Edición global
MU21Mundo Universitario 21

Innovación, emprendimiento y tecnología en la educación superior

Reportaje · TecnologíaTHE

La Universidad de Granada conecta la inteligencia artificial con problemas de salud e industria

El instituto DaSCI ofrece un punto de encuentro entre ciencia de datos, computación y conocimiento especializado. Su actividad ilustra cómo una universidad puede formar talento tecnológico mediante preguntas que nacen fuera de la informática.

Por Laura Méndez · 10 de octubre de 2026 a las 6:00 · Universidad de Granada

La Universidad de Granada conecta la inteligencia artificial con problemas de salud e industria

La inteligencia artificial adquiere valor académico cuando encuentra problemas concretos que resolver. En la Universidad de Granada, esa conexión tiene uno de sus espacios de referencia en el Instituto Andaluz Interuniversitario en Ciencia de Datos e Inteligencia Computacional, conocido como DaSCI. Participado también por las universidades de Jaén y Córdoba, el instituto reúne investigación sobre datos y sistemas inteligentes. Su configuración facilita que especialistas con trayectorias diferentes compartan métodos y desarrollen aplicaciones en colaboración con otros ámbitos científicos y profesionales.

Esta propuesta se apoya en una trayectoria universitaria vinculada a la informática, la inteligencia computacional y los métodos de apoyo a la decisión. Entre las áreas que confluyen en DaSCI figuran el aprendizaje automático, la optimización y el tratamiento de información compleja. Más que una colección de herramientas digitales, constituyen una base para formular preguntas, construir modelos y evaluar soluciones. Esa continuidad entre fundamentos y aplicaciones ayuda a explicar la proyección de Granada en el campo de la inteligencia artificial.

La salud ofrece un ejemplo especialmente claro del valor de este enfoque. Analizar imágenes, estudiar patrones en registros o apoyar la interpretación de información biomédica requiere combinar técnicas computacionales con conocimiento clínico. La aportación universitaria consiste en reunir esas capacidades dentro de proyectos de investigación. Desde una lectura editorial, este trabajo interdisciplinar resulta formativo porque enseña al estudiante que un modelo útil nace de comprender tanto los datos como la pregunta científica que orienta su utilización en cada contexto.

En el terreno industrial, la optimización y el análisis de datos permiten estudiar procesos, organizar recursos y desarrollar sistemas de apoyo a decisiones. Estos problemas acercan la investigación a organizaciones que necesitan convertir información en actuaciones concretas. Para quienes se forman en informática o ingeniería, ese vínculo abre un repertorio profesional amplio: desde preparar conjuntos de datos hasta diseñar algoritmos y comunicar resultados. El interés educativo reside en recorrer una cadena de trabajo completa, conectando razonamiento matemático, programación y conocimiento aplicado.

La oferta de posgrado de Granada incluye formación especializada en ciencia de datos e ingeniería de computadores, con contenidos relacionados con inteligencia artificial y tecnologías computacionales. El entorno investigador añade valor a ese itinerario al acercar al alumnado a preguntas abiertas y metodologías de experimentación. Los trabajos académicos pueden convertirse así en una oportunidad para profundizar en temas concretos. La especialización se entiende como un proceso progresivo que combina asignaturas, lectura científica, desarrollo técnico y participación en la vida investigadora.

Para el profesorado, un instituto interuniversitario proporciona un marco especialmente fértil para compartir infraestructura intelectual: experiencia metodológica, problemas de investigación y redes de colaboración. Esa circulación de conocimiento puede enriquecer seminarios, dirección de tesis y materiales docentes. También favorece una enseñanza que explique cómo se construyen y evalúan los resultados científicos. El aula recibe así algo más que novedades tecnológicas: incorpora maneras de plantear hipótesis, comparar alternativas y documentar procesos con criterios reconocibles por la comunidad académica internacional.

La Universidad de Granada figura en los rankings universitarios de Times Higher Education, una presencia que aporta contexto a su visibilidad internacional. Esa referencia institucional debe distinguirse de la actividad específica de DaSCI: ambas ofrecen información complementaria, pero describen dimensiones diferentes. Para un futuro estudiante, resulta especialmente útil relacionar el perfil general de la universidad con las líneas de investigación y los contenidos del programa elegido. En este caso, la combinación permite identificar un entorno con una especialización tecnológica reconocible.

Como perspectiva editorial, la fortaleza de este modelo está en formar profesionales capaces de conversar con especialistas de otras disciplinas y traducir sus preguntas a procedimientos computacionales. El futuro de la inteligencia artificial universitaria ofrece oportunidades en salud, industria, servicios y ciencia básica. Granada dispone de una base académica desde la que explorar esos cruces. Para estudiantes y docentes, el horizonte es una formación donde los algoritmos se estudian con profundidad y, al mismo tiempo, se conectan con usos concretos.

La incorporación de tecnología al campus exige algo más que elegir una herramienta. Es necesario definir el problema que se quiere resolver, quién la utilizará y cómo se evaluará su utilidad. En docencia, un sistema puede ahorrar tareas repetitivas sin mejorar necesariamente la comprensión. En gestión, automatizar un proceso tampoco garantiza que sea más accesible. Distinguir estos objetivos ayuda a evitar que la novedad sustituya a una evaluación educativa rigurosa.

La gestión de datos ocupa un lugar central. Las universidades trabajan con información académica, resultados de investigación y datos personales que requieren protección. Antes de utilizar una plataforma conviene aclarar qué información recoge, dónde se almacena y qué opciones tienen los usuarios. Si intervienen modelos de inteligencia artificial, también importa conocer sus límites y establecer formas de supervisión humana, especialmente cuando sus respuestas puedan influir en decisiones académicas.

El profesorado y el alumnado necesitan condiciones para usar las herramientas de manera crítica. Esto incluye formación, soporte y alternativas para quienes encuentran barreras de acceso. Una implementación puede ser técnicamente sofisticada y, aun así, resultar poco adecuada para una asignatura o un grupo concreto. Las pruebas iniciales deberían permitir identificar errores, comparar resultados con otras metodologías y corregir el diseño antes de extenderlo.

El presente y futuro de la universidad digital dependerá de la capacidad de combinar innovación con responsabilidad. La interoperabilidad, el mantenimiento y el coste a lo largo del tiempo merecen tanta atención como las demostraciones iniciales. Para valorar cada iniciativa resulta útil preguntar qué evidencia existe sobre su funcionamiento y qué aspectos siguen en fase experimental. Estas preguntas no frenan la innovación: ayudan a convertirla en una propuesta sostenible y verificable.

Más en Tecnología

UNICARIBE