En los pasillos del MIT, donde el futuro se construye pieza a pieza, un curso está transformando la manera en que los futuros ingenieros abordan el diseño. El curso 2.155/156, titulado AI and Machine Learning for Engineering Design, no es solo una clase más en el catálogo de la institución. Es un puente entre la inteligencia artificial y la ingeniería mecánica, un espacio donde las líneas de código no solo resuelven ecuaciones sino que dan forma a objetos, sistemas y soluciones que antes parecían fuera del alcance humano.
Faez Ahmed, Doherty Chair in Ocean Utilization y profesor asociado de ingeniería mecánica, lo tiene claro. Dentro de la ingeniería mecánica, el aprendizaje automático, la inteligencia artificial y la optimización están desempeñando un papel fundamental. Desde su laboratorio DeCoDE, Ahmed ha impulsado este curso con una visión clara que los estudiantes no solo consuman tecnología, sino que la moldeen para resolver problemas reales de diseño. Y no se trata de teoría abstracta. Se trata de crear productos nuevos, de enfrentarse a desafíos concretos, de construir el futuro con herramientas que aceleran procesos que antes tomaban semanas o meses.
Lyle Regenwetter, candidato a doctorado, subraya que hay muchas razones para que los ingenieros mecánicos incorporen el aprendizaje automático en su trabajo diario. La inteligencia artificial puede acelerar sustancialmente el proceso de diseño, permitiendo explorar miles de configuraciones en cuestión de horas, algo que sería imposible con métodos tradicionales. Desde 2021, cuando se ofreció por primera vez, el curso ha ganado una popularidad inusitada entre los estudiantes del Departamento de Ingeniería Mecánica, convirtiéndose en una de las asignaturas optativas más demandadas.
Lo más llamativo es su capacidad de atracción. No solo convoca a estudiantes de ingeniería mecánica, sino también a participantes de otros departamentos del MIT e incluso de universidades como Harvard. Tanto estudiantes de grado como de posgrado encuentran en este curso un espacio donde aplicar técnicas avanzadas de machine learning a problemas reales, desde la optimización de estructuras hasta el diseño de aeronaves o metamateriales. El enfoque es práctico, inmersivo, casi experimental.
Los conscursos fomentan la competición interna dentro del MIT
Uno de los elementos más motivadores es la competición. Los estudiantes se enfrentan a retos técnicos en forma de concursos, donde reciben problemas de diseño junto con un código inicial que ofrece una solución funcional, pero no óptima. Ilan Moyer, estudiante de posgrado, lo resume bien se trata de partir de algo que funciona y preguntarse cómo podemos hacerlo mejor. El ambiente se dinamiza con tablas de clasificación en vivo, que no solo miden el rendimiento de los algoritmos, sino que fomentan un espíritu de mejora continua, de búsqueda constante de la excelencia.
Em Lauber, estudiante del programa de system design and management, destaca que el curso le permitió no solo entender los conceptos, sino también implementarlos. Fue literalmente aprender cómo codificarlos. Este salto del pensamiento teórico a la acción concreta es clave. El currículo combina lectura crítica de artículos científicos con ejercicios prácticos, permitiendo a los estudiantes explorar aplicaciones en robótica, diseño estructural o materiales con propiedades extraordinarias.
El punto culminante es el proyecto final, donde los estudiantes trabajan en equipo para aplicar las técnicas aprendidas a un problema de diseño de su elección. Aquí florecen ideas sorprendentes. Malia Smith, por ejemplo, utilizó datos de movimiento capturado con marcadores para predecir las fuerzas de apoyo en corredores, un avance con potencial en biomecánica y diseño de calzado deportivo. Califica la experiencia como profundamente gratificante, sobre todo porque el resultado superó con creces sus expectativas iniciales.
Proyectos que trascienden el aula
- Malia Smith desarrolló modelos para mejorar el rendimiento y la prevención de lesiones en atletas
- Em Lauber diseñó un sistema modular para árboles para gatos, adaptado a distintos espacios domésticos
- Ilan Moyer creó software para una nueva arquitectura de impresora 3D, más eficiente y escalable
- Varios proyectos han derivado en publicaciones científicas y premios internacionales
Uno de esos proyectos, GenCAD-Self-Repairing, fue galardonado con el Best Paper Award 2025 de la American Society of Mechanical Engineers en la categoría de Systems Engineering, Information and Knowledge Management. Ahmed celebra esta diversidad de enfoques y la calidad de los trabajos, que demuestran cómo la formación en IA puede abrir caminos inesperados en la ingeniería.
Pero más allá de los resultados técnicos, hay algo más profundo en juego. Ilan Moyer reflexiona sobre cómo la inteligencia artificial suele aparecer en la cultura popular como algo opaco, misterioso, casi mágico. "Esta clase ha abierto las cortinas", dice. Ya no es una caja negra. Los estudiantes entienden lo que sucede dentro, pueden manipularlo, mejorarlo, aplicarlo. Y eso, en el fondo, es educación en su forma más poderosa no solo transmitir conocimiento, sino devolver el control.
En un mundo donde la tecnología avanza a velocidad de vértigo, este curso del MIT no solo forma ingenieros más competentes. Forma pensadores críticos, creadores conscientes, personas capaces de mirar bajo la superficie de los algoritmos y preguntarse qué pueden construir con ellos. El alma del diseño sigue siendo humana, pero ahora se amplifica con inteligencia artificial. Y eso, sin duda, cambia todo.