Morgan State transforma su grado de cloud computing en uno de inteligencia artificial

Un grado universitario puede cambiar de nombre en una línea; formar a alguien capaz de construir y evaluar sistemas de inteligencia artificial exige bastante más. El 17 de julio de 2026, Morgan State University anunció que estrenaría ese otoño un Bachelor of Science in Artificial Intelligence. La noticia no describe una facultad creada desde cero, sino la transformación de su anterior grado de cloud computing. Esa diferencia convierte el caso en una pequeña lección práctica: para saber qué enseña de verdad un programa de IA hay que mirar debajo del título.

Primera comprobación: qué se aprobó realmente

El anuncio oficial de Morgan State afirma que el nuevo grado recibió la aprobación del Board of Regents de la universidad y de la Maryland Higher Education Commission. El registro público del organismo estatal ya incluye Artificial Intelligence como bachelor de Morgan State. Eso confirma la existencia administrativa del programa; no demuestra todavía su calidad, sus resultados laborales ni que cada curso esté listo para impartirse. Una autorización responde a una pregunta distinta de una evaluación de resultados.

Los documentos del consejo muestran además que la formulación evolucionó. En el libro de la reunión de mayo de 2026, el asunto aparece como cambio de título y de código académico del B.S. in Cloud Computing. La explicación proponía inicialmente “Artificial Intelligence and Cloud Computing”, mientras que la presentación y el anuncio de julio usan B.S. in Artificial Intelligence. No es una contradicción que invalide el programa, pero sí una advertencia útil: durante una transición, una nota de prensa, una página departamental y el catálogo pueden no estar sincronizados.

La documentación de mayo tampoco vende una ruptura total. Morgan sostenía que la nube había pasado de especialidad emergente a infraestructura habitual para software, datos, ciberseguridad e IA. Solicitaba cambiar el código CIP —la clasificación estadounidense del campo de estudio— de Information Technology a Artificial Intelligence. El propio documento decía que el cambio no abandonaba el rigor ni el contenido técnico anterior, sino que pretendía reflejar mejor el énfasis que ya tenía el programa. Dicho de otro modo: se mueve el centro de gravedad, pero se conservan cimientos.

Segunda comprobación: contar créditos, no palabras de moda

La página oficial del B.S. in Artificial Intelligence distribuye un mínimo de 120 créditos: 44 de educación general y requisitos universitarios, 14 de materias de apoyo y 62 correspondientes al major de IA. Ese reparto importa. El nombre del grado solo describe una parte del recorrido: casi la mitad de los créditos se dedica a formación general y apoyos, como sucede en muchos programas de cuatro años. Para comparar grados conviene calcular qué fracción corresponde al campo, cuáles son obligatorios y cuánto espacio dejan los optativos.

La lista visible combina introducción a data science, cloud computing, computación de alto rendimiento, organización de lenguajes de programación, inteligencia artificial y aprendizaje automático. También incluye aplicaciones de cloud e IA, analítica de datos en la nube, IA aplicada a ciberseguridad, data science para el bien social y machine learning en la nube. El patrón es más informativo que cualquier asignatura aislada: programación y sistemas permiten implementar; matemáticas y datos permiten razonar sobre los modelos; cloud e infraestructura permiten entrenar, desplegar y observar; ciberseguridad y contexto social obligan a considerar efectos y riesgos.

También se puede comparar con el punto de partida. La propuesta oficial del grado de cloud computing aprobada en 2019 ya exigía 120 créditos e incluía cursos de computer science, matemáticas, inteligencia artificial y un proyecto final. Por tanto, la presencia de IA no nació en julio de 2026. La pregunta correcta no es “¿han añadido IA?”, sino “¿qué peso, secuencia y evaluación tiene ahora frente al plan anterior?”. Sin una tabla completa y definitiva del nuevo itinerario, no puede calcularse con precisión cuánto cambió cada bloque.

Tercera comprobación: leer la letra pequeña de la propia web

La página departamental contiene señales de que la documentación seguía en transición cuando se anunció el lanzamiento. Su URL antigua de cloud computing redirige al grado de IA, pero varios objetivos todavía hablan de comprender los principios y la importancia de la nube. Eso puede ser coherente con la explicación académica de Morgan —la nube como base de los sistemas de IA—, aunque también muestra por qué no conviene tratar una página promocional como catálogo definitivo. Incluso aparecen erratas en algunos resultados de aprendizaje. Una denominación nueva no actualiza automáticamente cada descriptor, prerrequisito o mecanismo de evaluación.

Este detalle no autoriza a concluir que el cambio sea cosmético. El consejo informó de 18 cursos de IA en la oferta del departamento, repartidos entre niveles de grado y posgrado, y enumeró temas como reinforcement learning, deep learning en cloud, explicabilidad y equidad, computación de alto rendimiento y quantum machine learning. Pero “18 cursos ofrecidos” no significa “18 cursos obligatorios en este bachelor”. Para auditar un programa hay que separar el inventario total del departamento de las materias que deberá aprobar cada estudiante.

La misma cautela se aplica al aprendizaje basado en proyectos. Morgan declara que todos sus cursos de IA y machine learning incorporan proyectos reales desarrollados por estudiantes y profesorado. Es una decisión pedagógica prometedora porque obliga a pasar de una definición a datos, código, pruebas y documentación. Aun así, “hay proyectos” no revela su dificultad ni cómo se califican. Las preguntas útiles son más concretas: ¿se conserva un conjunto de prueba que el alumno no haya visto?, ¿se exige comparar con una línea base?, ¿se documentan fallos y costes?, ¿se evalúa el trabajo individual dentro de un equipo?

Cuarta comprobación: distinguir objetivos de resultados

El comunicado dice que el programa prepara para carreras en IA, machine learning, ciberseguridad, robótica, cloud computing y data science. Esos son destinos posibles, no garantías. Al ser un programa que se lanzaría en otoño de 2026, todavía no podía aportar cohortes graduadas bajo el nuevo título, tasas de finalización ni resultados laborales propios. Las historias de empleos o prácticas de estudiantes del departamento no sustituyen una medición del nuevo grado. El tiempo verbal da una pista: “preparará” expresa intención; “sus graduados logran” requeriría datos observados.

La ética merece el mismo tratamiento. Morgan incluye equidad, sesgo, privacidad, transparencia, seguridad y sistemas fiables entre sus objetivos. Ver esos conceptos en el programa es mejor que omitirlos, pero una lista no demuestra que sean competencias evaluadas. El lector puede buscar dónde aparecen: ¿en una asignatura independiente?, ¿en proyectos técnicos?, ¿en criterios de aprobación?, ¿en revisiones de datos y modelos? La diferencia duradera está entre mencionar un valor y exigir evidencia de que el estudiante sabe aplicarlo.

También conviene distinguir este B.S. del grado general de computer science. El B.S. in Computer Science de Morgan ya identifica IA y cloud computing como áreas de aprendizaje y ofrece una vía de IA y ciberseguridad. El bachelor especializado no es valioso solo porque contenga IA, sino si organiza más profundidad, continuidad y práctica alrededor de ella. Comparar ambos planes revela qué se gana al especializarse y qué fundamentos generales podrían quedar con menos espacio.

Un protocolo que sirve para cualquier grado de IA

Antes de elegir un programa por su nombre, el aspirante puede aplicar cinco filtros. Primero, verificar su estado en el regulador o catálogo oficial. Segundo, contar créditos y separar requisitos generales, fundamentos, especialización y optativas. Tercero, dibujar la secuencia: matemáticas y programación antes de modelos avanzados, no solo una colección de asignaturas atractivas. Cuarto, pedir ejemplos de evaluación —proyectos, exámenes, líneas base, documentación y revisión de riesgos—. Quinto, exigir resultados que correspondan a la cohorte y al programa, no testimonios heredados de otro título.

Aplicado a Morgan State, el protocolo ofrece una lectura más precisa que “cloud se convierte en IA”. Hay aprobación y registro estatal, continuidad de una base informática, un bloque de 62 créditos del major y una oferta que combina modelos con sistemas. También quedan preguntas que los documentos disponibles el 22 de julio no resolvían por completo: el plan secuencial definitivo, qué cursos son obligatorios dentro de la oferta amplia y cómo se medirán los resultados del primer grupo.

La capacidad transferible es esta: juzgar un grado de inteligencia artificial por su autorización, su mapa de créditos, sus prerrequisitos, sus evaluaciones y sus resultados verificables, no por el rótulo. El título dice hacia dónde quiere orientar una universidad el programa; el currículo y las pruebas dicen qué tendrá que aprender realmente el estudiante.