Distinga el término «IA» de las profesiones que engloba
Las ofertas de empleo utilizan un vocabulario impreciso. Bajo la etiqueta «IA» se encuentran al menos cuatro familias de perfiles, cuyas denominaciones varían de una empresa a otra.
- Investigación: diseñar nuevos métodos de aprendizaje automático, por lo general con un doctorado.
- Ingeniería del aprendizaje automático: entrenar, evaluar e implementar modelos en productos.
- Ingeniería de datos: construir los procesos que recopilan, depuran y almacenan los datos.
- Análisis y ciencia de datos: interpretar los datos para respaldar decisiones empresariales.
Existen otros perfiles relacionados: gestión de productos, seguridad, cumplimiento normativo y redacción técnica. Antes de elegir estudios, conviene leer varias descripciones de puestos reales e identificar las competencias solicitadas, en lugar de guiarse únicamente por el nombre del puesto.
Evalúe la demanda con cautela
El informe Future of Jobs 2025 del Foro Económico Mundial (WEF) recoge las respuestas de más de 1.000 empleadores. Según esta edición, el 86 % de los encuestados espera que la IA y el procesamiento de la información transformen su empresa de aquí a 2030. Los especialistas en IA y aprendizaje automático figuran entre los tres perfiles con mayor crecimiento porcentual, junto con los especialistas en macrodatos y los ingenieros en tecnologías financieras.
Entre las competencias que crecen con mayor rapidez, el informe sitúa primero la IA y los macrodatos, después las redes y la ciberseguridad, y luego las competencias digitales. Según los análisis del informe, la IA y el procesamiento de la información crearían unos 11 millones de empleos y eliminarían unos 9 millones de aquí a 2030.
Estas cifras describen expectativas de los empleadores, no vacantes disponibles. Indican sobre todo una tendencia: algunas tareas desaparecen y otras surgen.
Identifique las trayectorias académicas
Las vías de acceso no constituyen un camino único. Según el perfil al que se aspire, los programas habituales son informática, matemáticas y estadística, ingeniería de software o eléctrica y, más recientemente, programas dedicados a la ciencia de datos o la IA.
Los puestos de investigación suelen requerir un doctorado. A los puestos de ingeniería se accede a menudo con una sólida licenciatura en informática, complementada con una maestría o con proyectos. Los puestos de análisis admiten perfiles más variados, incluidos los de economía, ciencias sociales o administración, acompañados de conocimientos básicos de programación.
Casi todos los programas exigen conocimientos previos de matemáticas: álgebra lineal, probabilidad, estadística y cálculo. Antes de elegir un país, conviene comparar estos requisitos previos, las asignaturas obligatorias y el espacio reservado a los proyectos prácticos. Los nombres de los títulos a veces ocultan contenidos muy diferentes.
Consulte la clasificación QS 2026 en ciencia de datos e IA
La clasificación por disciplinas de QS (QS World University Rankings by Subject), publicada el 25 de marzo de 2026, incluye una tabla de «Ciencia de datos e inteligencia artificial». Esta tabla es reciente: apareció en 2023 con 20 universidades y ha crecido cada año desde entonces. La edición de 2026 clasifica 201 universidades, frente a 104 en 2025. QS la identifica como la disciplina con más incorporaciones nuevas.
Este crecimiento explica cambios de posición que no siempre reflejan una variación en la calidad. Cuando más de cien instituciones se incorporan de golpe a la tabla, las que ya figuraban en ella pueden retroceder sin haber cambiado.
| Posición QS 2026 | Universidad | País o territorio |
|---|---|---|
| 1 | Instituto Tecnológico de Massachusetts (Massachusetts Institute of Technology) | Estados Unidos |
| 2 | Universidad de Stanford (Stanford University) | Estados Unidos |
| 3 | Universidad Nacional de Singapur (National University of Singapore) | Singapur |
| 4 | Universidad Tecnológica de Nanyang (Nanyang Technological University) | Singapur |
| 5 | Universidad Carnegie Mellon (Carnegie Mellon University) | Estados Unidos |
| 8 | Universidad de Harvard (Harvard University) | Estados Unidos |
| 9 | Universidad de Cambridge (University of Cambridge) | Reino Unido |
| 10 | Universidad de Tsinghua (Tsinghua University) | China continental |
Las dos instituciones empatadas en el 6.º puesto no se reproducen aquí. QS señala que la Universidad Nacional de Singapur es la mejor clasificada fuera de Estados Unidos y que Tsinghua aparece por primera vez en la tabla.
Sitúe la tabla en el conjunto de la clasificación QS
La tabla de IA es solo una de las 55 clasificaciones por disciplinas de la edición de 2026. Según la Universidad Técnica de Estambul (İstanbul Teknik Üniversitesi), que cita las cifras de QS, se analizaron 6.273 universidades y se clasificaron 1.908 en el conjunto de las disciplinas. El número de instituciones varía considerablemente de una tabla a otra, desde unas pocas decenas hasta varios cientos.
QS aplica umbrales: una institución que no alcanza el mínimo de producción investigadora o de reputación en una disciplina no figura en ella. Por tanto, no aparecer en una tabla no significa que una institución no ofrezca el programa, sino únicamente que no ha sido clasificada.
Esta precaución también se aplica a la disciplina afín de informática y sistemas de información, que QS describe como una de las que incluye más instituciones clasificadas en el mundo. Para una misma institución, las posiciones en informática y en ciencia de datos pueden diferir considerablemente, ya que los conjuntos de instituciones comparadas no son los mismos.
Compruebe los criterios que hay detrás de la posición
En las clasificaciones por disciplinas, QS combina la reputación académica, la reputación entre los empleadores, el impacto de las citas y el índice h. Estos indicadores miden sobre todo la investigación y el reconocimiento. Dicen poco sobre la calidad de la enseñanza en el primer año, el tamaño de los grupos o el acceso a prácticas profesionales.
Para una licenciatura, a menudo tienen más peso datos más concretos: contenido de las asignaturas, oportunidades de prácticas profesionales, laboratorios accesibles para los estudiantes y tasas de inserción laboral publicadas por la institución. Para un doctorado, lo que cuenta es el perfil del director de investigación y del laboratorio, más que la posición de la universidad.
Conviene contrastar una clasificación reciente y en fuerte crecimiento con otras fuentes: sitios web de los programas, publicaciones de los investigadores, testimonios de antiguos alumnos y listas de socios industriales.
Compare los títulos universitarios con las formaciones cortas
Existen numerosos certificados y cursos intensivos en IA, y quienes los promueven destacan sus resultados. En las fuentes consultadas para este artículo no se encontró ningún dato publicado y comparable sobre la empleabilidad de estas formaciones cortas. Es preferible limitarse a lo que puede verificarse.
El Foro Económico Mundial sitúa las competencias en IA y macrodatos a la cabeza de las competencias con mayor crecimiento: la demanda se centra en competencias, no en un tipo de título específico. En cambio, los puestos de investigación siguen vinculados a los títulos de posgrado, y algunas profesiones reguladas exigen un título reconocido.
Para comparar una formación corta con un programa universitario, los criterios publicados por la institución son los más útiles: contenido detallado de las asignaturas, duración, existencia de proyectos evaluados, reconocimiento de los créditos por una universidad y lista de empleadores asociados. Las bases teóricas en matemáticas, por su parte, siguen siendo útiles cuando cambian las herramientas.
¿Y en Canadá?
Canadá puso en marcha en 2017 su estrategia pancanadiense de inteligencia artificial, que el Instituto Canadiense de Investigaciones Avanzadas (CIFAR) presenta como la primera estrategia nacional de IA del mundo. Se apoya en tres institutos nacionales: Mila, en Montreal; el Vector Institute, en Toronto; y Amii, en Edmonton. Estos institutos están vinculados a universidades cercanas y acogen a investigadores y estudiantes de posgrado.
Aquí no se cita ninguna posición canadiense concreta en la tabla QS 2026 de la disciplina: no fue posible consultar la clasificación detallada completa en el momento de la redacción, y puede comprobarse en el sitio web de QS.
Para explorar las trayectorias académicas, StudyCanada ofrece la ficha de University of Toronto, la ficha de Université de Montréal, la página del B.Sc. en informática de McGill University y la página del programa de informática de University of Waterloo. Cada ficha especifica los requisitos previos de matemáticas y las condiciones para los estudiantes internacionales.