El pensamiento crítico, la interpretación de datos y la comunicación efectiva serán tan relevantes como las habilidades técnicas en el mercado laboral de la próxima década.
La Inteligencia Artificial ya está transformando la manera en que las empresas mexicanas trabajan y toman decisiones, pero el reto ahora es contar con profesionales capaces de aprovecharla. De acuerdo con datos del Banco de México, 24.3% de las empresas con más de 100 trabajadores en el país utiliza o planea utilizar herramientas de inteligencia artificial en los próximos 12 meses; entre las compañías con más de 1,000 empleados, la proporción alcanza 43.4%.
Más allá de la adopción tecnológica, las empresas identifican el análisis de información para la toma de decisiones como uno de los principales usos de la IA. Este escenario está modificando las habilidades que demanda el mercado laboral y abre la puerta a una nueva generación de profesionales capaces de combinar tecnología, pensamiento crítico y capacidad para interpretar datos.
Más que formar científicos de datos, el reto es preparar a profesionales capaces de utilizar la inteligencia artificial para resolver problemas reales, interpretar información y tomar mejores decisiones.
Durante la última década, la formación en ciencia de datos ha evolucionado desde programas centrados principalmente en la estadística, la programación y el tratamiento de grandes volúmenes de información hacia titulaciones más amplias e interdisciplinares. Precisamente, la incorporación de la inteligencia artificial, el aprendizaje automático, la computación en la nube y las herramientas generativas ha transformado tanto los contenidos como la forma de aprender: los estudiantes deben comprender el contexto en el que se aplican, evaluar sus resultados, detectar sesgos y traducir los datos en decisiones útiles. Esta evolución ha acercado la titulación a ámbitos como la empresa, la salud, la comunicación o la industria, y ha convertido la experiencia con proyectos reales en una parte cada vez más relevante de la formación.
El cambio no solo está modificando las habilidades que demandan las empresas, sino también evidenciando una brecha de talento que la educación superior deberá contribuir a cerrar. De acuerdo con el Instituto Mexicano para la Competitividad (IMCO), 7 de cada 10 empleadores en México enfrentan dificultades para cubrir sus vacantes, mientras que los perfiles vinculados con tecnologías de la información y análisis de datos se encuentran entre los más difíciles de encontrar, con 26% de las empresas señalándolos como una de las principales áreas de escasez. En este contexto, la evolución de los planes de estudio resulta clave: ya no basta con formar profesionales capaces de dominar herramientas tecnológicas, sino que es necesario desarrollar perfiles que puedan interpretar datos, utilizar inteligencia artificial, comunicar hallazgos y convertir la información en soluciones para problemas reales.
La experiencia de usuario (UX) se perfila como uno de los factores que definirán el éxito de las aplicaciones impulsadas por inteligencia artificial. En un entorno donde las interfaces conversacionales sustituyen cada vez más a los botones y menús tradicionales, comprender el comportamiento humano será tan importante como desarrollar el algoritmo. Asimismo, la colaboración entre universidades y empresas adquiere un papel estratégico. Cada vez será más relevante que los estudiantes trabajen con proyectos y datos reales antes de incorporarse al mercado laboral, reduciendo la brecha entre la formación académica y las necesidades de las organizaciones.
Un ejemplo de esta evolución es Medscan, la aplicación desarrollada por alumnos de primer curso de los Grados en Ciencia de Datos e Inteligencia Artificial y Desarrollo Full-Stack de UDIT, reconocida como una de las propuestas ganadoras del hackathon internacional OdiseIA4Good 2026. La solución utiliza reconocimiento óptico de caracteres e inteligencia artificial para identificar medicamentos a partir de una fotografía de su envase y transformar la información del prospecto oficial en respuestas claras, accesibles y adaptadas a las necesidades del usuario. El proyecto demuestra cómo la formación universitaria en estas disciplinas está dejando de centrarse exclusivamente en el dominio técnico para incorporar desde el inicio la resolución de problemas reales, la accesibilidad, la fiabilidad de los datos y el impacto social de la tecnología.
El mayor desafío para las universidades ya no es enseñar una tecnología específica, sino formar profesionales capaces de adaptarse a un entorno que evoluciona constantemente. Más allá de dominar herramientas, el verdadero diferencial estará en desarrollar pensamiento crítico, capacidad analítica y aprendizaje continuo.
Este cambio también está obligando a replantear la forma en que se diseñan los programas universitarios. El desafío será construir programas suficientemente flexibles para incorporar nuevas herramientas, metodologías y necesidades del mercado sin requerir una reestructuración completa cada pocos años.
En los próximos años veremos cómo la ciencia de datos deja de ser una competencia exclusiva de perfiles tecnológicos para convertirse en una habilidad transversal. El profesional más valioso no será quien utilice más herramientas de IA, sino quien sepa combinar tecnología, criterio y una comprensión profunda de las necesidades de las personas.