| Ubicación: Colegio de Ingenieros del Perú Moderador: Dr. José Macharé (Geólogo e Investigador) | Panelistas: • Dr. Humberto Chirif Rivera (Director FIGMM-UNI) • Dr. Manuel Ego Aguirre Madrid (Docente Posgrado) • Ing. José Gutiérrez Ramírez (Minera Buenaventura) • Ing. Jarold Orna Huamán (Especialista Data Science) |
En el marco de la Semana de la Ingeniería Geológica, destacados representantes de la academia, la minería y la investigación debatieron sobre los desafíos formativos, tecnológicos y éticos que impone la IA en el Perú. Conducción a cargo del Dr. José Macharé.
1.- El Diagnóstico de la Industria: Décadas de Datos Esperando Criterio Técnico
Durante los últimos 25 a 30 años, la industria minera peruana se ha enfocado en capturar y almacenar volúmenes masivos de información de exploración y producción, muestreando gran parte del territorio nacional. Sin embargo, el verdadero reto actual no radica únicamente en acumular información, sino en saber interpretarla adecuadamente mediante modelos avanzados.
| «Las compañías se han dedicado a capturar data por 25 o 30 años. La inteligencia artificial utiliza esto como insumo, pero estamos en la primera fase y requiere insumos con calidad. Las competencias del nuevo geólogo no solo consisten en utilizar esos datos, sino en entender los algoritmos para combinar el criterio de campo con la información disponible.» — Ing. José Gutiérrez Ramírez, Gerente en Minera Buenaventura |
El Ing. Gutiérrez enfatizó que el acceso a herramientas algorítmicas se ha democratizado a nivel global a través de plataformas abiertas. Estudiantes e investigadores en el Perú cuentan con acceso a las mismas librerías y códigos que se emplean en instituciones de élite como el MIT o en centros tecnológicos de Asia. El factor diferencial no es el software, sino la capacidad técnica para alimentar y supervisar dichos modelos.
2.- Formación Académica vs. Brecha Digital en los Nuevos Egresados
Desde la perspectiva de los profesionales jóvenes, existe un marcado contraste entre la solidez de la formación científica tradicional y las exigencias de procesamiento de datos en la industria minera moderna.
| «Los egresados salimos con excelente base en cursos como estratigrafía, petrología y geología estructural. Sin embargo, al ingresar como junior en una mina subterránea con miles de metros de sondajes, la falencia surge al intentar procesar esos resultados únicamente con Excel o software convencional. Se requiere aprendizaje autodidacta y cursos especializados en ciencia de datos aplicados directamente a las geociencias.» — Ing. Jarold Orna Huamán, Especialista en Ciencia de Datos y Geología |
El Ing. Orna advirtió además que la oferta comercial de capacitación en IA suele estar orientada a sectores comerciales, financieros o agrícolas, utilizando datos limpios e ideales. En las geociencias, la realidad del campo exige abordar datos complejos, con ruido e incertidumbres, lo que demanda un programa formativo adaptado al entorno geológico.
3.- La Velocidad del Aprendizaje Tecnológico y los Límites del Planeta
El debate analizó la brecha creciente entre la velocidad de avance de la inteligencia artificial y la velocidad de asimilación de la inteligencia humana natural, una dinámica comparada por los panelistas con la diferencia de propagación entre las ondas sísmicas P y S.
| «Si bien la tecnología crece rápido, empezamos a chocar con límites físicos: demanda de memoria, infraestructura de cómputo, refrigeración y energía que compiten en un planeta finito. En el ámbito académico, este ciclo hemos exigido informes en papel y dibujos a mano; si dependemos a ciegas de la IA, tendremos un sistema muy inteligente pero perderemos la habilidad humana para formular las preguntas correctas.» — Dr. Manuel Ego Aguirre Madrid, Investigador y Docente de Posgrado |
El Dr. Ego Aguirre resaltó la necesidad de combinar el dominio de algoritmos con el ejercicio continuo de la observación directa y el razonamiento conceptual básico, asegurando que el estudiante mantenga la inquietud científica y el rigor metodológico.
4.- Simbiosis Humano–IA y el Criterio del Geólogo frente al ‘Copia y Pega’
Un punto neurálgico expresado por la dirección académica de la Universidad Nacional de Ingeniería abordó el temor infundado o real de ser reemplazados por sistemas automatizados.
| «Aquellos profesionales o estudiantes que usen la inteligencia artificial únicamente como un repositorio pasivo de información o para hacer ‘copia y pega’, corren el riesgo de ser reemplazados. Quienes formulan la problemática con conciencia, analizan el contexto y comparan las salidas algorítmicas con la experiencia para validar el resultado, logran la mejor simbiosis posible entre el humano y la tecnología.» — Dr. Humberto Chirif Rivera, Director de la Escuela de Ingeniería Geológica (UNI) |
El Dr. Chirif insistió en que el reto docente actual es migrar de una evaluación memorística (como solicitar la fórmula química o propiedades de un mineral) hacia la evaluación de procesos complejos de razonamiento, donde el estudiante decida qué tratamiento técnico dar a un ensamble de rocas o minerales.
5.- Propuestas Concretas e Integración Universidad–Empresa
Para consolidar la transición tecnológica en las geociencias peruanas, los panelistas formularon un conjunto de medidas estratégicas de aplicación inmediata:
- Creación de Laboratorios de Ciencia de Datos Geológicos: Implementar en las escuelas profesionales laboratorios equipados con hardware y software especializado, financiados mediante alianzas estratégicas y convenios con empresas mineras y desarrolladores tecnológicos (propuesto por el Ing. José Gutiérrez).
- Inclusión de Cursos de Ciencia de Datos en el Plan de Estudios: Incorporar asignaturas formales y talleres de pregrado de Ciencia de Datos aplicada a las geociencias, evitando depender exclusivamente de la capacitación autodidacta (planteado por el Ing. Jarold Orna).
- Fomento de Incubadoras y Startups Universitarias: Impulsar grupos de investigación competitivos a nivel internacional y el desarrollo de startups dentro de la facultad que brinden soluciones tecnológicas a la minería nacional.
- Enfoque Pedagógico en el Razonamiento y el Juicio Crítico: Migrar la enseñanza hacia la resolución de problemas multidisciplinarios complejos, reforzando la capacidad de interrogar críticamente los modelos generados por la IA (subrayado por el Dr. Humberto Chirif y el Dr. Manuel Ego Aguirre).
Conclusiones del Moderador
El Dr. José Macharé cerró la jornada destacando que la comunidad geológica nacional se encuentra ante un momento histórico de transformación. La inteligencia artificial no debe verse como un sustituto de la observación de campo ni de la sabiduría acumulada, sino como un multiplicador del criterio científico. La clave del éxito radicará en la rapidez con la que las universidades adapten sus mallas curriculares y en el compromiso de la empresa privada para cofinanciar la infraestructura tecnológica necesaria.
