Enseñar ética de la IA con robots y no con reglas: la apuesta de South Carolina para formar ingenieros que sepan cuándo no fiarse

Por University of South Carolina · 10 de noviembre de 2026.

Investigadores de la Universidad de Carolina del Sur (USC) han recibido financiación de la National Science Foundation (NSF, la agencia federal estadounidense de ciencia) para un proyecto de tres años sobre alfabetización ética en IA en estudios de ingeniería. Lo lideran Yi Wang, profesor de Ingeniería Mecánica, y Hengtao Tang, profesor asociado de Educación. La propia universidad no ha publicado en su nota la cuantía de la ayuda.

El objetivo, según la universidad, es desarrollar y probar formas de que los estudiantes decidan cuándo la IA es útil, cuándo conviene cuestionarla y cómo afecta su uso a la equidad, la transparencia, la privacidad y la sociedad en general.

El método es lo más interesante. En lugar de entregar a los alumnos una lista de reglas, Wang y Tang plantean situaciones realistas de ingeniería en robótica, drones, visión por computador y colaboración humano-robot. Un ejemplo que citan: un estudiante que trabaja con un robot debe decidir si delega por completo en la IA la solución o si la usa como guía mientras resuelve el problema por su cuenta. «Solo cuando trabajas en algo real y práctico, el problema queda expuesto», sostiene Wang.

El proyecto tiene dos mitades. Wang crea los escenarios y ya ha desarrollado, junto a Tang, una plataforma de robótica inteligente abierta que quieren convertir en material de curso compartible. Tang define qué es la alfabetización ética en IA, fija principios prácticos y diseña cómo medirla, con ayuda de expertos en ética de la IA, educación en ingeniería y evaluación.

La evaluación también es novedosa. En vez de encuestas o entrevistas, donde el alumno cuenta lo que cree saber, usarán mapas causales: diagramas que los propios estudiantes dibujan para mostrar cómo conectan ideas, factores y consecuencias. Según los investigadores, así podrán ver cómo razonan mientras resuelven un problema ético. Además, planean módulos breves, en línea o híbridos, en los que los alumnos evalúen sistemas de IA o robots y recomienden pautas de uso seguro. El resultado final serían recursos abiertos para otros docentes, con posible extensión a manufactura o ingeniería nuclear.

**Nuestra lectura.** La tesis que defendemos es que el cuello de botella de la IA no es solo técnico, sino de criterio humano, y este proyecto apunta bien. Un ingeniero que acepta sin revisar lo que le devuelve un modelo no es más productivo: es más frágil. Y con robots, drones o sistemas físicos, un error no se queda en una respuesta equivocada, sino que ejecuta una acción en el mundo. Es el mismo desfase que vemos en las empresas: se adoptan agentes muy por delante de la capacidad de gobernarlos.

También acierta el enfoque de decidir en contexto. Las listas de normas envejecen en meses; la capacidad de juzgar cuándo delegar y cuándo comprender el problema envejece mucho mejor. Es, además, una respuesta honesta a una inquietud de corto plazo: si la IA resuelve lo rutinario, el valor de un ingeniero se desplaza hacia el criterio, y ese criterio hay que entrenarlo, no se hereda.

Hay cautelas. Hoy es un proyecto de investigación recién financiado: no hay resultados, ni datos de eficacia, ni evidencia de que los mapas causales midan mejor que una encuesta. Es una hipótesis razonable, no un hallazgo. Conviene también preguntarse si un alumno que sabe que lo evalúan actuará como lo haría bajo presión real de plazos, un problema parecido al de las pruebas de seguridad de modelos que detectan que las están examinando.

Lo que sí merece aplauso es la voluntad de publicar materiales abiertos. En general, la formación en uso responsable de la IA sigue concentrada en pocas instituciones; que herramientas probadas lleguen a cualquier facultad es una forma de democratizar el criterio, no solo la tecnología.

A largo plazo, si la IA nos lleva a un mundo de abundancia y salud ampliadas, quienes la dirijan tendrán que saber cuándo confiar en ella y cuándo no. Esa competencia, bien enseñada, será una de las más valiosas de la transición. Proyectos modestos como este son donde empieza a construirse.