INFORME SOBRE PROGRAMAS DE MAESTRÍA EN INTELIGENCIA ARTIFICIAL EN EUROPA

 Por: Carlos A. FERREYROS SOTO

        Doctor en Derecho
        Université de Montpellier I Francia.
        M. Sc. Institut Agronomique Méditerranéen

        cferreyros@hotmail.com

RESUMEN EJECUTIVO

Programas de maestría en inteligencia artificial

Un análisis de los componentes básicos del currículo

Metadatos de publicación

El informe identifica los componentes básicos de los programas de maestría en Inteligencia Artificial (IA), sobre la base de los programas existentes disponibles en la Unión Europea. Estos bloques de construcción proporcionan un primer análisis que requiere la aceptación y el intercambio por parte de la comunidad de IA. 

La propuesta analiza, en primer lugar, los contenidos de conocimiento y, en segundo lugar, las competencias educativas declaradas como resultados de aprendizaje, de 45 Programas de maestría académica de posgrado relacionados con la IA de universidades en 13 países europeos (Bélgica, Dinamarca, Finlandia, Francia, Alemania, Italia, Irlanda, Países Bajos, Portugal, España y Suecia en la UE; más Suiza y el Reino Unido). 

Como parte relevante y estrechamente relacionada de la informática y las ciencias de la computación, también se han tenido en cuenta para el análisis los principales planes de estudio relacionados con la inteligencia artificial sobre ciencia de datos. La definición de un plan de estudios de IA específico además de los planes de estudio de ciencia de datos está motivada por la necesidad de una comprensión más profunda de los temas y habilidades del primero que construyen las bases de una IA fuerte frente a una IA estrecha, que es el enfoque general de la segunda. 

El cuerpo de conocimiento con los bloques de construcción propuestos para la IA consta de una serie de áreas de conocimiento, que se clasifican como Esencial, Núcleo, General y Aplicado. Primero, AI Essentials cubre temas y competencias de disciplinas fundamentales que son esenciales para AI. En segundo lugar, los temas y competencias que muestran una estrecha interrelación y son específicos de la IA se clasifican en un conjunto de áreas específicas de dominio de IA Core, más un área general de IA para conocimientos no específicos de dominio. En tercer lugar, las áreas de IA aplicada se basan en los temas y las competencias necesarias para desarrollar aplicaciones y servicios de IA bajo una perspectiva más filosófica y ética. Todas las áreas de conocimiento se refinan en unidades de conocimiento y temas para el análisis. 

Como resultado del estudio de los temas de conocimiento básicos de IA de la muestra de programas maestros, se observa que prevalece el aprendizaje automático, seguido en orden por: visión por computadora; la interacción persona-ordenador; representación y razonamiento del conocimiento; procesamiento natural del lenguaje; planificación, búsqueda y optimización; y robótica y automatización inteligente. 

Una cantidad significativa de programas de maestría analizados se enfocan significativamente en temas de aprendizaje automático, a pesar de estar inicialmente clasificados en otro dominio. Cabe señalar que los temas de aprendizaje automático, junto con temas seleccionados sobre representación del conocimiento, representan un alto grado de similitud en los programas de ciencia de datos y IA. 

Finalmente, el análisis basado en competencias de los resultados de aprendizaje de los programas maestros de muestra, basados ​​en los niveles cognitivos de Bloom, arroja que la comprensión y la creación de niveles cognitivos son dominantes. Además, analizar y evaluar son los niveles cognitivos más escasos. Otro resultado relevante es que los programas de maestría en IA bajo la óptica disciplinaria de los estudios de ingeniería muestran una notable escasez de competencias relacionadas con la informática o la informática.

El texto integral del Informe en inglés se encuentra disponible en el enlace siguiente: https://op.europa.eu/es/publication-detail/-/publication/10b32294-be92-11eb-a925-01aa75ed71a1/language-en