Este mes, Pablo Deymonnaz, director de nuestro centro, asistió a las 55° Jornadas Argentinas de Informática (JAIIO) para presentar el paper corto "Ingeniería de Software Interdisciplinaria para la Simulación de Laboratorios Químicos: Un Proyecto Integrador con IA que Vincula Informática e Ingeniería Química". Fue un orgullo poder compartir parte de nuestro trabajo en las jornadas, y una experiencia muy enriquecedora poder dialogar con la comunidad de todo el país.
Una experiencia en marcha en la Facultad de Ingeniería de la UBA
El paper describe un proyecto integrador que se está llevando a cabo actualmente en la Facultad de Ingeniería de la Universidad de Buenos Aires, en el marco de la materia de Taller de Programación de la carrera de Ingeniería Informática. La propuesta parte de una idea simple pero poco habitual en este tipo de cursos: en lugar de proponer una aplicación genérica, se invita a los estudiantes a resolver un problema real, con un cliente real.
Cuatro equipos de cuatro estudiantes son responsables, cada uno, de un eje temático dentro de un objetivo común: desarrollar simuladores de laboratorio virtuales y de código abierto para Ingeniería Química. En total, la suite contempla 20 prácticas interactivas distribuidas en cinética y catálisis, electroquímica, termodinámica, y espectroscopía y transporte, que van desde el clásico reloj de yodo hasta la voltamperometría cíclica o la difusión en gel. Docentes de Ingeniería Química de la misma facultad actúan como esos clientes, validando periódicamente los modelos que los estudiantes construyen.
El rol de la inteligencia artificial
La IA generativa atraviesa el proyecto en cuatro fases del proceso: como apoyo en la investigación inicial del dominio químico (siempre contrastada con bibliografía), en el diseño de la arquitectura, en la implementación —con revisión obligatoria en pull requests de todo código generado por IA— y en el testeo, validando los resultados contra soluciones conocidas. La idea de fondo, tal como plantea el paper, no es prohibir el uso de estas herramientas sino alfabetizar en su uso crítico. La IA acelera el aprendizaje, pero no reemplaza el diálogo con los especialistas del dominio ni la revisión humana del código.
Qué sigue
Los próximos pasos incluyen completar las 20 prácticas, probar la suite con estudiantes de Ingeniería Química —los usuarios finales de los simuladores— y diseñar un estudio que permita medir su impacto real en el aprendizaje. Se trata, en definitiva, de un modelo que aspira a ser replicable: la combinación de cliente real, software libre, IA supervisada y profundización disciplinar puede transferirse a otras cátedras que busquen tender vínculos similares con otras carreras.
Compartir este trabajo en las 55° JAIIO fue una oportunidad para poner en discusión, con la comunidad de informática de todo el país, una forma de enseñar que cruza fronteras disciplinares y que combina rigor técnico con inteligencia artificial usada de manera crítica y responsable.