Resumen de los principales aportes
Formación – este fue un aspecto especialmente considerado en el intercambio, y en términos generales se concluye que:
- Hubo acuerdo en que las personas formadas son pocas en términos absolutos y relativos, y también en la dificultad que existe en nuestro medio para retener talentos. Este último como una dificultad importante.
- Se mencionó que la formación en inteligencia artificial, y temáticas vinculadas, debe ser una política país. Apuntalar desde la política pública para que las universidades puedan tener la capacidad basal para la generación de talentos. La matrícula es baja y los egresos también. Existen problemas en niveles de grado y además se cuenta con muy pocos doctorados.
- Se mencionó la necesidad de insertar formación en habilidades y competencias para inteligencia artificial generativa, en forma transversal, en carreras universitarias. Además apuntalar la formación básica en ingeniería, formación en ciencias básicas de los ingenieros, con propuestas atractivas para los estudiantes.
- Se hizo referencia además, a que la competencia de propuestas de postgrados a distancia es muy importante particularmente del exterior: resultan más baratas y completas.
- Se requiere formación interdisciplinaria para socializar y entender el lenguaje y los diferentes puntos de vista e impactos que ofrece esta tecnología. Se debería focalizar en formación para uso de la inteligencia artificial entendiendo los impactos.
- Un aspecto resaltado y no menor es lo referido a la formación docente, donde hay coincidencia que es un punto clave a atender. Se mencionó que en términos generales los docentes no están formados en la temática.
- También se consideró importante crear capacidad a todos los niveles, especialmente a “altos niveles”, con cambios que vayan a la personalización, saliendo de la idea de ofrecer todos y a todos lo mismo.
Investigación – es un aspecto vinculado a la formación y que preocupa en este marco.
- Se entiende que debe existir una ‘pirámide’ con personas investigando y especializándose. Se mencionó la percepción de que el sistema científico “está desprotegido”, la gente formada se va del país.
- Se requiere inversión e incentivos para abordar investigación sostenida y de calidad en estas temáticas con una perspectiva de largo plazo.
- Se destacó que la investigación se realiza especialmente en el ámbito privado, lo que (de alguna forma) compite con la Academia (se percibe como “una batalla perdida aunque se ponga dinero”). Muchos de los avances recientes en inteligencia artificial, provienen de empresas. La universidad privada tiene problemas de escala.
- Podría pensarse en un Centro Nacional de Inteligencia Artificial avanzando en objetivos intermedios, con asociaciones academia-industria, en formato investigación, no tan orientado al formato consultoría. Se mencionó PEDECIBA, como un buen ejemplo de programa para sincronizar las áreas de investigación.
- Es importante promover la disponibilidad de datos para apoyar la investigación, la que muchas veces se ve interferida por la falta de datos o acceso a ellos, atendiendo a temas de confidencialidad, para facilitar a los egresados insumos para investigar.
Infraestructura
- La inteligencia artificial no es nueva, lo que sí es nuevo es el acceso casi masivo a estas herramientas, y podría entenderse como una revolución más grande que internet.
- Buscar herramientas para introducirlas en forma temprana en la educación, promoviendo y enseñando y no prohibiendo su uso.
- Se mencionó que será necesario, en algún momento, contar con una plataforma nacional de herramientas generativas, análogo a lo que Ceibal posibilitó con el acceso a internet en su momento.
Algunos datos mencionados:
- Se visualiza el problema en la facultad de ingeniería de UdelaR: 1200 inscripciones, de las cuales se pierde el 60% en el primer semestre y se recibirán muy pocos en menos de 5 años.
- Luego los estudiantes que pasan el primer semestre, comienzan a trabajar en el segundo año, y esto complica sus trayectorias.