Wayne State enseña IA con robots reales: la reconversión industrial empieza en el taller, no en el aula

Por Today@Wayne (Wayne State University) · 10 de noviembre de 2026.

La Wayne State University, en Detroit, está formando a sus ingenieros con robots, cintas transportadoras, visión artificial e IA generativa en IntelliMake, un centro de investigación y fábrica a escala piloto que desarrolla junto a Kyndryl. Según la propia universidad, el programa ya ayuda a sus graduados a conseguir empleo en el sector.

El contexto es el plan estatal de IA y empleo de Michigan. Según ese plan, que cita la universidad, cerca del 75% de los empleos industriales necesitará algún tipo de reciclaje profesional a medida que se extiendan la IA y la automatización. El estado estima además que una adopción responsable de la IA podría generar hasta 70.000 millones de dólares de impacto económico y sostener 130.000 empleos. Son proyecciones oficiales, no hechos medidos.

La idea técnica es sencilla. Un robot industrial tradicional sigue instrucciones programadas al milímetro: repite con precisión, pero falla si una pieza llega algo desplazada o con otra geometría. En el laboratorio, los alumnos experimentan con sistemas que combinan visión artificial (cámaras que interpretan el entorno) y agentes de IA (programas que deciden y actúan) para que la máquina se adapte a lo imprevisto. El curso IE 6000 «Digital Automation», rediseñado por el codirector Raj Sohmshetty, mezcla aula y laboratorio.

Los datos de resultados son modestos y vienen de la propia institución. El codirector Ratna Babu Chinnam afirma que unos 10 estudiantes trabajaron a fondo en el laboratorio en otoño de 2025 y que varios consiguieron puestos en empresas destacadas. Un egresado del máster de IA, Gokula Kumaran Kiruthiga Gopal, fue contratado como ingeniero de IA en Panasonic y atribuye en parte su fichaje a lo hecho en IntelliMake. Son testimonios, no una evaluación independiente.

Hay un dato que a mi juicio es más revelador que el resto: en una clase reciente, alrededor del 70% de los alumnos de Digital Automation ya eran ingenieros o profesionales en activo, incluidos empleados de empresas de automoción. Un directivo de PHINA (antes Delphi Technologies) cuenta que desarrolló un agente de IA que da acceso rápido a información de planta y procedimientos estándar, y que eliminó varias tareas manuales de entrada de datos y administrativas.

Nuestra lectura: la reconversión que tanto se teme ya está ocurriendo, y no se hace con grandes planes sino con trabajadores que vuelven a estudiar mientras siguen empleados. Eso encaja con una tesis que defendemos: la IA no «quita el trabajo» sin más, cambia qué trabajo importa. Lo administrativo y repetitivo, como en el ejemplo de PHINA, es lo primero que absorbe el software. Lo que gana valor es el criterio de dominio. Chinnam lo resume al decir que los informáticos entienden la IA pero no siempre saben cuál es la necesidad real; ese puente entre fábrica y algoritmo es donde está la ventaja humana.

Conviene, con todo, no sobrevender. Un laboratorio con una decena de alumnos destacados y unas pocas contrataciones es una buena señal, no una prueba de que la transición esté resuelta. A corto plazo, el 75% de empleos que necesitarán reciclaje implica un esfuerzo enorme, y no todos los trabajadores tendrán acceso a un máster ni a una universidad cercana. El riesgo de desigualdad entre quien se recicla y quien no es real.

Pero la dirección es la correcta. Una fábrica donde las máquinas se adaptan en lugar de romperse, y donde las personas supervisan, diseñan y mejoran en lugar de teclear datos, es un paso hacia la abundancia productiva que perseguimos a largo plazo. Probar ideas en un entorno controlado, sin parar una planta real, también reduce el coste de equivocarse. Si ese modelo se replica en más universidades y se abre a quienes hoy están fuera, la transición será menos dura de lo que anuncian las cifras.