Lanzan una carrera de ingeniería inspirada en MIT y Stanford para formar a los "creadores del futuro"
En un contexto global que se reescribe a diario por la velocidad de la transformación tecnológica, la Universidad del CEMA (UCEMA) dio un paso estratégico al anunciar el lanzamiento de su nueva carrera de ingeniería en inteligencia artificial (IA).
Esta propuesta académica de cinco años, que iniciará en marzo de 2026 en el nuevo campus urbano en la ex sede porteña de la empresa Maple, nace con una ambición: formar a los "creadores de la inteligencia artificial del futuro".
La IA ya no es una promesa futurista, sino el presente y la base de la próxima revolución industrial. Esta nueva carrera de ingeniería en IA se enfoca en dotar a sus egresados de una sólida base en ciencia y tecnología, preparándolos para ser ingenieros altamente competitivos a nivel internacional.
Inspiración global y adaptación al contexto latinoamericano
El diseño del plan de estudios de esta carrera se inspira en los estándares y la excelencia de las universidades más prestigiosas del mundo, como Stanford y MIT. El desafío no era simplemente replicar modelos, sino adaptarlos al contexto regulatorio y a las necesidades específicas de la región latinoamericana.
Según explicó a iProfesional Sergio Pernice, director y creador de la carrera, el plan se elaboró en colaboración con expertos de esas instituciones. Pernice partió de una visión fundamental: "la IA será una tecnología ubicua, tan fundamental como la electricidad". Esta visión exige un programa flexible, capaz de formar "tanto a futuros emprendedores en IA y líderes corporativos, como a investigadores de frontera".
La clave para traducir la flexibilidad de instituciones con cientos de optativas a un contexto con regulaciones más estrictas fue maximizar la adaptabilidad legal. "Creamos un núcleo obligatorio enfocado en los fundamentos técnicos inmutables —los que sobrevivirán a cualquier cambio—, pero incluimos la máxima cantidad de optativas y talleres que permite la normativa", explicó Pernice. Esta estructura otorga a cada estudiante "la posibilidad de diseñar su propio perfil profesional y especializarse, tal como sucede en las instituciones de referencia global".
Título intermedio y roles laborales: Una inserción temprana
Una de las innovaciones del programa es la entrega de un título intermedio de "analista en inteligencia artificial" al finalizar el segundo año. Esta credencial habilita una temprana inserción laboral en uno de los mercados más dinámicos del momento.
Tras dos años de intensa formación en fundamentos —matemática, científica y computacional— y tres talleres prácticos, el analista en IA está preparado para roles de soporte crucial. Pernice detalló los roles específicos que podrán desempeñar estos graduados: "Hablamos de tareas de preparación y curación de datos (Data Prepper), roles de Junior AI Ops o implementación y monitoreo de modelos existentes". El objetivo es que se inserten en trabajos part-time para adquirir experiencia real.
Esta inserción temprana tiene un impacto positivo en la retención y finalización de la carrera completa, ya que mejora la motivación y reduce la presión económica. Aunque el riesgo de deserción por trabajos bien pagos siempre existe, la filosofía de la universidad es que más oportunidades siempre es mejor que menos. La estrategia se enfoca en educar a los alumnos sobre el "enorme costo de oportunidad de no obtener el título completo, confiando en que, como adultos, la mayoría valorará la ventaja a largo plazo de ser el ‘creador’ de la IA, y no solo un soporte", dijo Pernice.
Flexibilidad curricular y transformación tecnológica
La velocidad de la transformación tecnológica exige que el plan de estudios posea una flexibilidad curricular superior. La estructura de esta casa de altos estudios permite a la universidad incorporar rápidamente nuevas tecnologías y métodos emergentes sin necesidad de reformular todo el plan de estudios. El director de la carrera ilustró este diseño como un sistema de "dos velocidades":
- Formación sólida e inmutable (núcleo): Una formación STEM muy sólida en matemática, algoritmia, computación y los fundamentos teóricos más estables de la propia IA. "Esto es vital porque formamos ingenieros capaces de crear tecnología, no meros usuarios", subrayó Pernice.
- Mecanismo de adaptación rápida (optativas y talleres): Los talleres y las materias optativas son el vehículo para la actualización.
Un ejemplo concreto de la necesidad y utilidad de esta flexibilidad es el rápido surgimiento de la inteligencia artificial agéntica. "Cuando diseñamos el plan hace un par de años para su aprobación ministerial, la ‘IA agéntica’ apenas se mencionaba. Hoy es el centro de la discusión," señaló Pernice. Gracias a la estructura flexible, la ujniversidad puede incorporar "inmediatamente asignaturas específicas sobre agentes sin necesidad de reformular la carrera entera, manteniendo a los alumnos en la vanguardia".
Prácticas, liderazgo y startups
El plan de estudios incluye prácticas profesionales supervisadas con empresas e instituciones del ecosistema tecnológico, así como un proyecto final integrador. Estas experiencias son el eje para integrar el enfoque en el liderazgo de equipos multidisciplinarios y el desarrollo de startups, elementos clave en el perfil del egresado.
Los estudiantes tendrán gran libertad para elegir el tema de su proyecto final según sus intereses. Para quienes proyectan una carrera corporativa o emprendedora, la universidad incentiva que el proyecto no sea un ejercicio abstracto, sino "el desarrollo de un producto y su modelo de negocio que pueda ser la base a un startup o una solución industrial real". En cambio, para quienes buscan la investigación, el foco estará en la originalidad científica y la profundidad teórica.
En todos los casos se forja el liderazgo, afirmó Pernice: "ya sea articulando un producto de mercado con otras disciplinas o defendiendo una tesis novedosa, el graduado aprende a transformar su robustez técnica en valor concreto". Los egresados tendrán la capacidad para "ocupar roles técnicos de alta especialización, liderar equipos multidisciplinarios, desarrollar startups innovadores, o incluso continuar carreras académicas y científicas".
Inversión en IA y futuro profesional: La "terra incógnita"
La magnitud de las inversiones confirmadas en inteligencia artificial para los próximos años, equivalentes a financiar "diez proyectos Manhattan" en paralelo, envía una señal inequívoca: "la IA no es una promesa futurista, sino el eje central de la economía actual", dijo Pernice.
Esta dimensión de inversión representa un escenario de gran incertidumbre y velocidad de cambio para los profesionales en formación. Las valuaciones astronómicas de las empresas de IA reflejan la expectativa de que el ganador obtendrá "ganancias extraordinarias, una hegemonía similar a la que logró Google con la búsqueda online, pero a una escala ubicua global", señaló el director de la flamante carrera.
No obstante, Pernice advirtió sobre la incertidumbre financiera: "Son inversiones de riesgo". Si bien es probable que la competencia termine distribuyendo los beneficios, el director aseguró: "Para cualquiera que opere estas herramientas a fondo, la realidad de la tecnología es innegable y asombrosa. La generación de riqueza ocurrirá, superando ampliamente a la revolución de Internet".
Para quienes hoy se forman en ingeniería en IA, esto significa entrar en "Terra Incógnita". "No hay mapas predefinidos," afirmó Pernice. El capital humano que domine esta tecnología será el activo más valioso, independientemente de la suerte de empresas individuales. El desafío para los alumnos, más allá de lo técnico, es de carácter: "hay que saber que el camino estará lleno de sorpresas y tener la templanza para transitarlas".
IA agente: El cambio profundo de la ejecución de procesos
La discusión se ha centrado en las diferencias entre la IA conversacional (un gran conocedor y orador) y la IA agente (investigador, planificador y capaz de acción). Según Pernice, si bien el "cerebro" detrás de ambos sistemas suele ser el mismo (un modelo de lenguaje), la diferencia radical reside en la arquitectura que lo rodea. La IA agéntica introduce la capacidad de "razonamiento lento". No se limita a predecir la siguiente palabra, sino que:
- Descompone un problema complejo en pasos.
- Utiliza herramientas externas (calculadoras, navegadores, bases de datos).
- Critica y corrige su propio trabajo antes de entregar una respuesta.
El cambio más profundo que traerán estos sistemas autónomos a las industrias es el paso de la generación de contenido a la ejecución de procesos. "Pasamos a la delegación de objetivos completos," explicó el director.
Pernice ejemplificó la magnitud del cambio: "Imaginen una logística donde la IA no solo avisa que falta stock (procesamiento de datos), sino que investiga proveedores alternativos, negocia precios, realiza el pedido y coordina el envío (acción)". Esto va mucho más allá de procesar texto o datos. "Ya no estamos automatizando solo la fuerza bruta o el cálculo, estamos automatizando la toma de decisiones operativa y la gestión de flujos de trabajo enteros sin intervención humana constante", dijo.
Recomendación para empresas: Rediseño de procesos
Un fenómeno común es que las personas son más productivas con IA, pero los procesos internos de las empresas siguen siendo los mismos, lo que genera resistencia y frustra la capitalización de la tecnología
El director de la carrera advirtió que los procesos tradicionales no son ineficientes per se, sino que "fueron óptimos para una realidad técnica que ya no existe". Al volcar la nueva capacidad productiva individual de la IA en los "viejos flujos de trabajo, generamos cuellos de botella en lugar de agilidad", advirtió. Esto explica por qué muchos proyectos piloto fallan en generar retorno: "la tecnología funciona, pero la estrategia falla al no cambiar la infraestructura de procesos", señaló.
La recomendación principal de Pernice a las empresas es dejar de intentar encajar la IA en el esquema viejo y rediseñar flujos desde cero que soporten y aprovechen esta nueva abundancia cognitiva.
Impacto económico: corto y largo plazo
El impacto inicial de la IA se percibe como una ganancia incremental de eficiencia. Sin embargo, Pernice matiza esta premisa: "la eficiencia solo es ‘incremental’ si no cambiamos el proceso; si la IA nos permite repensar el flujo de trabajo, esa eficiencia se vuelve disruptiva", dijo el director. En el corto plazo para la economía argentina, Pernice observó un potencial inmediato en tres motores clave:
- Economía del conocimiento.
- Agro, donde la optimización de datos eleva la competitividad global.
- Sector financiero y Fintech: "La IA permite evaluar riesgos con patrones alternativos y mucho más sofisticados que los tradicionales, lo que podría democratizar el capital e incluir financieramente a una enorme porción de la población que hoy está fuera del sistema", dijo el director.
A largo plazo, el impacto más profundo no se verá solo en la contabilidad de las empresas, sino en la aceleración radical del descubrimiento científico. "La IA no solo procesa textos; está aprendiendo a modelar la física, la biología, el mundo real", advirtió el director. Se trata de comprimir en diez años los avances que hubieran tomado un siglo.
El horizonte último es la innovación tecnológica que desbloquee un futuro de inimaginable abundancia material y energética, como el uso de la IA para resolver el control del plasma y estabilizar la fusión nuclear.
El creador de IA vs. el usuario de prompts
El objetivo central de la carrera es formar a los "creadores de la inteligencia artificial del futuro", diferenciándolos de un mero usuario de prompts. Pernice trazó una analogía contundente: la distinción es análoga a la que existe "entre quien maneja un auto y el ingeniero que diseña el motor".
El usuario opera la herramienta, pero "el creador debe ser capaz de abrir la ‘caja negra’ y entender su mecánica íntima". Por ello, el dominio de los fundamentos matemáticos —álgebra lineal, probabilidades, cálculo— y la algoritmia profunda es innegociable.
Esta casa de altos estudios no forma profesionales para usar el chatbot de moda, "sino para construir el siguiente". Ante la escasez de talento, el valor real del creador no reside en escribir un buen prompt, sino en la capacidad técnica para entrenar, ajustar (fine-tuning) e integrar modelos propios cuando las soluciones genéricas no alcanzan.
El estudiante egresará con las capacidades para diseñar, programar e implementar algoritmos complejos, aplicando técnicas avanzadas como machine learning, deep learning, reinforcement learning, optimización, procesamiento de lenguaje natural y visión computacional.
Ética e impacto social
Frente a la discusión ética y el temor de los empleados a ser reemplazados, esta carrera de ingeniería en IA aborda el dilema con una premisa fundamental: "para discutir seriamente los límites de una tecnología, primero hay que entender su mecánica íntima", dijo Pernice.
Se reconoce que los dilemas éticos involucran valores que exceden a la ingeniería y que deben dirimirse en el seno de la sociedad democrática. No obstante, es vital que esa deliberación pública esté informada por técnicos —los futuros ingenieros— que entiendan las restricciones reales y los trade-offs inevitables de los modelos. Sin este anclaje técnico riguroso, se corre el riesgo de caer en discusiones superficiales.
En cuanto al miedo al reemplazo y el impacto social, la filosofía de esta casa de altos estudios es científica: "los datos mandan y la ignorancia es profunda", dijo Pernice, quien subrayó la "intrínseca ignorancia" sobre el futuro, tanto en la tecnología como en la adaptación mental humana, donde el miedo a lo desconocido es una barrera histórica. Por ello, la formación no se ata a una visión a priori de hacia donde la tecnología "tiene" que ir Se dan a los estudiantes herramientas analíticas "para que naveguen cualquier dirección evolutiva basándose en evidencia, y no en wishful thinking".