios no es solo un trámite burocrático; es una
respuesta a la "caja negra" de la IA. El objetivo es asegurar que el juicio
humano siga siendo el filtro final.

 Transparencia: Evitar el sesgo en algoritmos de evaluación.

 Privacidad: Proteger los datos intelectuales de investigadores y

alumnos.

2. Reformas Curriculares: Del Aula al Campo Laboral

No basta con saber que la IA existe; las universidades están institucionalizando

el conocimiento técnico.

 Certificados en Ingeniería de IA: Transforman al estudiante de un

usuario pasivo a un creador.

 Alfabetización Digital: Un programa vital para que los docentes no

queden obsoletos frente a herramientas que evolucionan cada semana.

3. Impacto en la Gobernanza y Sociedad

Centros como el Schwartz Reisman Institute (Toronto) o el Oxford Internet

Institute analizan la IA no como una herramienta de software, sino como un
actor político.

 Gobernanza Mundial: Cómo la IA afecta la democracia y las políticas

públicas.

 Bienestar Social: Mitigación del desplazamiento laboral y fomento de la

equidad.

Comparativa de Enfoques Institucionales

Ámbito Universidad de Toronto Universidad de Oxford

Innovación técnica y
Enfoque Filosofía, ética aplicada y
aplicaciones prácticas
Principal política pública.
(Ingeniería).

Infraestructura Centros de investigación Marcos regulatorios para la

Ámbito Universidad de Toronto Universidad de Oxford

excelencia académica
interdisciplinarios.
tradicional.

Preservación del rigor

Liderazgo en el desarrollo de
Meta académico frente a la
IA responsable.
automatización.

Nota: La clave del éxito de estos modelos radica en que la IA no se ve como

una amenaza a la excelencia, sino como una infraestructura que, si es
transparente, potencia la capacidad humana.

¿Te gustaría que profundizara en los detalles técnicos de algún certificado de

ingeniería de IA específico o quizás analizar cómo se están aplicando estos
marcos éticos en la evaluación de los estudiantes?