Grado en Ciencia de Datos e Inteligencia Artificial: cómo formar a los profesionales de la IA en 2026
Pocas tecnologías han experimentado una evolución comparable a la Inteligencia Artificial durante los últimos años. Mientras que se han necesitado décadas para que el ordenador personal o incluso Internet sea una realidad en la vida de millones de personas en todo el mundo, modelos como ChatGPT han necesitado menos de cinco años para tener el mismo impacto.
Tras una primera etapa marcada por la popularización de la IA generativa, en 2026 el foco se está desplazando hacia su integración en los procesos empresariales, con especial atención a cuestiones como la calidad de los datos, la gobernanza o el cumplimiento normativo.
En torno a esta realidad el Grado Oficial en Ciencia de Datos e Inteligencia Artificial de UDIT aborda conjuntamente dos elementos que resultan difíciles de separar en el entorno profesional: la capacidad para extraer conocimiento de grandes cantidades de información y la posibilidad de construir sobre ellos sistemas inteligentes.
Construyendo sistemas inteligentes
En 2026, muchos de los procesos de transformación digital de las empresas implican el desarrollo de agentes de Inteligencia Artificial, algoritmos capaces de consultar información corporativa, tomar decisiones estratégicas y ejecutar tareas concretas.
Esta evolución plantea un escenario profesional muy diferente al de simplemente saber utilizar herramientas como Google Gemini o Microsoft Copilot. Para diseñar este tipo de soluciones es necesario comprender cómo funcionan los algoritmos, cómo se entrenan y evalúan los modelos o cómo se conectan con otras aplicaciones. El Grado en Ciencia de Datos e Inteligencia Artificial de UDIT profundiza en estas materias a través del dominio de áreas como machine learning, deep learning, procesamiento del lenguaje natural o computer vision
Tal y como explica Fernando Blázquez, director del Grado, "como sucede en otras muchas disciplinas, existe una gran diferencia entre saber utilizar la IA y disponer de los conocimientos necesarios para diseñar sistemas de IA. En el primer caso, por lo general, sólo es necesario identificar las herramientas de trabajo que se van a utilizar y la forma de utilizarlas, que en muchas ocasiones es bastante intuitiva y asistida. En el segundo caso, obviamente, se precisa un aprendizaje mucho más amplio, profundo y técnico, que va mucho más allá de la mera utilización de las herramientas mencionadas. El diseño de un sistema inteligente necesita de un conocimiento previo de muchos aspectos involucrados en él: fundamentos teóricos y metodológicos, tratamiento de los datos de trabajo, modelos a emplear, limitaciones y sesgos, aspectos éticos y regulatorios, técnicas de desarrollo y entrenamiento, etc."
Al mismo tiempo, cuanto más capaces se han vuelto los modelos de Inteligencia Artificial, más evidente se ha hecho también la importancia de ese “nuevo petróleo” en que se ha convertido el dato. La calidad, disponibilidad y correcta gestión de los datos sigue siendo en 2026, un reto mayúsculo para las empresas que quieren llevar la IA, desde una fase de proyecto piloto, a aplicaciones que tengan un impacto real en la organización.
Alineado con esta realidad, el grado dedica una parte fundamental de la formación al tratamiento, análisis y gestión de la información. Los estudiantes trabajan desde la recolección y limpieza de datos hasta el análisis estadístico, la gestión de grandes bases de datos, la visualización de información y su utilización para la toma de decisiones, utilizando para ello lenguajes y herramientas como Python, C++, SQL, etc. El objetivo sin embargo no es tanto que los alumnos dependan de las últimas tecnologías del mercado (sobre todo en un momento en que esto cambia a una enorme velocidad) sino que comprendan los principios matemáticos y computacionales sobre los que van a construir sus propios algoritmos y aplicaciones.
Como apunta Sandra Garrido, coordinadora de los grados tecnológicos de UDIT, "la explosión de la IA generativa no ha reducido la importancia del dato; al contrario, la ha hecho todavía más evidente. Cada vez se puede disponer de modelos más potentes que si trabajan con datos incompletos, sesgados, desactualizados o de baja calidad, tendrán sus resultados condicionados por estas carencias. Por eso, es esencial formar profesionales capaces de recopilar, analizar, interpretar y gestionar los datos correctamente ya que no se trata únicamente de saber construir modelos, sino de comprender qué información se utiliza, cómo se trata y hasta qué punto se puede confiar en ella y por ende, en el modelo construido".
Una Inteligencia Artificial cada vez más regulada
Finalmente, merece la pena tener en cuenta que el crecimiento de la Inteligencia Artificial está haciendo que el conocimiento técnico tenga que ir acompañado cada vez más de una comprensión de sus implicaciones legales. Diseñar un sistema de IA supone también plantearse cuestiones relacionadas con la privacidad de los datos, los posibles sesgos de los algoritmos, la transparencia de sus decisiones, o el grado de supervisión humana que debe mantenerse sobre ellos.
Esta realidad ha adquirido una nueva dimensión en Europa durante los últimos meses. Desde el 2 de agosto de 2026 han comenzado a aplicarse nuevas obligaciones de transparencia recogidas en el Reglamento Europeo de Inteligencia Artificial, que afectan, entre otros ámbitos, a los sistemas conversacionales y a la identificación de contenidos generados o manipulados mediante IA.
En este sentido, conceptos como gobernanza de la IA, evaluación de riesgos o compliance ya forman parte del entorno en el que trabajan científicos de datos, ingenieros de machine learning y desarrolladores de aplicaciones. Esta dimensión también está presente en el enfoque del Grado en Ciencia de Datos e Inteligencia Artificial de UDIT, que combina el conocimiento del ciclo de vida del dato y de los sistemas inteligentes con una formación orientada también a la seguridad, la ética y el pensamiento crítico. Formar profesionales capaces de entender no solo qué puede hacerse con Inteligencia Artificial, sino también qué debería hacerse se convierte de esta forma en una competencia cada vez más relevante.
"Tan importante como la IA es la regulación que se haga de su uso y el establecimiento de unos principios éticos que rijan no sólo su empleo, sino también su diseño y desarrollo. Dado el gran impacto que están teniendo estas tecnologías en nuestra sociedad, se antoja fundamental garantizar su uso responsable, así como un diseño de nuevas herramientas y sistemas inteligentes que garanticen un tratamiento adecuado y ético de los datos, además de evitar todo lo posible la inclusión de sesgos algorítmicos" concluye Fernando Blázquez.
