TECNOLOGÍA / EL RETO Y LA PROMESA DE LA INTELIGENCIA ARTIFICIAL EN LA INGENIERÍA CIVIL / SILVIA RAQUEL GARCÍA BENÍTEZ

Lo digital debe complementar la parte presencial, la convivencia, los talleres.

UNIVERSIDAD LA SALLE

pasión, fomentemos su curiosidad, les enseñemos la perseverancia y a no rendirse ante el fracaso.

Debemos enfatizar el aprendizaje basado en proyectos, es decir, que no sólo se califique al estudiante, que no sólo se le prepare para llegar al examen, sino que realmente haya una evaluación que conecte el aprendizaje académico con la vida real. Por eso las universidades tienen que vincularse con las empresas, con los gremios, el sector público y los egresados.

IC: ¿Cómo califica el impacto de las políticas que se han tomado ante la pandemia de COVID-19? ¿Cómo se armonizaron estas medidas con el desarrollo de la formación académica? CHA: Fue positivo. Creo que todo esto vino a revolucionar la forma en la que enseñamos y no lo teníamos previsto. Pienso que las universidades no estaban completamente preparadas para esta condición en la que hubo que aprender de nuevo a dar clase; considero que la contingencia ayudó a revalorar el trabajo docente.

La forma virtual no puede ser ni base ni sustituto de la enseñanza presencial; tenemos que procurar que lo digital no supla, sino que complemente lo que ya hacemos de forma presencial.

La tecnología, seleccionada y gestionada adecuadamente, puede contribuir a un proceso más rico, con mayor interacción. La podemos usar, pero no puede ser la protagonista. De nuevo, insisto, el protagonismo debe estar centrado en el aprendizaje de los estudiantes. Las técnicas de transmisión de conocimientos, aun sofisticadas, no pueden reemplazar por entero el contacto vivo prolongado.

Por otro lado, no es para frustrarnos, hay que reconocer que no todo lo que hemos estado haciendo durante la contingencia es educación en línea. Decir que damos clases en línea porque hacemos lo mismo que hacemos en clase, sumándole una cámara enfrente, es lo mismo que decir que tenemos 20 años de experiencia docente, cuando realmente hemos replicado 19 veces lo que hicimos el primer año. Ahora estamos intentando usar algunas tecnologías para disminuir el distanciamiento social y creo que por ahora es lo único viable a nuestro alcance y por eso no estoy de acuerdo con estudiantes, papás y también profesores que cuestionan si la calidad de la educación no presencial resuelve todos nuestros problemas… la verdad es que la presencial tampoco lo hace, pero nos aferramos a viejos paradigmas.

IC: He recibido opiniones de ingenieros civiles que dan clases y hacen referencia a que resulta perjudicial dar clases de manera virtual; citan una cantidad importante de ejemplos, y refiero uno: consideran que es prácticamente imposible hacer una calificación justa, apropiada, efectiva del conocimiento de los alumnos mediante exámenes o ejercicios virtuales. Plantean que a veces los alumnos ponen su foto o aparecen como conectados pero no lo están. Un profesor me contó que para darse cuenta de lo que estaba pasando terminó la clase pero dejó abierta la sesión y hasta dos horas después había alumnos que aparecían conectados. ¿Qué opina de estos casos? CHA: En parte tienen razón, pero yo creo que es un compromiso de los dos lados; no podemos culpar completamente al profesor o al estudiante. Sí requerimos a un profesor con nuevas habilidades, con un nuevo perfil, pero también en estos nuevos modelos que nos vino a traer la contingencia –algunos de los cuales llegaron para quedarse– necesitamos estudiantes que sean autogestivos, más responsables de sus procesos de enseñanza-aprendizaje, un poco más orientados a ser autodidactas, a revisar la información, a hacer las actividades: tenemos que formarlos en ello.

Es cierto, la evaluación es un reto en el sentido de que debe ser diversificada, con distintas fuentes que nos den información sobre el progreso de los estudiantes, que sea formativa, continua. Ahora debe centrarse más en el procedimiento que en un dato como resultado.

He escuchado a estudiantes que se quejan de la gran cantidad de tareas y trabajos cuando están estudiando a distancia, y creo que una sobrecarga de actividades de evaluación no asegura un mejor aprendizaje por parte de los estudiantes. La evaluación está sobrevalorada, tal vez porque nos falta inventiva y porque queremos seguir haciendo lo mismo que hicieron con nosotros. Nuestra misión como docentes es que los alumnos aprendan, no solo calificarlos y entonces, visto así, lo más importante ya no es la enseñanza, sino el aprendizaje. El reto es, me parece, plantear una evaluación que sirva para aprender, porque normalmente la consideramos como una herramienta que sirve para acreditar lo que el estudiante sabe o ha aprendido. Y evaluar no es calificar; si partimos de ahí, entonces estamos fomentando que el estudiante busque, de cualquier forma, pasar el examen que le planteamos, en vez de verdaderamente buscar aprender. El reto para profesores y estudiantes es diferenciar entre evaluar para calificar y evaluar para aprender, y no lo vamos a superar

mientras sigamos pensando que la evaluación en línea es complicada, difícil de llevar a cabo o poco confiable.

IC: ¿Qué pasa en el caso particular de la ingeniería civil, cuando era habitual, necesario o incluso imprescindible, además de las clases en el salón, ir a los laboratorios de hidráulica, de materiales, de estructuras? CHA: Por eso decía que lo digital no puede suplir, sino que debe complementar la parte presencial, la parte de convivencia, talleres, visitas a obra, indispensables en la formación del ingeniero civil. Eso tiene que seguir existiendo. El estudio de la ingeniería civil no puede ser completamente a distancia.

IC: Respecto a cómo encarar la enseñanza, mencionaba los aspectos técnicos, pero también los de orden ambiental, ético, social, económico, porque la carrera de Ingeniería civil, como la de Medicina, tienen un impacto en lo social y político muy relevante. Se habla de las maravillas de edificios y obras lujosas, ostentosas, al tiempo que hay decenas de millones de personas que no tienen un techo donde cobijarse. Sin dejar de lado la importancia de la evolución tecnológica, ¿no es prioritario atender las necesidades sociales de esas decenas de millones de personas que no tienen acceso a recursos y servicios básicos? CHA: Coincido plenamente con usted, por eso pienso que debemos orientar para generar conciencia de las implicaciones éticas, ecológicas y sociales que tienen los proyectos de ingeniería. Un ingeniero debe ser custodio del medio ambiente, debe ser innovador, gestor de riesgos, pero coincido con lo que usted dice: no es nada más construir o hacer una carretera, hacer un aeropuerto, hacer una refinería, sino ver el impacto ecológico y social que tienen los proyectos en los que participan. Los programas de estudio deben considerar formar a los estudiantes para que formulen soluciones a los retos que plantean los Objetivos de Desarrollo Sostenible de la ONU.

IC: ¿Qué retroalimentación ha recibido de los alumnos y profesores respecto de este proceso de reclusión que se ha vivido en los últimos dos años? CHA: Los alumnos han valorado el esfuerzo de los profesores por enseñarles a distancia. Algunos se quejan, otros quieren ya regresar y reconocen que aprenden mejor en lo presencial, les cuesta trabajo hacerlo en línea, sienten que tienen más tareas y trabajo en casa. Comprendo que estar en una videoconferencia en grupo durante un largo tiempo no solo es cansado, aburrido y no motiva a un estudiante… ahora imagínese si termina una clase de hora y media de videoconferencia y sigue con otra clase igual. Al final del semestre pasado tuvimos clases en modelo mixto o híbrido. Asistían a prácticas y talleres en su mayoría y lo hacían con gusto, regresaron incluso más receptivos, pero también hay estudiantes que prefieren estar en su casa tomando clase y hacen pocos esfuerzos por asistir a actividades presenciales. IC: ¿Y los profesores? CHA: Ellos también. Es mayor el número de profesores que prefieren lo presencial; realmente lo valoran, porque prefieren el contacto con el estudiante. Creo que mucho de lo que hace que uno se dedique a la docencia es esa parte humana, de calidez, de crear relaciones educativas intensas; eso inspira la labor del maestro. Pero puede ser también porque les cuesta trabajo preparar materiales, por ejemplo. Hay profesores que no lo son de tiempo completo, y valoran mucho que sean clases virtuales porque no tienen que salir corriendo de su trabajo para llegar a dar su clase, y pueden impartirla en la comodidad de su casa. Hay profesores que viajan mucho, y a veces pierden la clase; eso sucede principalmente en posgrado. Si el estudiante también está trabajando, entonces se le facilita mucho, pero sí creo que hay una pérdida importante cuando se evita la parte presencial.

IC: Hace unos días hubo una polémica entre la jefa de Gobierno de la Ciudad de México y la oposición porque le estaban pidiendo instaurar el semáforo naranja. Ella dijo que su gobierno no se maneja con base en prejuicios, sino en función de las recomendaciones de las autoridades de salud, las cuales indican que hay que cuidarse, tomar precauciones, pero eso no implica cerrar la economía o el sector académico ¿Qué opinión tiene sobre eso? CHA: Debemos evitar que se repita una contingencia como la que vivimos a partir marzo de 2020, actuando con base en la experiencia recogida en estos más de dos años. Porque el impacto económico es tan grave que afecta a decenas de millones de personas, especialmente de los sectores más populares. Debemos ser resilientes, aprender a vivir con este nuevo virus como lo hemos hecho con tantos otros, siempre con base en la información científica, sin caer en pánico por subjetividades especulativas, respetando la normatividad que establecen las autoridades correspondientes.

IC: ¿Se han hecho evaluaciones respecto del impacto que ha tenido la modalidad virtual o la combinada en el aprendizaje? CHA: Aún no podemos medir el impacto; será hasta pasados unos meses o años, en los que veamos el desempeño del egresado en la industria, en el campo laboral. Lo que sí creo es que las universidades tienen que estar preparadas para lo que venga en los siguientes años, cuando se vea que el estudiante de primaria, de secundaria y de preparatoria no fue lo suficientemente hábil para aprender todo lo que requería para el ingreso a la universidad. Debemos estar preparados para eso y para poder solventar las deficiencias académicas con las que pueden llegar los estudiantes

Entrevista de Daniel N. Moser

¿Desea opinar o cuenta con mayor información sobre este tema? Escríbanos a ic@heliosmx.org

El reto y la promesa de la inteligencia artificial en la ingeniería civil

Las empresas y las economías que explotan la inteligencia artificial están empezando a cosechar beneficios, pero la adopción aún se encuentra en una etapa relativamente temprana y desigual, con una enorme variación entre empresas, sectores productivos y países. El futuro está mostrando su rostro, y el impacto de la IA en el trabajo y las ocupaciones, sin duda, será muy profundo. En este escenario la ingeniería civil tiene el deber de incursionar.

SILVIA RAQUEL

GARCÍA BENÍTEZ

Doctora en Ingeniería. Investigadora en el Instituto de Ingeniería de la UNAM; desarrolla trabajos en el área de dinámica de suelos, ingeniería sísmica, obras civiles subterráneas y presas. Finalmente estamos viviendo el momento de la inteligencia artificial (IA). Después de casi 60 años con periodos de exageración seguidos de varios con “sequía de aplicaciones”, hoy las técnicas que permiten un rendimiento superhumano de las máquinas son una realidad. Las aplicaciones de IA a nuestro alrededor (reconocimiento facial, traductores y asistentes como Siri y Alexa) son tantas y tan diversas que apenas notamos que somos consumidores directos de ellas. Las empresas y las economías que explotan la IA (en la productividad y en la innovación) están empezando a cosechar beneficios, pero la adopción aún se encuentra en una etapa relativamente temprana y desigual, con una enorme variación entre empresas, sectores productivos y países. El futuro está mostrando su rostro, y el impacto de la IA en el trabajo y las ocupaciones, sin duda, será muy profundo. Ocupaciones y habilidades serán modificadas o desaparecerán, y las capacidades humanas evolucionarán conectando con las de las máquinas. Los desafíos sociales, derivados de amenazas de todos tipos, también podrán ser afrontados con IA, sin dejar de lado que estas mismas técnicas podrían introducir o exacerbar otros problemas a través de su uso y mal uso, el sesgo, la privacidad y la seguridad. Éste es el escenario tecnológico-social en el que la ingeniería civil tiene el deber de incursionar, prácticamente de inmediato.

Convenciendo al pragmático ingeniero civil

El primer acercamiento de un ingeniero civil a las disciplinas que integran la IA (informática, control, lingüística, neurociencia, psicología y filosofía, entre otras) o a su concepto (capacidad de una máquina o artefacto para ejecutar funciones de la mente humana, entre otros) normalmente es estéril y poco encuentra relacionado con su quehacer profesional, en campo o en gabinete. Nuestra tendencia a pensar y actuar dando prioridad a las consideraciones prácticas, a las soluciones más que a las promesas, ha hecho que nuestra entrada en esta revolución tecnológica sea lenta, desequilibrada y desarticulada. Parte de esta reticencia al uso o explotación proviene del desconocimiento o la ignorancia sobre las potencialidades de las tecnologías. Un fenómeno interesante entre el gremio es que, a pesar de usarlas muy

Figura 1. La industria de la construcción se vuelve robótica.

poco (o prácticamente no usarlas), las herramientas son bien vistas y la opinión generalizada es que debemos hacerlas intervenir en todos nuestros procesos. ¿De qué manera mostramos la viable e interesante oportunidad que la IA ofrece a nuestra profesión? Multiplicando los lugares de formación: sitios virtuales o reales en los que se facilite el acceso y el manejo de las herramientas, el entrenamiento, la observación, el estudio y la profesionalización.

El producto más visible de la etapa de desarrollo (de 1990 al presente) de la IA son las redes neuronales como una forma alternativa de resolver problemas complejos y mal (o escasamente) definidos; es la oferta mejor posicionada para aprender de los ejemplos con fuerte tolerancia a las fallas (datos contaminados o incompletos), capacidades para manejar problemas altamente no lineales, así como para el modelado, identificación, optimización, predicción y control de sistemas complejos.

En la ingeniería civil, la digitalización y la “inteligencia” han permitido aumentos sustanciales en la automatización, el rendimiento y la fiabilidad de nuestros procesos, así como en la conexión activa entre la construcción física y la digital (véase figura 1). Sin duda la construcción, como gran sector económico, con su poderosa influencia en el crecimiento y el desarrollo de las naciones y la configuración de las bases del crecimiento a largo plazo, es la vertiente que más se ha beneficiado de la IA con reales ventajas competitivas para quien la aprovecha.

Sin embargo, nuestros desarrollos en ingeniería civil son de IA estrecha (una máquina realiza una tarea y toma decisiones sobre ese único aspecto de su entorno), y en el mercado llevan décadas mostrando su exitoso desempeño, más ampliamente en optimización estructural, evaluación de estados (sobre todo estructurales), seguimiento de la “salud” de las obras de ingeniería, manejo de la construcción, diseño y modelado de puentes y carreteras, categorizaciones geotécnicas, etc. Más recientemente, las tecnologías de big data y el aprendizaje profundo se han aplicado con éxito en algunos aspectos de la ingeniería civil, entre los que destaca el mantenimiento estructural. La visión por computadora, basada en el aprendizaje profundo, ha permitido la supervisión de la salud de la estructura con mejoras muy importantes sobre las categorizaciones, las predicciones y la demanda de actuaciones –aspectos normalmente sesgados por las experiencias de los involucrados o la imposibilidad de observación (sitios de difícil o peligroso acceso)–. El aprendizaje profundo ha permeado poco en otros aspectos de la ingeniería civil, a pesar de que en la era de los datos, el aprendizaje profundo se convierte en la herramienta obligada para aprovechar al máximo la información contenida en big data.

Algo de lo más nuevo (probado y aceptado)

Redes neuronales aparte, los algoritmos genéticos, inspirados en la teoría de la evolución de Darwin, han dado muestra de su enorme potencial en la ingeniería civil. El monitoreo de la salud estructural se está volviendo cada vez más atractivo debido a su capacidad potencial para detectar y anticipar el daño y, en este sentido, trabajos como el de Silva et al. (2016) y su exitosa aplicación en el puente Tamar en Reino Unido, así como el seguimiento del cambio de tensión de cables a lo largo del tiempo para evaluar el estado de salud de puentes atirantados (Zarbaf et al., 2017) son aplicaciones impactantes. Los algoritmos para aislamientos de base (sísmicos) son sistemas de control pasivo relativamente perfectos cuando se enfrentan a las soluciones convencionales. El caso de Mehrkian et al. (2019), que lograron, con un controlador genético difuso multiobjetivo, reducir la vibración en estructuras internas de un edificio aislado de base irregular ante diferentes escenarios de terremotos, es un buen ejemplo. De la misma forma muestran notable superioridad trabajos como el de Mroginski et al. (2016), con su algoritmo para la optimización de secciones transversales (tubos sólidos) de estructuras de celosía con búsquedas en el espacio evolutivo, veloces y confiables, basadas en áreas de la sección transversal de la viga, los miembros de la columna y los tipos de conexiones, por mencionar sólo algunas de las

Figura 2. Algoritmo artificial de una colonia de abejas modificado para resolver problemas de clustering.

variables que participan en el proceso de optimización. Truong et al. (2017) y Artar y Daloglu (2018), sobre esta misma línea, optimizan excepcionalmente el diseño de marcos de acero sobre combinaciones paramétricas muy complejas.

La inteligencia de enjambre, propuesta por primera vez en 1992 por académicos estadounidenses (véase figura 2), se basa en la idea del sistema de autómatas moleculares con autoorganización regida por la interacción entre individuos adyacentes en una cuadrícula espacial (inspirada en el comportamiento colectivo de los insectos y otros animales). En estos algoritmos, cada partícula tiene un vector de posición y un vector de velocidad que se ajustan en la iteración aprendiendo sobre el vector local óptimo de la propia partícula y el vector global óptimo de toda la población. Ejemplo de estas aplicaciones es la evaluación de la deformación de la roca circundante en el proceso de excavación, con lo que se reduce el riesgo y se proporcionan parámetros de diseño para el avance seguro. Especialmente importante es garantizar la seguridad sísmica de los edificios, y sobre esto Chen et al. (2018) tienen un modelo para predecir la resistencia al corte de muros durante un terremoto, el cual establece conexiones globales en el edificio, que evoluciona durante los segundos que dura el evento; esta idea ha sido aplicada a estructuras de puentes, como el viaducto Jalón en España (Qin et al., (2018). Estos algoritmos han sido también presentados como modelos sustitutos de los tradicionalmente complicados de elementos finitos, con características ventajosas de uso de parámetros simples, convergencia rápida y buena, y robustez. Algoritmo de colonia de hormigas, algoritmo de colonia de abejas, algoritmo de luciérnagas, búsqueda de cucos, así como el algoritmo de manada de krill (animal marino) son algunas de las ofertas genéticas que se han usado con éxito en la ingeniería civil.

Sobre big data, su presentación ha sido tan impresionante, que empresarios y gobiernos de todo el mundo han apostado por esta tecnología; en la ingeniería civil, los ejemplos sobre su explotación no son muchos, pero los que hay son excepcionales. A gran escala, el monitoreo de los componentes estructurales de los puentes es la consideración principal para su mantenimiento y operación. Sin embargo, la monitorización de partes mecánicas y eléctricas y otros componentes esenciales (sobre todo para los complejos puentes móviles) hace necesaria la intervención de algoritmos de aprendizaje automático que procesen las grandes cantidades de datos recolectados, como lo hace el Sunrise Bridge en Florida. Si tan sólo hablamos de acelerómetros, el monitoreo para estudiar las vibraciones tiene enfoques diversos: desde la caracterización de la variable, el análisis evolutivo, el seguimiento de errores y la realimentación para entrenamiento de modelos hasta la evaluación de la capacidad de servicio para emisión de alertas/recomendaciones, todos juntos configurando una matriz de datos tan grande y compleja que la mente humana, en solitario, sería incapaz de abordar. Tal es la importancia de esta vertiente, que en el National Bridge Inventory (gestionado por la Administración Federal de Carreteras de EUA) se pueden encontrar datos sobre numerosas estructuras (véase figura 3). Aunque muchos grandes esfuerzos son necesarios para contar con un repositorio completo, con suficientes datos acumulados, los esfuerzos son prometedores, como el de Kim et al. (2017), con una base que contiene 1,002,172 cubiertas de puentes y superestructuras que se utiliza para explorar la tendencia a la degradación y su introducción como componente obligatorio del modelado (normado).

Las investigaciones sobre detección de daños se centran en la utilización de redes de sensores inalámbricos, pero los datos compilados, hasta hace poco, eran inmanejables. Para gestionar y analizar de forma eficaz los enormes conjuntos de datos de sensores, trabajos como el de Rosales et al. (2017) significan la posibilidad de la extracción exitosa de características en el dominio del tiempo, aunque todavía es un gran desafío elegir los parámetros adecuados como entradas del modelo de análisis. En cuanto al modelado de información de construcción (BIM) para almacenar y manejar datos estructurados de edificios, se ha avanzado en capturar el conocimiento estructurado y no estructurado de datos utilizados en la operación de sistemas de construcción. Una gran aportación lo han sido los sistemas de diálogo hablado para integrar el conocimiento de las operaciones de construcción en el sistema BIM y conseguir instrucciones operativas, especialmente el mantenimiento y la renovación de edificios.

Tráfico y carreteras deben ser vistos como un total desafío. El modo de gestión anterior es básicamente incapaz de lograr una gestión científica de la calidad de la ingeniería de transporte, por lo que se requieren análisis profundos de creación, almacenamiento, procesamiento y caracterización de datos masivos generados por el seguimiento de la calidad en la ingeniería de carreteras. El manejo adecuado permite hoy en varias ciudades del mundo la reducción de la cadena de congestión y permite que los datos fluyan continuamente a lo largo del ciclo de vida del activo, para lograr un trabajo natural, colaborativo y eficiente.

Ejemplos y temas hay muchos más, tan emocionantes como impresionantes. Pero hay que pasar del asombro a la respuesta; es tiempo de hacerlo. El envejecimiento de la profesión ha comenzado, pero somos capaces (y responsables históricos) de modificarlo hacia un estado de madurez y creación.

Reflexiones finales

El desafío de la implementación. A pesar de que la ingeniería civil tiene interés en adoptar la IA, dadas sus posibles contribuciones al valor empresarial, al crecimiento económico y al bien social en un momento en el que muchas economías necesitan impulsar la pro-