Dra. Indira Inzunza-Aragón y Dr. Edmundo Amaya-Gallardo
Integrantes del Comité de Resiliencia de la Infraestructura
Colegio de Ingenieros Civiles de México
En la última década, la inteligencia artificial (IA) ha dejado de ser una promesa futurista para convertirse en una herramienta tangible con el potencial de transformar múltiples disciplinas, incluida la ingeniería civil. Esta última, encargada del diseño, construcción y mantenimiento de infraestructura, ha comenzado a integrar algoritmos, modelos y simulaciones predictivas en sus procesos técnicos y operativos. Esto plantea una pregunta inevitable: ¿estamos ante una herramienta de apoyo o frente a un inminente reemplazo?
La ingeniería civil abarca áreas como la estructural, geotécnica, hidráulica, construcción, materiales y sustentabilidad, cada una con desafíos técnicos particulares. En este artículo se presentan ejemplos del uso de la IA en estas áreas, con el objetivo de ilustrar su potencial y los retos que aún persisten.
Aunque hoy en día herramientas como ChatGPT han popularizado el término “inteligencia artificial”, es importante aclarar que la IA va mucho más allá de estos asistentes conversacionales. Desde finales del siglo XX, la IA ha sido utilizada en investigación en ingeniería civil para modelar estructuras, optimizar diseños, analizar riesgos y gestionar grandes volúmenes de datos. Su aplicación técnica requiere conocimientos especializados y no debe reducirse a simples consultas automatizadas.
En realidad, la IA se entiende como una serie de algoritmos que permite a las máquinas aprender, razonar y tomar decisiones lógicas a partir de datos que el usuario le proporciona. Dependiendo de la arquitectura de programación de estos algoritmos reciben diversos nombres como Redes Neuronales Artificiales (ANN por sus siglas en inglés), Algoritmos Genéticos, Aprendizaje automático (Machine Learning), Aprendizaje profundo (Deep Learning), Sistemas expertos, entre otros.
En ingeniería civil, esto se traduce en aplicaciones que van desde el diseño estructural hasta la gestión de obras, el monitoreo de infraestructuras y la optimización de recursos. Los algoritmos no solo procesan información: la interpretan y proponen soluciones, complementando, y en algunos casos automatizando, tareas antes reservadas al criterio humano.
En diseño estructural, las ANN entrenadas con datos de estructuras reales o de simulaciones experimentales y/o numéricas, permiten predecir el comportamiento de estructuras bajo diversas condiciones de carga. En diseño eólico, los modelos de aprendizaje profundo pueden estimar presiones en edificios a partir de datos experimentales de pruebas en Túnel de Viento, como el de la UNAM, o simulaciones numéricas de fluidos, optimizando elementos como cubiertas y aerogeneradores. También permiten modelar cómo la presencia de edificaciones vecinas altera el flujo del viento en zonas urbanas densas. En ingeniería sísmica, la IA se ha utilizado para identificar patrones de daño, estimar la respuesta dinámica de edificaciones y mejorar sistemas de alerta temprana. Aunque LOS SISMOS NO SE PUEDEN PREDECIR, sí es posible anticipar la duración del movimiento fuerte del terreno ante ciertos escenarios, mejorando la preparación ante eventos sísmicos.
En la construcción, la visión por computadora combinada con algoritmos de aprendizaje profundo permite velar por la seguridad de los trabajadores desde verificar que porten su equipo de protección, identificar comportamientos inseguros y contrastar el avance de obras. En el ámbito hidráulico, la IA se ha aplicado en el monitoreo de presas, detección de filtraciones, optimización de compuertas y análisis de calidad del agua. También se utiliza para estimar asentamientos diferenciales de presas y predecir el consumo hídrico futuro en zonas urbanas como la CDMX.
A pesar de estas ventajas, este avance tecnológico enfrenta desafíos. La calidad de los datos es trascendental: si los datos de entrada son incompletos o sesgados, los datos de salida pueden ser erróneos o peligrosos. En ingeniería civil, donde la seguridad de la población es prioritaria, este riesgo no puede subestimarse.
La falta de regulación de la IA en la industria de la construcción también es un tema preocupante. ¿Quién debe responder si un modelo de IA falla? ¿Cómo se garantiza la transparencia de estos algoritmos que operan como “cajas negras”? Además, la automatización desmedida de todos los procedimientos ya sea de gabinete o en campo, podría afectar socialmente la oferta laboral. La privacidad de los datos es otro tema sensible. Diversos estudios proponen soluciones como establecer estándares de calidad de datos, fomentar la colaboración entre ingenieras(os) y expertos(as) en IA, e incluir contenidos de IA en los planes de estudio, más allá del uso de ChatGPT. También se sugiere adoptar marcos éticos y legales que regulen su uso, garantizando transparencia y responsabilidad.
En México ya se han presentado algunas iniciativas legislativas para regular el uso de la inteligencia artificial, pero aún no existe una estrategia nacional consolidada que articule su aplicación en el sector de la construcción. La regulación sigue en desarrollo, y aunque se reconoce el potencial de la IA, persisten vacíos normativos, éticos y técnicos que requieren atención. El avance seguro y responsable de esta tecnología demanda visión, coordinación institucional y voluntad política.
Evitemos pensar en la inteligencia artificial como la amenaza corpulenta y armada que ilustra el cine norteamericano. La IA no sustituirá a las ingenieras e ingenieros civiles, pero sí transformará su rol. Les permitirá tomar decisiones más informadas y diseñar soluciones más eficientes, aunque también exigirá nuevas competencias y responsabilidad.
La IA es una herramienta poderosa, pero no autónoma. En manos expertas, potencia la capacidad de análisis, diseño y toma de decisiones. Su uso correcto exige criterio profesional, formación técnica y responsabilidad ética. La pregunta no es si la IA cambiará la ingeniería civil, sino cómo queremos que lo haga.
