El “mayor desafío” de la inteligencia artificial es “cómo garantizar la precisión” en las respuestas, opinó el profesor de MIT Munther Dahleh, que enseña en UTEC

Actuar bajo incertidumbre, combinar información parcial, datos y modelos para tomar decisiones robustas y adaptativas, a estos temas se ha dedicado durante más de 40 años dedicado a la temática, el profesor Munther Dahleh. El corazón de este ingeniero eléctrico es la Ciencia de Datos.

De origen palestino y radicado hace décadas en Estados Unidos, Dahleh es Docente principal y director fundador del instituto de Datos, Sistemas y Sociedad del Instituto Tecnológico de Massachussetts (MIT)  y enseña sobre esta disciplina a estudiantes de UTEC que realizan la Maestría en Ciencia de Datos en colaboración con el MIT.

Dahleh ha impulsado el crecimiento de la disciplina y la transferencia de su experiencia personal. Lo ha hecho con un enfoque práctico y cercano a estudiantes de distintas partes del mundo. Asegura ser un convencido de que la enseñanza en ciencia de datos debe expandirse globalmente e incluso comenzar a edades más tempranas, porque ya forma parte de la vida cotidiana y del desarrollo tecnológico actual.

En una entrevista realizada por la Unidad de Comunicación y Difusión de UTEC, el profesor repasó los desafíos de la ciencia de datos en tiempos de auge de la inteligencia artificial y llamó a enseñarla “desde niveles más tempranos” y “en todas partes” ya que la tecnología es “global” y ya forma parte de la vida cotidiana.
Respecto al vínculo con Uruguay, destacó que la colaboración con UTEC surgió a partir de un interés genuino por parte de la institución, lo que generó un intercambio beneficioso para ambas partes.

A continuación un resumen de la conversación:

Usted tiene una amplia experiencia y es reconocido en el área de ciencia de datos. ¿Cómo surgió su interés por estudiar estos temas?

Comenzó hace 40 años, desde el inicio de mis estudios de doctorado. He estado trabajando en teoría de la decisión. Hablamos de cómo tomar decisiones cuando se tiene sólo información parcial sobre el entorno en el que se debe decidir, es decir, decisiones bajo incertidumbre Esa información parcial pueden ser datos o modelos incompletos. Uno busca combinar todo eso para tomar algún tipo de decisión y continuar adaptando ese proceso. Desde los tiempos de mi doctorado me intrigó este tema. Y, por supuesto, el mundo y la ciencia han evolucionado, y yo he ido evolucionando con ellos.

¿Cuáles son los principales desafíos que usted y su equipo enfrentan actualmente como investigadores en el campo de los datos?

En este momento, creo que el problema más interesante es la aparición de la inteligencia artificial generativa (que es capaz de crear contenido nuevo y original como textos, imágenes o videos) y los modelos de lenguaje a gran escala.

El mayor desafío que enfrentamos es cómo garantizar la precisión de este tipo de herramientas, que se están volviendo tan extendidas. Son modelos de lenguaje, y no están diseñados para ser precisos desde un punto de vista lógico. Por eso, estudiamos de qué manera se pueden hacer más exactos, más robustos y, por supuesto, más éticos tanto en la forma en que responden a las personas como en su relación con distintas comunidades.

¿Cómo imagina el futuro de la formación en sistemas de decisión en los próximos años? ¿Cree que es necesario más entrenamiento en esta área y desarrollar más recursos humanos?

La teoría de la decisión es algo fundamental que hacemos todo el tiempo. La estadística, la ciencia de datos y el aprendizaje automático se desarrollaron para apoyar nuestra capacidad de tomar decisiones. Así que, tanto nosotros como los sistemas autónomos o las máquinas, tomamos decisiones bajo el mismo paraguas conceptual.

Nunca hay suficientes personas trabajando en estos temas, porque hoy estamos automatizando prácticamente toda estrategia de toma de decisiones: en los servicios, en la autonomía, y en muchos otros ámbitos.

Nuestro programa de Micro Máster (mediante el cual el MIT colabora con UTEC) es una de las formas en que intentamos difundir este conocimiento más allá del MIT. 

¿Cómo visualiza en los próximos años la incorporación y el uso de estos temas que hoy pertenecen principalmente al ámbito académico?

Gran parte de esto ya se está trasladando a la práctica. Por eso mencionaba que la educación profesional será tan importante, porque la gente necesita entender qué es lo que hay detrás para poder aplicar bien y correctamente estas herramientas.

¿Por qué decidió participar como docente en la Maestría en Ciencia de Datos de UTEC, en Uruguay? ¿Qué lo motivó a compartir su conocimiento en el exterior y particularmente en Sudamérica?

En primer lugar, cuando lanzamos este programa en Ciencia de Datos, anticipamos que habría estudiantes de todo el mundo, y efectivamente los hay. Esa era la visión. ¿Por qué enseñar en él? Primero lo lanzamos y luego mis cursos pasaron a formar parte de él. Estoy enseñando una materia y desarrollando otra en esa área. Trabajar con Uruguay fue una oportunidad que se presentó. Existía interés, ese interés nos llegó, comenzamos la colaboración y fue una experiencia excelente, de la que ambos lados nos beneficiamos.

Considera muy importante cuando se percibe ese interés del otro lado.

Por supuesto. Sabemos que hay interés, y cuando vemos instituciones que se organizan en torno a ese interés y buscan acercar este tipo de educación a sus estudiantes, nos entusiasma y queremos participar.

¿Cómo ve el intercambio de una institución tan grande como el MIT, trabajando con otras universidades más pequeñas o que quizás no tienen su nivel de reconocimiento y popularidad?

Justamente ese es el sentido de nuestro trabajo. En el MIT tenemos la capacidad de desarrollar programas muy actualizados e interesantes, y a veces otras instituciones no pueden seguir el ritmo de los avances por limitaciones de recursos.

Para nosotros, colaborar con esas instituciones es una forma de aportar valor, pero también de aprender de los desafíos que enfrentan, y adaptar nuestros cursos para responder a ellos.

Nos resulta un placer trabajar con instituciones pequeñas que quieren impartir estos contenidos pero no disponen de todos los recursos. Nos gusta compartir una visión común y un mismo enfoque para hacerlo posible.

¿Cuál ha sido su principal mensaje o aporte? ¿Qué buscó transmitir en sus clases dentro de este programa?

Mi principal contribución al programa fue haberlo lanzado ya que fui su director fundador. Creo en él profundamente.

En la ceremonia de graduación mencioné que el nivel de compromiso de nuestro cuerpo docente al desarrollarlo fue increíble, un verdadero testimonio de la visión que impulsa al programa.

En mis cursos intento ser lo más eficiente y efectivo posible, transmitiendo mi experiencia y mi visión. No se trata solo de leer un libro de texto, sino también de aprender sobre aplicaciones y perspectivas reales.

Procuro que las clases sean personalizadas, no genéricas: son cursos que reflejan mi experiencia personal, y los estudiantes pueden conectar con eso a través del aprendizaje.

La ciencia de datos se viene estudiando hace muchos años en el MIT y en los países desarrollados. ¿Cómo observa la expansión de este conocimiento en educación e investigación en el mundo actual?

Esta es la base de gran parte de la tecnología que estamos viendo hoy, y esa tecnología es global. Por lo tanto, todos necesitarán estos cursos. Siento que incluso deberían enseñarse desde niveles más tempranos, como la educación secundaria, porque ya forman parte de nuestra vida cotidiana.

El momento es ahora: es el momento adecuado para que todo esto se enseñe en todas partes.

_________________________________________________________________________________

ESPECIALIZACIÓN EN CIENCIA DE DATOS E INTELIGENCIA ARTIFICIAL ABRE INSCRIPCIONES

Las inscripciones para la Especialización estarán abiertas desde este lunes 17 de noviembre y hasta el 17 de febrero de 2026. Está previsto que la formación comience el martes 17 de marzo. Son requisitos excluyentes contar con formación a nivel terciario en matemática (cálculo y álgebra lineal) además de un nivel de intermedio a superior en idioma inglés.

La Especialización destaca por su enfoque innovador, ofreciendo una propuesta educativa vanguardista en dos de las áreas más dinámicas y demandadas en el actual escenario tecnológico: Ciencia de Datos e Inteligencia Artificial, con abordaje totalmente aplicado. ⁣

A la excelencia académica y enfoque práctico de UTEC, se une en este programa la experiencia y el prestigio global del Massachusetts Institute of Technology (MIT).