Un estudio desarrollado por investigadores de la Universitat Politècnica de València (UPV) y del Hunan Institute of Science and Engineering (China) estima que el calentamiento global podría provocar un deterioro térmico prematuro de las infraestructuras y reducir significativamente su vida útil si se mantienen las tendencias de aumento de la temperatura.
El trabajo, firmado por Zhiwu Zhou, Faxing Ding, Julián Alcalá y Víctor Yepes, presenta un nuevo modelo que evalúa el efecto de las temperaturas extremas sobre la durabilidad de las infraestructuras y el impacto de dicho deterioro en las emisiones de carbono.
Hasta 25 años menos de vida útil hacia 2100
Según las proyecciones del modelo, el calentamiento global podría reducir entre 18,52 y 25,15 años la vida útil de las infraestructuras a nivel global hacia 2100. El estudio estima, además, que el calentamiento registrado durante el último siglo habría provocado un envejecimiento prematuro en alrededor del 8,67% de los puentes analizados a escala global.
“Este trabajo sintetiza una investigación profunda sobre el impacto del calentamiento global en la infraestructura crítica, en particular en los puentes atirantados de hormigón. El estudio revela una presión dual: el calentamiento acelera la degradación estructural y, simultáneamente, amplifica las emisiones de carbono incorporadas debido a la necesidad de demoliciones prematuras y reparaciones no planificadas”, apunta Víctor Yepes.
En su estudio, el equipo de investigadores de España y China concluye que el 8,67% de los puentes atirantados a nivel mundial han entrado en una fase de demolición prematura durante su etapa operativa. “Esto ha generado emisiones de carbono excedentes de más de 100.000 toneladas, una cifra equivalente a 2,70 veces la producción de carbono proyectada en la etapa de diseño original”, añade Yepes.
Validación del modelo
Para desarrollar y validar el modelo, el equipo analizó cuatro puentes situados en China y sometidos a condiciones climáticas y altitudes muy diferentes: el puente de Nan’ao, en Shantou, provincia de Guangdong; el puente del río Meixi, cerca de Fengjie, en el municipio de Chongqing; el puente de Wuhekou, en Huai’an, provincia de Jiangsu; y el puente de Xiaoxihu sobre el río Amarillo, en Lanzhou, provincia de Gansu.
“Los casos abarcan desde climas monzónicos subtropicales hasta climas continentales templados, lo que permite comprobar cómo los gradientes térmicos afectan de forma desigual a la durabilidad estructural”, apunta Julián Alcalá, investigador también de la UPV.
Más peligro en las regiones de clima templado marítimo y continental
El estudio advierte del peligro sobre todo en las regiones de clima templado marítimo y continental, identificadas como zonas de alta vulnerabilidad, “lo que exige una recalibración urgente de los códigos de diseño para garantizar la sostenibilidad y la resiliencia de la infraestructura global”, añade Julián Alcalá.
Para evitar estos riesgos, el equipo de investigadores aboga por incorporar escenarios climáticos futuros al diseño, mantenimiento y refuerzo de infraestructuras, para ayudar a anticipar daños y reducir tanto costes como emisiones derivadas de intervenciones prematuras.
La investigación se enmarca en el proyecto RESILIFE, dirigido por Víctor Yepes y Julián Alcalá, investigadores principales de la UPV.
Cuando cruzamos un puente moderno, lo hacemos confiados en que la ingeniería ha superado la prueba del tiempo. Estas estructuras están diseñadas para durar, por norma general, al menos un siglo. Sin embargo, en todo el mundo, los gigantes de hormigón y acero están fallando décadas antes de lo previsto. ¿Por qué las infraestructuras que deberían ser monumentos a la estabilidad sucumben prematuramente? El enemigo no solo es el desgaste provocado por el tráfico o el paso de los años, sino también un factor mucho más sutil y persistente: el estrés térmico causado por el calentamiento global.
Un estudio fundamental realizado por nuestro equipo de investigación revela que el aumento de las temperaturas globales no solo supone una amenaza medioambiental, sino que también acelera la fatiga estructural. Esta investigación, que analiza la termodinámica de los puentes atirantados, pone de manifiesto una crisis silenciosa de infraestructuras que está disparando los riesgos para la seguridad y las emisiones de carbono a niveles alarmantes.
La muerte prematura del 8,67 % de los puentes del mundo.
La estadística es contundente: el 8,67 % de los puentes atirantados a nivel mundial han entrado en una fase de demolición prematura durante su vida útil. Este hallazgo desmonta la promesa del «periodo de diseño de 100 años» que rige la ingeniería civil contemporánea.
La realidad técnica es sombría. El estudio analiza casos como los del puente Nan’ao (NAB) y el puente del río Amarillo (YRB), cuyas vidas útiles se ven drásticamente reducidas por el estrés térmico acumulado. Es particularmente alarmante el caso del puente NAB: aunque fue diseñado para durar un siglo, la evaluación técnica de su vida útil por fatiga bajo condiciones de estrés térmico extremo y ciclos de congelación-descongelación proyectó una vida útil de apenas 6166 años. No se trata de un error de construcción, sino de una proyección científica sobre cómo la fatiga acumulada por el calor extremo «devora» la capacidad de carga de la estructura.
«La tendencia preocupante de las emisiones globales y la ineficiencia de los modelos de diseño actuales frente al cambio climático están provocando que la infraestructura se convierta en una fuente de riesgo inesperada, en la que la acumulación continua de daño térmico es el factor causal principal».
El «Carbon Drift»: un coste ambiental 2,7 veces mayor de lo previsto.
El estudio introduce un marco métrico tridimensional crucial: la «deriva de carbono». Esta métrica no solo mide el CO₂, sino que también considera el tiempo, la geografía y el rendimiento estructural para revelar la verdadera huella climática de una obra. Los datos revelan que esta degradación prematura ha generado un exceso de más de 100 millones de toneladas de emisiones de carbono.
Lo más impactante es que esta cifra equivale a 2,70 veces la producción de carbono proyectada originalmente en la fase de diseño. Aquí reside la «paradoja de la reconstrucción»: el calor daña el puente, lo que nos obliga a reconstruirlo con cemento, lo cual, a su vez, emite más CO₂ y acelera el calentamiento global. La degradación estructural se convierte así en un acelerador del cambio climático, creando un círculo vicioso de emisiones no contabilizadas que sabotea los objetivos globales de sostenibilidad.
La paradoja geográfica: las zonas templadas con mayor riesgo
Contrariamente a lo que cabría esperar, las regiones más calurosas del planeta no son necesariamente las más vulnerables. El modelado geoespacial ha identificado que las zonas de clima marítimo y de clima continental templado presentan la mayor vulnerabilidad estructural debido a la alta variabilidad de sus ciclos térmicos.
Esta paradoja se explica por la interacción entre la variabilidad climática regional y los gradientes altitudinales. En regiones como China, los datos técnicos muestran que, por cada 100 metros de altitud, la temperatura desciende entre 0,579 y 0,613 °C. Esta fluctuación, sumada a los cambios estacionales, intensifica los ciclos de congelación y descongelación, lo que provoca una fatiga en el hormigón mucho más agresiva que la causada por un calor constante. Los factores críticos identificados son:
Fluctuaciones de temperatura extrema: La amplitud entre máximas y mínimas genera un microestrés constante.
Gradientes de altitud: Las zonas montañosas experimentan ciclos térmicos más intensos y frecuentes.
Ciclos térmicos intensificados: El paso constante de frío a calor genera microfisuras que comprometen la integridad química del material.
La física del daño: por qué el hormigón se rinde ante el calor.
Para entender esta crisis, debemos observar la microestructura del material. El calor induce lo que los ingenieros llaman «deterioro termomecánico» y «evolución de la fluencia» (creep evolution). En un proceso de «ablación interna» progresiva, las altas temperaturas oxidan los microcristales de carbono de la estructura, generando microestrés que propaga grietas de forma invisible. Con el tiempo, esto debilita la adherencia crítica entre el acero de refuerzo y el hormigón, lo que deteriora la capacidad de carga de manera desigual hasta que se produce el fallo final.
El coste ambiental de este fallo es enorme debido a una relación física implacable: 1 tonelada de cemento emite aproximadamente 0,9 toneladas de CO₂. Cada reparación obligada por el calor supone un golpe severo al presupuesto de carbono del planeta.
«Desde la perspectiva de la termodinámica, la predicción precisa de la respuesta estructural en entornos de alta temperatura es esencial para prevenir deformaciones generales y el colapso de la capacidad de carga en la ingeniería civil moderna».
Hacia una infraestructura de «bajo carbono»: ¿es suficiente?
El estudio propone soluciones basadas en materiales de vanguardia para mitigar este impacto y aumentar la resiliencia.
Sustitutos del clínker: El uso de arcilla calcinada (calcined clay), cenizas volantes y escoria de alto horno puede reducir las emisiones de CO2 entre un 14% y un 22%.
Nanotecnología: La incorporación de nano CaCO3 en una proporción óptima del 2% para mejorar la resistencia a la compresión y la densidad de la matriz del concreto.
Diseño híbrido: Optimización mediante agregados reciclados para reducir el carbono incorporado en las materias primas.
Sin embargo, la innovación en materiales es solo la mitad de la batalla. El reto principal es normativo: es urgente recalibrar los códigos de diseño. Los estándares actuales están diseñados para un clima estable que ya no existe y no contemplan los extremos térmicos a los que nos enfrentaremos en las próximas décadas.
Conclusión: ¿Estamos diseñando para un mundo que ya no existe?
La infraestructura global se encuentra hoy en una carrera desesperada contra el tiempo y el termómetro. Los datos de Zhiwu Zhou et al. son una advertencia final sobre el «clima overshoot» o sobrepasado: nuestras ciudades están sostenidas por estructuras que envejecen a una velocidad que no previmos y que emiten más carbono del que podemos permitirnos.
Al finalizar este análisis, surge una pregunta inevitable que debe resonar en cada oficina de planificación urbana: ¿están nuestras ciudades listas para los desafíos térmicos de 2050 o estamos construyendo hoy, con cada nuevo puente de diseño tradicional, los monumentos de nuestra propia obsolescencia?
En esta conversación puedes escuchar algunas de las ideas más interesantes sobre este tema.
Acaban de publicar un artículo nuestro en Thermal Science and Engineering Progress, una de las revistas de mayor impacto científico, ubicada en el primer cuartil del JCR. Este estudio científico analiza cómo el calentamiento global y las temperaturas extremas aceleran la degradación física de la infraestructura vial, con especial atención a los puentes atirantados de hormigón.
La investigación se enmarca en el proyecto RESILIFE, que dirijo como investigador principal en la Universitat Politècnica de València. Además, muestra la internacionalización de nuestro grupo de investigación, en este caso, con China. A continuación, se presenta un resumen del trabajo y de la información de contexto.
Este trabajo sintetiza una investigación profunda sobre el impacto del calentamiento global en la infraestructura crítica, en particular en los puentes atirantados de hormigón. El estudio revela una presión dual: el calentamiento acelera la degradación estructural y, simultáneamente, amplifica las emisiones de carbono incorporadas debido a la necesidad de demoliciones prematuras y reparaciones no planificadas.
Los hallazgos clave indican que el 8,67% de los puentes atirantados a nivel mundial han entrado en una fase de demolición prematura durante su etapa operativa. Esto ha generado emisiones de carbono excedentes de más de 100.000 toneladas, una cifra equivalente a 2,70 veces la producción de carbono proyectada en la etapa de diseño original. Las regiones de clima templado marítimo y continental se identifican como zonas de alta vulnerabilidad, lo que exige una recalibración urgente de los códigos de diseño para garantizar la sostenibilidad y la resiliencia de la infraestructura global.
1. El impacto térmico en las estructuras de hormigón
El calentamiento global altera el equilibrio termomecánico de las estructuras, afectándolas principalmente mediante dos mecanismos: el gradiente térmico y la temperatura uniforme.
1.1. Mecanismos de deterioro
Efectos térmicos estáticos: Bajo condiciones de alta temperatura, las estructuras sufren deformaciones y tensiones excesivas que pueden comprometer su integridad microestructural.
Evolución de la fluencia (creep): En condiciones de carga variable y a alta temperatura, la microestructura experimenta una evolución gradual de la fluencia. Esto induce tensiones que inician y propagan grietas.
Efecto de retraso temporal (time-lag): Los fenómenos de retraso o diferencias de fase en la variación de la temperatura entre distintas ubicaciones estructurales son factores determinantes de la acumulación continua de daños.
1.2. Factores de degradación química y física
El deterioro es un proceso acoplado multivariable influenciado por:
Reacción álcali-sílice: Causa pérdida de propiedades mecánicas y reducción de la durabilidad del agregado.
Corrosión de armaduras: La temperatura es el principal factor que acelera la corrosión de las armaduras en el hormigón.
Gradientes térmicos severos: La exposición repetida a gradientes de temperatura extremos provoca grietas que afectan la vida útil normal y el funcionamiento.
2. Marco metodológico y modelización
La investigación emplea un marco multidisciplinario, basado en la física, que vincula el forzamiento climático a escala macro con el deterioro estructural a escala micro.
2.1. Innovaciones en el modelado
Métrica de deriva de carbono 3D: Un nuevo marco para acoplar la variabilidad climática regional con la decadencia del rendimiento estructural.
Modelo de daño térmico global: Incorpora la cuantificación de la incertidumbre y la caracterización estadística de eventos extremos.
Simulaciones de elementos finitos: Modelización detallada que incluye temperaturas extremas específicas del sitio, gradientes altitudinales e incertidumbre climática.
2.2. Ecuaciones fundamentales de transferencia de calor
El estudio se apoya en la ley de conducción de calor de Fourier y en modelos mejorados de radiación solar (Kelvin) para calcular la intensidad de radiación total, considerando las radiaciones directas, dispersas, reflejadas por el suelo e inversas atmosféricas.
3. Análisis de casos de estudio: puentes de gran luz
Se analizaron cuatro puentes atirantados en diferentes regiones climáticas para evaluar su deformación ante gradientes de temperatura extremos a lo largo de un ciclo de 50 años (1975–2025).
Tabla 1: Resumen de puentes analizados y rendimiento térmico
Puente
Ubicación / clima
Altitud promedio
Ciclos hielo-deshielo (>20 °C)
Vida útil de diseño
Vida de fatiga estimada
NAB (Nan’ao)
Monzón subtropical
15 m
3.098
100 años
6,166 años
MRB (Meixi)
Monzón cálido/húmedo
943 m
3.672
100 años
20,470 años
WEB (Wuhekou)
Transicional cálido
194 m
4.302
100 años
22,117 años
YRB (Yellow River)
Continental templado
1.630 m
3.808
100 años
16,916 años
Hallazgos críticos por caso:
NAB: El análisis de acoplamiento térmico mostró que la vida operativa real caería a 93,834 años, por debajo del diseño original de 100 años.
MRB: Bajo ciclos intensos de hielo-deshielo, la vida útil se redujo drásticamente entre 65,9 y 93,1 años respecto a su vida útil de diseño original.
WEB: Presentó una relación de tensión térmica entre las losas superior e inferior de 2,818, lo cual fue la principal causa del arqueo en la viga principal.
YRB: Las temperaturas extremas (mínima de -21,7 °C) y la alta altitud provocaron una reducción masiva de la durabilidad, con una vida de fatiga acumulada de apenas 16,9 años en condiciones críticas.
4. Sostenibilidad y emisiones de carbono
La industria del hormigón enfrenta desafíos críticos, dado que la producción de una tonelada de cemento emite aproximadamente 0,9 toneladas de CO2.
4.1. El ciclo de retroalimentación climática
El estudio advierte sobre un círculo vicioso: el calentamiento global acelera el deterioro de las infraestructuras, lo que obliga a reconstrucciones prematuras, que a su vez generan más emisiones de CO2 y aceleran aún más el calentamiento. Por cada 1% de aumento en la tasa de crecimiento de las emisiones de carbono, la temperatura media aumenta en 0,01873 °C.
4.2. Análisis regional de emisiones excedentes
El equipo investigó 1.427 puentes atirantados en 27 países, dividiendo los hallazgos por regiones:
Norteamérica: En EE. UU., 14 puentes superaron su vida útil real calculada tras el daño térmico, entrando en periodo de demolición. Las emisiones en el periodo de demolición aumentaron un 488,19% en la región.
Europa: Alemania e Italia representan el 34,63% y el 15,24% de los puentes europeos, respectivamente. Tras el daño por fatiga ambiental, las emisiones durante el periodo de mantenimiento en Europa disminuyeron un 29,68% debido a demoliciones tempranas, pero las emisiones por demolición aumentaron un 1054,14%.
Asia-Pacífico: China representa el 43,22% de la región. Aunque muchos puentes son nuevos, la sensibilidad térmica indica que, al aumentar la temperatura, las propiedades de corte y la adherencia entre el acero y el hormigón disminuyen drásticamente.
5. Soluciones y mitigación: hormigón de bajas emisiones
Para cumplir con la Agenda 2030 de la ONU, resulta necesario adoptar materiales y tecnologías sostenibles.
Tabla 2: Tecnologías de Reducción de Carbono en la Construcción
Estrategia
Materiales / Métodos
Efecto en reducción de CO2
Sustitución de clinker
Cenizas volantes, escoria, arcilla calcinada
Reducción del 14% – 22%
Adhesivos sin cemento
Materiales cementicios activados por álcalis
Reducción de hasta el 80%
Optimización híbrida
Áridos reciclados
Reducción del 22% – 46% en materias primas
Nanotecnología
Nano-rellenos de CaCO3 (2%)
Mejora la resistencia y propiedades de la matriz
Captura de carbono
Absorción química / Ciclo de calcio
Captura directa de emisiones de CO2
6. Conclusiones y recomendaciones
La investigación concluye que el modelo tradicional de diseño de infraestructura resulta insuficiente frente a la volatilidad climática actual.
Recalibración de códigos: Es urgente actualizar las especificaciones de diseño de vida útil, incorporando modelos de daño térmico que consideren eventos climáticos extremos y variaciones altitudinales.
Enfoque interdisciplinario: La evaluación de infraestructuras debe integrar mecánica, termodinámica, ciencias sociales y detección remota para identificar las causas raíz de las fallas.
Priorización de nuevos materiales: La durabilidad a largo plazo de los nuevos materiales de bajo carbono requiere una evaluación continua en entornos naturales reales, ya que la investigación actual en este ciclo de vida es insuficiente.
Gestión de riesgos de «overshoot»: La industria de la infraestructura debe reconocer su papel decisivo en el riesgo de superación climática a nivel regional y global, y adoptar estrategias de diseño adaptativo para evitar el colapso prematuro de activos críticos.
Dentro del proyecto de innovación docente PROFUNDIA, hemos realizado una investigación cualitativa sobre la percepción de los estudiantes respecto de la capacidad de la inteligencia artificial para resolver problemas de ingeniería. Se realizó mediante una variante de la técnica de «focus group» en una clase de 10 alumnos del Máster Universitario en Ingeniería del Hormigón de la Universitat Politècnica de València. A continuación describimos cómo se realizó la investigación y adelantamos algunas de las conclusiones más interesantes.
La presente investigación tuvo como objetivo analizar cómo perciben los estudiantes universitarios la capacidad de la inteligencia artificial generativa (IAG) para resolver problemas de ingeniería y, en especial, cómo evolucionan dichas percepciones cuando tienen la oportunidad de contrastar las respuestas proporcionadas por la IA con una solución correcta validada por el profesorado.
Para ello, se diseñó una experiencia en dos fases. En la primera, los participantes utilizaron libremente herramientas de inteligencia artificial para resolver un problema de ingeniería cuyo resultado desconocían y, posteriormente, respondieron a un cuestionario de preguntas abiertas. En la segunda fase, una vez facilitada la resolución correcta del problema, los estudiantes compararon ambos resultados y completaron un nuevo cuestionario orientado a identificar posibles cambios en sus opiniones, niveles de confianza y criterios de valoración.
Los resultados muestran que los estudiantes parten de una actitud generalmente favorable hacia la inteligencia artificial. La mayoría considera que estas herramientas son útiles para apoyar el aprendizaje, agilizar los cálculos, estructurar procedimientos o proporcionar orientación inicial en la resolución de problemas técnicos. Sin embargo, incluso antes de conocer la solución correcta, ya se observa una percepción relativamente madura de sus propias limitaciones. Los participantes manifiestan reiteradamente que las respuestas obtenidas deben ser verificadas mediante la normativa técnica, la bibliografía especializada o el propio razonamiento, lo que evidencia una confianza condicionada más que una aceptación acrítica de los resultados generados por la IA.
La comparación posterior con la resolución correcta produjo un efecto significativo de recalibración de la confianza. Los estudiantes comprobaron que la inteligencia artificial era capaz de generar respuestas técnicamente plausibles y bien redactadas, pero no necesariamente correctas desde el punto de vista normativo o metodológico. Esta constatación reforzó la percepción de que la apariencia de rigor técnico no constituye una garantía de validez. Tras la experiencia, las opiniones evolucionaron de una valoración centrada en la utilidad operativa de la herramienta a una visión más crítica, basada en la necesidad de validar sistemáticamente cualquier resultado antes de aceptarlo como correcto.
Uno de los hallazgos más relevantes del estudio es la identificación de la normativa técnica como uno de los ámbitos en los que los estudiantes perciben mayores limitaciones al uso de la inteligencia artificial. Numerosos participantes señalaron que las respuestas generadas no incorporaban adecuadamente los criterios establecidos en las normas aplicables, omitían condicionantes relevantes o utilizaban referencias incorrectas. En consecuencia, la principal fuente de error detectada no se relacionó tanto con la capacidad de cálculo de la herramienta como con su dificultad para interpretar y aplicar correctamente los marcos regulatorios específicos. Esta percepción resulta especialmente relevante en el ámbito de la ingeniería, donde la adecuación normativa constituye un requisito esencial para la validez de cualquier solución técnica.
El análisis también revela una comprensión creciente por parte de los estudiantes del funcionamiento y de las limitaciones inherentes de los sistemas de inteligencia artificial. A medida que reflexionaban sobre los errores detectados, los participantes identificaban fenómenos como la generación de respuestas plausibles sin fundamento suficiente, la tendencia a proporcionar una respuesta incluso cuando la información disponible es insuficiente o la dependencia de fuentes cuya calidad no siempre puede verificarse. Esta toma de conciencia constituye un indicio del desarrollo de competencias de alfabetización en inteligencia artificial y de una comprensión más sofisticada de los riesgos asociados a su uso.
Otro aspecto especialmente significativo es que los estudiantes concluyen prácticamente de manera unánime que el uso eficaz de la inteligencia artificial requiere sólidos conocimientos previos sobre la materia consultada. Lejos de considerar que estas herramientas puedan sustituir el aprendizaje o el criterio profesional, los participantes afirman que la capacidad para detectar errores, formular preguntas adecuadas y validar resultados depende directamente del dominio conceptual del usuario. Desde esta perspectiva, la IA se percibe como una herramienta de apoyo cuyo valor aumenta cuando se utiliza desde una posición de conocimiento y de pensamiento crítico.
En términos educativos, la experiencia pone de manifiesto el potencial formativo de actividades basadas en la comparación entre respuestas generadas por la inteligencia artificial y soluciones correctas validadas por expertos. Este tipo de ejercicios no solo permite evaluar la fiabilidad de la herramienta en contextos específicos, sino que también favorece el desarrollo de competencias fundamentales para el futuro ejercicio profesional, tales como la capacidad de análisis crítico, la verificación de la información, la interpretación normativa y la toma de decisiones fundamentadas.
En conclusión, los resultados indican que la experiencia no conduce a un rechazo de la inteligencia artificial, sino a una comprensión más realista de sus capacidades y limitaciones. Los estudiantes mantienen una valoración positiva de estas herramientas como recurso de apoyo, pero desarrollan simultáneamente una actitud más prudente y reflexiva respecto a su utilización. La principal transformación observada consiste en el paso de una confianza basada en la aparente calidad de las respuestas a una confianza condicionada por la necesidad de validación, de supervisión humana y de juicio profesional. Este cambio puede interpretarse como un indicador de madurez tecnológica y constituye uno de los resultados más relevantes de la investigación.
En esta conversación puedes escuchar cómo hemos realizado esta investigación cualitativa.
El vídeo resume bien las ideas más importantes de este tema.
Referencia:
YEPES-BELLVER, L.; MARTÍNEZ-PAGÁN, P.; YEPES, V. (2026). Impacto de la inteligencia artificial en la formación técnica: aprendizaje profundo, metacognición y transferibilidad profesional. En libro de actas: XII Congreso de Innovación Educativa y Docencia en Red. Valencia, 9-10 de julio de 2026.
La educación técnica atraviesa una tensión paradójica que amenaza los cimientos del pensamiento crítico. En las asignaturas de modelización y diseño estructural de los grados y másteres en Ingeniería de Caminos y Civil, la inteligencia artificial generativa (IAG) ha pasado de ser una novedad a convertirse en un estándar operativo. Sin embargo, esta adopción generalizada esconde un riesgo sistémico: el «desempleo cognitivo».
Datos recientes de la Universitat Politècnica de València (UPV) y la Universidad Politécnica de Cartagena (UPCT) revelan que, si bien el 60 % del alumnado utiliza estas herramientas, solo el 25 % revisa críticamente los resultados. La solución no consiste en imponer restricciones, sino en diseñar una arquitectura pedagógica que integre la IA como un «socio intelectual» bajo el enfoque de mindtools (Jonassen et al., 1999) para potenciar y no sustituir el pensamiento de orden superior.
Ante este desafío nace el proyecto PROFUNDIA. Nuestra misión es clara: transformar la IA de un «atajo peligroso» en un motor de aprendizaje profundo que refuerce la autonomía del futuro ingeniero.
El éxito no radica en la tecnología, sino en la arquitectura de la auditoría humana.
El hallazgo central de la investigación realizada sobre una muestra de 100 estudiantes subraya que la utilidad percibida de la IA no es una propiedad intrínseca del software, sino del proceso de supervisión. La resolución de problemas de alta responsabilidad física, en los que el error tiene consecuencias estructurales, depende de la capacidad de reformularlos y de una supervisión crítica.
En este nuevo paradigma, el valor profesional se desplaza del «saber hacer» procedimental —que puede automatizarse— al «saber validar». El éxito pedagógico está hoy condicionado por la arquitectura del proceso cognitivo de auditoría, en el que el ingeniero actúa como filtro final de la veracidad técnica.
«Los resultados obtenidos mediante análisis estadísticos multivariantes demuestran que el éxito no reside en el mero uso de la tecnología, sino en el proceso cognitivo de auditoría humana».
Ingeniería de la pregunta: el arte de iterar.
Uno de los pilares de la interacción estratégica es la «ingeniería de la pregunta». No se trata de un simple comando de texto, sino de un ejercicio de abstracción en el que el estudiante debe traducir variables estructurales y conceptos físicos en instrucciones lógicas. El estudio destaca que la clave de esta habilidad transversal no radica en el primer intento, sino en la capacidad de iterar.
El ítem 2 del estudio («Las iteraciones de los mensajes de texto me ayudaron a mejorar progresivamente la calidad») obtuvo una media de 4,11, lo que confirma que la calidad técnica surge de un diálogo dialéctico con la máquina. Este proceso de refinamiento constante combate la «complacencia tecnológica» y garantiza que el usuario mantenga el control sobre el resultado final.
El valor disruptivo de buscar deliberadamente el error.
La innovación docente más potente consiste en utilizar la IA con un «sesgo deliberado hacia el error». En lugar de aceptar la respuesta de la IA como una verdad absoluta, el flujo de trabajo propuesto obliga al alumnado a realizar un «contraste crítico»: primero, deben resolver el problema manualmente y, después, interpelar a la IA para buscar activamente la «alucinación» o el fallo técnico.
Este enfoque es crucial desde el punto de vista estadístico. El ítem 4 (comparación entre la resolución manual y la IA) se identificó, mediante modelos de regresión múltiple, como uno de los tres predictores clave del éxito. Al buscar el fallo, el estudiante activa una reflexión metacognitiva, aprende a pensar sobre cómo piensa y fortalece su criterio técnico al corregir el algoritmo.
De las aulas al mercado laboral: la transferibilidad de la autorregulación.
La relevancia de esta formación trasciende las calificaciones. Los datos son contundentes: la pregunta 9 («Las habilidades se pueden aplicar en contextos profesionales») obtuvo la puntuación más alta del cuestionario, 4,24. Los futuros ingenieros son conscientes de que la supervisión experta de sistemas automatizados ya es una competencia esencial en la industria moderna.
La solidez de este modelo se demuestra por su capacidad explicativa, ya que la valoración global de la IA (punto 10) se explica en un 37,7 % (R² corregida) por la combinación de tres factores: la capacidad de reformular el problema (punto 1), la detección de errores por contraste (punto 4) y la percepción de la transferibilidad profesional (punto 9).
«Esta metodología favorece la adquisición de competencias esenciales en entornos profesionales donde se requiere la supervisión experta de sistemas automatizados, y prepara al ingeniero para entornos de alta complejidad».
Conclusión: ingenieros de decisiones, no usuarios de software.
La inteligencia artificial, lejos de mermar el rigor científico, puede ser el mayor catalizador del aprendizaje profundo si se gestiona desde la «autorregulación crítica» (componente 1 del análisis factorial). El futuro de la ingeniería no pertenece a quienes saben usar herramientas, sino a quienes son capaces de enseñar, corregir y auditar a la máquina según criterios científicos y normativos.
En última instancia, nos enfrentamos a una pregunta que definirá la resiliencia de la profesión ante la obsolescencia tecnológica: en un contexto de automatización creciente, ¿estamos formando usuarios de software o educando a los ingenieros de las decisiones del mañana? La responsabilidad ética del ingeniero sigue siendo la última instancia de decisión, y esa carga no puede ni debe asumirla ningún algoritmo.
En esta conversación puedes escuchar las ideas más interesantes sobre el tema.
En este vídeo se resumen bien los conceptos vistos.
YEPES-BELLVER, L.; MARTÍNEZ-PAGÁN, P.; YEPES, V. (2026). Impacto de la inteligencia artificial en la formación técnica: aprendizaje profundo, metacognición y transferibilidad profesional. En libro de actas: XII Congreso de Innovación Educativa y Docencia en Red. Valencia, 9-10 de julio de 2026.
En ingeniería civil, un error de cálculo no es solo una errata en un examen, sino una cuestión de seguridad pública y de responsabilidad ética. Por ello, el panorama actual resulta alarmante: mientras que más del 60 % de los estudiantes reconoce utilizar inteligencia artificial generativa (IAG) en sus tareas, apenas un 25 % realiza una revisión crítica de los resultados.
Esta dependencia acrítica amenaza con diluir el rigor técnico necesario para diseñar infraestructuras seguras. Ante este desafío nace el proyecto PROFUNDIA, liderado por el catedrático Víctor Yepes en la Universitat Politècnica de València (UPV), en colaboración con la Universidad Politécnica de Cartagena (UPCT). Nuestra misión es clara: transformar la IA de un «atajo peligroso» en un motor de aprendizaje profundo que refuerce la autonomía del futuro ingeniero.
El fin de la era de la prohibición: de «No usar» a «Usar para pensar».
Durante los últimos años, la respuesta académica dominante ha sido la restricción. Sin embargo, en un entorno profesional de alta exigencia, prohibir la tecnología es una batalla perdida que solo agrava la brecha entre el aula y la realidad. PROFUNDIA propone un cambio de paradigma radical: integrar la IA como una «herramienta cognitiva» o «mindtool», bajo la filosofía constructivista de Jonassen.
No buscamos que el estudiante aprenda «de» la tecnología como si esta fuera un oráculo, sino «con» la tecnología. Al utilizar la IA como mediadora, el alumno no se limita a recibir datos, sino que debe «luchar» con la herramienta para construir un modelo mental sólido de los fenómenos físicos. En ingeniería, el objetivo no es obtener el número final, sino comprender el comportamiento estructural que ese número representa.
«Enseñar» a la IA para aprender ingeniería.
El corazón de nuestra metodología se basa en un concepto disruptivo: el «sesgo deliberado hacia el error». En asignaturas críticas como «Modelos predictivos de estructuras de hormigón» o «Resistencia de materiales», hemos observado que la IA tiende a «alucinar» al proponer hipótesis de partida o al aplicar normativas específicas. En lugar de considerar esto como una limitación, lo convertimos en nuestra principal ventaja pedagógica.
Obligamos al estudiante a enfrentarse a las respuestas de la IA no como verdades absolutas, sino como borradores que deben ser auditados. Para corregir los cálculos de la máquina en una viga o en un pórtico, el alumno primero debe dominar la teoría de forma exhaustiva.
«En PROFUNDIA, el estudiante invierte los roles tradicionales: deja de ser un receptor pasivo para convertirse en el «maestro» de la IA, validando, cuestionando y corrigiendo la tecnología con su propio juicio técnico y rigor científico».
El ciclo del «prompt crítico»: reflexión metacognitiva.
Para estructurar este proceso, hemos diseñado una secuencia metodológica (basada en la Figura 2 del proyecto) que obliga al estudiante a reflexionar metacognitivamente de manera constante.
Formulación del prompt: el alumno debe traducir un problema de estructuras metálicas o de hormigón a un lenguaje técnico preciso, definiendo cargas, luces y condiciones de contorno.
Comparación crítica: se contrasta el resultado de la IA con modelos analíticos propios y con programas informáticos profesionales de cálculo.
Detección de errores y reformulación: aquí es donde ocurre el aprendizaje real. El estudiante debe identificar si el error de la IA se debe a un cálculo matemático incorrecto, a una hipótesis física errónea o a un desconocimiento del Código Estructural. Tras el análisis, debe guiar a la IA, mediante nuevos mensajes, hacia la solución correcta.
Justificación técnica: el paso final consiste en validar la solución según los criterios científicos y normativos vigentes, a fin de garantizar que la respuesta no solo «parezca» correcta, sino que también sea técnicamente viable y segura.
Más allá del aula: preparación para el mundo real.
La colaboración entre la UPV y la UPCT (con los profesores Antonio Tomás y Pedro Martínez-Pagán) permite validar este modelo en diversos contextos, desde los grados hasta los másteres. El objetivo no es simplemente aprobar la asignatura de Estructuras Metálicas, sino desarrollar el criterio técnico experto que hoy demandan las empresas de ingeniería.
En el ejercicio profesional, el ingeniero es el último responsable de la empresa que avala un proyecto. PROFUNDIA prepara a los egresados para que puedan actuar como auditores tecnológicos, capaces de aprovechar la eficiencia de la IA sin comprometer nunca la integridad estructural ni la seguridad de las personas.
Un entorno de aprendizaje enriquecido.
La innovación de este proyecto no radica en el software (ChatGPT es solo una herramienta), sino en la redefinición metodológica del entorno de aprendizaje. Hemos transformado el aula en un laboratorio de interacción social y psicológica en el que la IA actúa como un «agente activo» dentro del equipo de trabajo. Esta dinámica fomenta una mayor implicación del alumnado, que percibe el aprendizaje no como una carga, sino como el desarrollo de la maestría en las herramientas que definirán su futuro.
Conclusión: Hacia una ingeniería de pensamiento profundo.
La visión de PROFUNDIA consiste en formar ingenieros que lideren la tecnología en lugar de depender de ella. La eficiencia de un algoritmo es una herramienta poderosa, pero carece de la comprensión profunda y de la responsabilidad ética que definen nuestra profesión.
Al final, cuando nos enfrentamos al diseño de un puente o una infraestructura de gran envergadura, debemos plantearnos una pregunta provocadora: en un futuro en el que las máquinas pueden realizar cálculos en milisegundos, ¿seremos capaces de formar a ingenieros con la suficiente intuición y criterio técnico como para negarnos a firmar un proyecto que la IA considera «eficiente», pero que el juicio humano reconoce como un riesgo de colapso? El futuro de nuestra seguridad depende de esa capacidad crítica.
En esta conversación puedes escuchar las ideas más interesantes de este proyecto.
Blight, T., Martínez-Pagán, P., Roschier, L., Boulet, D., Yepes-Bellver, L., & Yepes, V. (2025). Innovative approach of nomography application into an engineering educational context. PloS one, 20(2), e0315426.
Castro-Aristizabal, G., Acosta-Ortega, F., & Moreno-Charris, A. V. (2024). Los entornos de aprendizaje y el éxito escolar en Latinoamérica. Lecturas de Economía, (101), 7-46.
Hadgraft, R. G., & Kolmos, A. (2020). Emerging learning environments in engineering education. Australasian Journal of Engineering Education, 25(1), 3-16.
Jiang, N., Zhou, W., Hasanzadeh, S., & Duffy Ph D, V. G. (2025). Application of Generative AI in Civil Engineering Education: A Systematic Review of Current Research and Future Directions. In CIB Conferences (Vol. 1, No. 1, p. 306).
Jonassen, D. H., Peck, K. L., & Wilson, B. G. (1999). Learning with technology: A constructivist perspective. Columbus, OH: Merrill/Prentice-Hall.
Liao, W., Lu, X., Fei, Y., Gu, Y., & Huang, Y. (2024). Generative AI design for building structures. Automation in Construction, 157, 105187.
Navarro, I. J., Marti, J. V., & Yepes, V. (2023). Evaluation of Higher Education Students’ Critical Thinking Skills on Sustainability. International Journal of Engineering Education, 39(3), 592-603.
Onatayo, D., Onososen, A., Oyediran, A. O., Oyediran, H., Arowoiya, V., & Onatayo, E. (2024). Generative AI applications in architecture, engineering, and construction: Trends, implications for practice, education & imperatives for upskilling—a review. Architecture, 4(4), 877-902.
Pellicer, E., Yepes, V., Ortega, A. J., & Carrión, A. (2017). Market demands on construction management: View from graduate students. Journal of Professional Issues in Engineering Education and Practice, 143(4), 04017005.
Perkins, D., & Unger, C. (1999). La enseñanza para la comprensión. Argentina: Paidós.
Torres-Machí, C., Carrión, A., Yepes, V., & Pellicer, E. (2013). Employability of graduate students in construction management. Journal of Professional Issues in Engineering Education and Practice, 139(2), 163-170.
Xu, G., & Guo, T. (2025). Advances in AI-powered civil engineering throughout the entire lifecycle. Advances in Structural Engineering, 13694332241307721.
Zhou, Z., Tian, Q., Alcalá, J., & Yepes, V. (2025). Research on the coupling of talent cultivation and reform practice of higher education in architecture. Computers and Education Open, 100268.
El mito del algoritmo universal: una humillación necesaria.
Durante décadas, la comunidad científica persiguió con arrogancia el «santo grial»: el algoritmo de optimización universal. Se soñaba con una «caja negra», ya fuera basada en elegantes procesos evolutivos o en redes neuronales profundas, capaz de resolver cualquier problema, desde el diseño de un puente atirantado hasta la logística del viajante, con una eficiencia superior.
Sin embargo, esta búsqueda no solo era ambiciosa, sino que también era fundamentalmente errónea. La revelación de que no existe una inteligencia algorítmica absoluta supuso un golpe de humildad para quienes creían haber capturado la esencia del aprendizaje, cuando en realidad solo habían logrado un ajuste estadístico fortuito.
La revelación matemática: todos los algoritmos son, en promedio, iguales.
Este mito fue desmentido en 1997 por David Wolpert y William Macready. Sus teoremas «No Free Lunch» (NFL) establecieron una igualdad matemática absoluta que rompe el ego de cualquier programador: si promediamos el rendimiento sobre el conjunto de todos los problemas posibles, cualquier algoritmo sofisticado es idéntico a una búsqueda aleatoria.
Lo que un algoritmo gana en un tipo de problemas, lo paga inevitablemente con un fracaso estrepitoso en otro. No hay «comida gratis»: la superioridad de un algoritmo genético de última generación frente a un proceso de búsqueda ciega es una ilusión que solo se sostiene cuando ignoramos la inmensidad del espacio de funciones posibles.
El teorema uno nos muestra que el uso del conocimiento del dominio puede mejorar el rendimiento, a costa de la generalidad.
La geometría del éxito: el problema de la «alineación».
Para comprender la optimización del éxito, debemos abandonar la idea de la «fuerza bruta» y abrazar la geometría. Imagine el espacio de todas las funciones posibles como una esfera gigantesca. En este espacio, cada algoritmo es un vector v y la distribución de los problemas que deseamos resolver es otro vector p.
Estar «bien adaptado» a un problema significa que el vector del algoritmo apunta en la misma dirección que el del problema.
Alineación geométrica: que el vector del algoritmo apunte en la misma dirección que el del problema. El rendimiento es, en esencia, el producto interno de ambos vectores.
Sacrificio de la generalidad: un algoritmo «generalista» apunta hacia todas partes y, por tanto, su proyección (su éxito) en un punto concreto es nula.
Curvatura del conocimiento: el éxito no reside en el código, sino en cómo este «se dobla» para encajar con la estructura lógica y física del problema.
Los investigadores del problema del viajante no han creado algoritmos «mejores» en términos absolutos, sino que han esculpido herramientas íntimamente alineadas con la geometría específica de las rutas y las distancias.
El golpe al ego: el algoritmo aleatorio como juez de paz.
Los teoremas 5 y 6 de Wolpert y Macready introducen un estándar de rigor que actúa como un «mínimo ético» para la ciencia. Si un algoritmo no consigue que el coste disminuya más rápido que con una búsqueda aleatoria, el investigador habrá fracasado.
Esta métrica es el antídoto contra el fraude intelectual del ajuste fino o manual. Muchos de los éxitos que se describen en la literatura no son más que el resultado de forzar un algoritmo a un puñado de problemas específicos sin superar el umbral de una búsqueda ciega. Superar al «juez de paz» aleatorio es la única prueba de que el algoritmo ha logrado capturar alguna estructura real del problema.
Consecuencias prácticas: el fin del experto generalista.
En ingeniería civil, las implicaciones del NFL son tajantes. No existen programas comerciales que puedan optimizar cualquier estructura de forma indiscriminada. Las herramientas generales (como las toolboxes estándar de Matlab) suelen ser ineficaces porque carecen del «conocimiento del hormigón».
Esta realidad ha provocado una «carrera armamentística» hacia la especialización.
Hibridación: La respuesta de la ingeniería moderna consiste en combinar metaheurísticas con técnicas de deep learning y redes neuronales para «aprender» la estructura del dominio.
Alineación estructural: un matemático brillante fracasará al optimizar un puente atirantado si no comprende la resistencia de los materiales. No se trata de falta de cálculo, sino de que su algoritmo no está alineado con la «curvatura» física del problema. El conocimiento experto es lo que permite al algoritmo encontrar el camino en un espacio de búsqueda que, de otro modo, sería un desierto uniforme.
El dilema del observador: la ceguera del éxito pasado.
Incluso cuando un algoritmo ha funcionado bien hasta ahora, el teorema 10 (sección VII) nos da un jarro de agua fría: observar el rendimiento pasado no garantiza el éxito futuro sin un conocimiento adicional sobre la función de coste. Sin conocer la estructura, no vemos el siguiente paso.
En este estado de «oscuridad estructural», un procedimiento de elección «irracional» (cambiar un algoritmo que ha funcionado bien por otro que ha funcionado mal) es tan válido como uno «racional». Sin suposiciones sobre la relación entre el algoritmo y la función, el comportamiento pasado es un predictor pobre. La lógica solo surge cuando el observador aporta información que no está presente en los datos.
Conclusión: hacia una optimización consciente.
Debemos aceptar una verdad incómoda: nuestra inteligencia artificial es un reflejo limitado del conocimiento que somos capaces de codificar en ella. La ciencia de la optimización ya no debe buscar el «algoritmo perfecto», sino métodos más profundos para transferir el conocimiento del dominio al proceso de búsqueda.
Si el rendimiento de nuestras máquinas depende por completo de lo que ya sabemos sobre el mundo, ¿no será que la «inteligencia artificial general» es un mito termodinámico, similar a la máquina de movimiento perpetuo? Quizás el mayor descubrimiento de Wolpert y Macready no fue matemático, sino filosófico: la inteligencia no es más que el conocimiento del problema disfrazado de código.
En esta conversación puedes escuchar las ideas más interesantes sobre este tema.
Este vídeo resume bien los conceptos más importantes tratados.
De izquierda a derecha: Fermín Navarrina, Víctor Yepes, Iván Negrín, Tatiana García y Rasmus Rempling.
Hoy, 19 de diciembre de 2025, ha tenido lugar la defensa de la tesis doctoral de D. Iván Antonio Negrín Díaz, titulada “Metaheuristic optimization for the sustainable and resilient design of hybrid and composite frame building structures with advanced integrated modeling”, dirigida por los profesores Víctor Yepes y Moacir Kripka. La tesis ha obtenido la máxima calificación de sobresaliente «cum laude». A continuación, presentamos un breve resumen de la misma.
El cambio climático y la rápida expansión de las áreas urbanas han intensificado el impacto ambiental del sector de la construcción, responsable de cerca del 37 % de las emisiones globales de CO₂ y de más de un tercio del consumo energético mundial. Por tanto, mejorar la sostenibilidad y la resiliencia de las estructuras de edificios se ha convertido en una prioridad esencial, plenamente alineada con los Objetivos de Desarrollo Sostenible de las Naciones Unidas. Esta tesis doctoral aborda este reto mediante el desarrollo de un marco de diseño optimizado que permite obtener soluciones innovadoras, sostenibles y resilientes para estructuras porticadas.
El objetivo principal de la investigación es crear y validar metodologías avanzadas que integren tipologías estructurales híbridas y mixtas con estrategias de optimización de vanguardia apoyadas en modelos estructurales de alta fiabilidad. Para ello, se formulan problemas de optimización que consideran conjuntamente criterios económicos, ambientales, constructivos, de durabilidad y de seguridad estructural, e incorporan, además, aspectos frecuentemente ignorados, como la interacción suelo-estructura, la robustez frente al colapso progresivo y el desempeño ambiental a lo largo del ciclo de vida de la estructura. Entre los objetivos específicos, destacan los siguientes: evaluar metaheurísticas avanzadas y técnicas de optimización asistida por metamodelos; cuantificar los riesgos de modelos estructurales simplificados; integrar la resiliencia como restricción de diseño; valorar los beneficios de tipologías híbridas y mixtas; explorar estrategias de optimización multiobjetivo; y comparar enfoques de diseño basados en fases iniciales y en el ciclo de vida.
Los resultados muestran que las estrategias metaheurísticas avanzadas y asistidas por metamodelos (como BBO-CINS, enfoques basados en Kriging y Optimización Escalarizada de Pareto) superan claramente a los algoritmos tradicionales, ya que logran reducciones de hasta el 90 % en el coste computacional en problemas de un solo objetivo y mejoras de hasta el 140 % en la calidad del frente de Pareto en problemas de varios objetivos. Asimismo, se evidencia el riesgo de simplificar en exceso los modelos estructurales: omitir aspectos críticos, como la interacción suelo-estructura o los elementos secundarios (forjados, muros), puede distorsionar el diseño, comprometer la seguridad (por ejemplo, al subestimar la resistencia al colapso) y aumentar los impactos ambientales a largo plazo, debido al deterioro acelerado y a las mayores necesidades de mantenimiento. También se demuestra que, al incorporar la resiliencia como restricción de diseño en lugar de tratarla como un objetivo de optimización, es posible mejorar la robustez frente al colapso progresivo sin perjudicar la sostenibilidad y reducir la carga ambiental del diseño robusto en torno al 11 % al considerar elementos estructurales secundarios.
A nivel de componentes estructurales, la optimización de las vigas de acero soldadas confirmó las ventajas de la hibridación y de las geometrías variables, lo que dio lugar a la tipología Transversely Hybrid Variable Section (THVS), que reduce los costes de fabricación hasta en un 70 % respecto a las vigas I convencionales. Su integración en pórticos compuestos de hormigón armado y elementos THVS proporcionó mejoras adicionales en sostenibilidad, con reducciones del 16 % en emisiones y del 11 % en energía incorporada en las fases iniciales de diseño, y hasta un 30 % en emisiones de ciclo de vida en comparación con los sistemas tradicionales de hormigón armado. La inclusión de forjados y muros estructurales amplificó estos beneficios, reduciendo los impactos del ciclo de vida hasta en un 42 % respecto a configuraciones de pórticos en las que solo el esqueleto trabaja estructuralmente (omitiendo forjados y muros).
En conjunto, esta tesis demuestra que las metodologías de diseño basadas en la optimización, apoyadas en modelos estructurales realistas y en estrategias computacionales avanzadas, permiten concebir edificios que, al mismo tiempo, son más sostenibles y resilientes. Al resaltar las ventajas de las tipologías híbridas y mixtas e integrar la resiliencia sin comprometer la sostenibilidad, la investigación establece un marco claro para el diseño contemporáneo. Además, al enfatizar la optimización a lo largo de todo el ciclo de vida, ofrece una base metodológica sólida para impulsar una nueva generación de edificaciones alineadas con los objetivos globales de sostenibilidad y de acción climática.
La Universitat Politècnica de València (UPV) ha obtenido un reconocimiento destacado europeo al ganar el premio al mejor proyecto en la categoría «AI for Sustainable Development» de la European Universities Competition on Artificial Intelligence, organizada por la HAW Hamburg.
El trabajo galardonado, desarrollado en el ICITECH por el doctorando Iván Negrín, demuestra cómo la inteligencia artificial puede transformar el diseño estructural para hacerlo más sostenible y resiliente, con reducciones de hasta un 32 % en la huella de carbono respecto a los sistemas convencionales. Este logro posiciona a la UPV como un referente europeo en innovación ética e impacto y reafirma su compromiso con la búsqueda de soluciones frente al cambio climático y al desarrollo insostenible.
El trabajo se enmarca en el proyecto de investigación RESILIFE, que dirijo como investigador principal en la Universitat Politècnica de València. La tesis doctoral de Iván la dirigen los profesores Víctor Yepes y Moacir Kripka.
Introducción: El dilema de la construcción moderna.
La industria de la construcción se enfrenta a un reto monumental: edificar las ciudades del futuro sin agotar los recursos del presente. El enorme impacto medioambiental de los materiales y procesos tradicionales, especialmente las emisiones de CO₂, es uno de los problemas más acuciantes de nuestra era.
¿Y si la solución a este problema no radicara en un nuevo material milagroso, sino en una nueva forma de pensar? ¿Y si la inteligencia artificial (IA) pudiera enseñarnos a construir de manera mucho más eficiente y segura?
Esa es precisamente la hazaña que ha logrado un innovador proyecto de la Universitat Politècnica de València (UPV). Su enfoque es tan revolucionario que acaba de ganar un prestigioso premio europeo, lo que demuestra que la IA ya no es una promesa, sino una herramienta tangible para la ingeniería sostenible.
Clave 1: una innovación europea premiada al más alto nivel.
Este no es un proyecto académico cualquiera. La investigación, dirigida por el doctorando Iván Negrín del Instituto de Ciencia y Tecnología del Hormigón (ICITECH) de la UPV, ha recibido el máximo reconocimiento continental.
Inicialmente seleccionado como uno de los diez finalistas, el proyecto tuvo que defenderse en una presentación final ante un jurado de expertos. Tras la deliberación del jurado, el proyecto fue galardonado como el mejor en la categoría «AI for Sustainable Development Projects» de la competición «European Universities Competition on Artificial Intelligence to Promote Sustainable Development and Address Climate Change», organizada por la Universidad de Ciencias Aplicadas de Hamburgo (HAW Hamburg). Este reconocimiento consolida la reputación del proyecto en el ámbito de la innovación europea.
Clave 2: adiós al CO₂: reduce la huella de carbono en más del 30 %.
El resultado más impactante de esta investigación es su capacidad para abordar el principal problema medioambiental del sector de la construcción: las emisiones de carbono. La plataforma de diseño asistido por IA puede reducir la huella de carbono de los edificios de manera significativa.
En concreto, consigue una reducción del 32 % de la huella de carbono en comparación con los sistemas convencionales de hormigón armado, que ya habían sido optimizados. Esta reducción abarca todo el ciclo de vida del edificio, desde la extracción de materiales y la construcción hasta su mantenimiento y su eventual demolición.
En un sector tan difícil de descarbonizar, un avance de esta magnitud, impulsado por un diseño inteligente y no por un nuevo material, supone un cambio de paradigma fundamental para la ingeniería sostenible.
Clave 3: Rompe el mito: más sostenible no significa menos resistente.
Uno de los aspectos más revolucionarios del proyecto es la forma en que resuelve un conflicto histórico en ingeniería: la sostenibilidad frente a la resiliencia. La IA ha superado la barrera que obligaba a elegir entre usar menos material para ser sostenible o más material para ser resistente.
En una primera fase, el modelo optimizó estructuras mixtas de acero y hormigón (denominadas técnicamente RC-THVS) para que fueran altamente sostenibles, aunque con una resiliencia baja. Lejos de detenerse, la IA iteró sobre su propio diseño y, en una evolución posterior (RC-THVS-R), logró una solución altamente sostenible y resiliente frente a eventos extremos.
La metodología desarrollada permite compatibilizar la sostenibilidad y la resiliencia, superando el tradicional conflicto entre ambos objetivos.
Clave 4: Ahorro desde los cimientos. Menos costes, energía y materiales.
Los beneficios de esta IA no solo benefician al planeta, sino también al bolsillo y a la eficiencia del proyecto. La optimización inteligente de las estructuras se traduce en ahorros tangibles y medibles desde las primeras fases de la construcción.
Los datos demuestran un ahorro significativo en múltiples frentes:
-16 % de energía incorporada.
-6 % de coste económico.
– Reducción del 17 % de las cargas transmitidas a columnas y cimentaciones.
Este último punto es clave. Una menor carga en los cimientos no solo supone un ahorro directo de materiales, sino que tiene un efecto cascada en materia de sostenibilidad: al usar menos hormigón, se reduce la cantidad de cemento empleado, uno de los principales generadores de CO₂ a nivel mundial.
Clave 5: un enfoque versátil para las ciudades del futuro (y del presente).
La aplicación de esta metodología no se limita a los grandes edificios de nueva construcción. Su versatilidad la convierte en una herramienta estratégica para el desarrollo urbano integral.
Puede aplicarse a infraestructuras de transporte, como puentes y pasarelas, para minimizar su impacto ambiental. También es fundamental para la rehabilitación de estructuras existentes, ya que permite optimizar su seguridad y reducir las emisiones asociadas a los refuerzos.
Este enfoque se alinea con los Objetivos de Desarrollo Sostenible (ODS) de la ONU, concretamente con los ODS 9 (Industria, innovación e infraestructura), 11 (Ciudades y comunidades sostenibles) y 13 (Acción por el clima).
Conclusión: construyendo un futuro inteligente.
Este proyecto de la UPV demuestra que la inteligencia artificial ha dejado de ser una tecnología futurista para convertirse en una herramienta imprescindible en la ingeniería civil. Ya no se trata de promesas, sino de soluciones prácticas que resuelven problemas reales, medibles y urgentes.
La capacidad de diseñar estructuras más baratas, ecológicas, seguras y resistentes abre un nuevo capítulo en la construcción.
¿Estamos a las puertas de una nueva era en la ingeniería en la que la sostenibilidad y la máxima seguridad ya no son objetivos contrapuestos, sino aliados inseparables gracias a la inteligencia artificial?
En futuros artículos, explicaremos con más detalle el contenido de este proyecto ganador. De momento, os dejo una conversación que lo explica muy bien y un vídeo que resume lo más importante. Espero que os resulte interesante.
Os dejo un documento resumen, por si queréis ampliar la información.
Sir Edmund Happold (1930 – 1996). https://www.burohappold.com/news/celebrating-30-years-of-the-happold-foundation/
Sir Edmund «Ted» Happold (Leeds, 8 de noviembre de 1930 – Bath, 12 de enero de 1996) fue una de las figuras más singulares y admiradas de la ingeniería estructural del siglo XX. Conocido como «ingeniero del arquitecto y arquitecto del ingeniero», defendía que «un mundo que ve el arte y la ingeniería como ámbitos separados no está viendo el mundo en su conjunto». Su reputación internacional se cimentó en su enfoque creativo y profundamente humano del diseño estructural, así como en su participación directa en el desarrollo de los principios estructurales de algunos de los edificios más emblemáticos de la arquitectura moderna.
Nacido en el seno de una familia académica, era hijo de Frank Happold, profesor de bioquímica en la Universidad de Leeds, y de una madre socialista convencida. Criado en un ambiente de pensamiento crítico y compromiso social, Happold estudió en el Leeds Grammar School, aunque su paso por este centro fue conflictivo, ya que se negó a unirse al cuerpo de adiestramiento militar juvenil por convicción pacifista. Posteriormente, lo enviaron al Bootham School de York, un colegio cuáquero cuyo entorno se ajustaba mejor a sus valores. Fiel a su fe cuáquera durante toda su vida, cuando fue llamado a filas, se registró como objetor de conciencia y fue destinado a trabajos agrícolas y de transporte. Esta experiencia despertó su interés por la construcción y lo llevó de nuevo a la Universidad de Leeds, donde se licenció en ingeniería civil en 1957, tras haber estudiado previamente geología.
Tras graduarse, trabajó brevemente con el arquitecto finlandés Alvar Aalto, lo que reforzó su visión integradora entre ingeniería y arquitectura. En 1956, se incorporó a Ove Arup & Partners, una de las firmas más innovadoras de la época, que en aquellos años participó en el diseño estructural de la catedral de Coventry, de Basil Spence, y de la ópera de Sídney, de Jørn Utzon. Su talento y curiosidad le llevaron a estudiar arquitectura por las noches, convencido de que la ingeniería debía dialogar con el arte y el espacio.
En 1958 viajó a Estados Unidos para trabajar con Fred Severud en la consultora Severud, Elstad y Kruger de Nueva York. Allí se vio profundamente influido por Eero Saarinen y su estadio de hockey, David S. Ingalls, de la Universidad de Yale, con sus cubiertas orgánicas y tensadas. De vuelta en Londres en 1961, retomó su carrera en Ove Arup, donde pronto destacó por su capacidad de liderazgo y su visión interdisciplinar.
Durante su etapa en Arup, Happold colaboró con equipos de arquitectos, como el de Sir Basil Spence, en los proyectos de la Universidad de Sussex y de los Knightsbridge Barracks, y con el arquitecto Ted Hollamby, en el ayuntamiento de Lambeth. Allí trabajó en proyectos de vivienda social, como Central Hill, y en equipamientos públicos, como la biblioteca y el auditorio de West Norwood, donde se casó con Evelyn Matthews en 1967.
Su progresión fue meteórica: en 1967 se convirtió en jefe del departamento Structures 3 de Ove Arup, unidad que impulsó una nueva generación de estructuras ligeras y experimentales. Desde ese puesto, participó en proyectos internacionales, como el Centro Pompidou de París, ganador del concurso de 1971, junto a Richard Rogers, Renzo Piano, Peter Rice y su equipo. Rogers reconocería años después que «todo fue idea de Ted». También colaboró en el Teatro Crucible de Sheffield (con Renton, Howard, Wood y Levin) y en la ampliación Sainsbury del Worcester College de Oxford (con MacCormac, Jamieson y Prichard).
Centro Pompidou de París. https://de.wikipedia.org/wiki/Edmund_Happold
Durante este tiempo, Happold mantuvo una estrecha colaboración con el arquitecto e ingeniero Frei Otto, con quien fundó un laboratorio para el estudio de estructuras tensadas y neumáticas. Junto a Rolf Gutbrod y Otto, desarrolló proyectos innovadores en Oriente Medio, como el Centro de Conferencias de Riad (1966), un complejo hotelero en La Meca (1966), premiado con el Aga Khan Award, y, más tarde, el Club Diplomático de Riad (1986) y el Pabellón Deportivo del Rey Abdul Aziz en Yeda (1977). También colaboró con ellos en los pabellones de la Exposición de Jardines de Mannheim (1975) y, junto a Otto y Richard Burton (de ABK), en los experimentos con madera verde estructural en Hooke Park, Dorset (1985-1991).
Pabellón para la Exposición Federal de Jardinería de Mannheim (1975), considerado una de sus obras más emblemáticas (en colaboración con Frei Otto). https://expoarquitectura.com.ar/pabellon-multihalle-de-frei-otto-mannheim/
Entre sus innovaciones estructurales más notables se encuentran la «sombrilla de La Meca», una cubierta con forma de abanico estabilizada por el peso del cerramiento; el uso de dobles mallas reticuladas en las cubiertas de Mannheim para evitar el pandeo, y la introducción del tejido metálico inoxidable en el aviario del zoológico de Múnich, que permitió crear una envolvente orgánica capaz de soportar la carga de la nieve sin rigidez visual.
En 1976, tras el rechazo de Arup a abrir una oficina en Bath, Happold decidió fundar su propio estudio, Buro Happold, con siete compañeros e incorporarse a la Universidad de Bath como profesor de Ingeniería de la Edificación y de Diseño Arquitectónico. Allí consolidó un espacio de cooperación entre disciplinas, en el que ingenieros y arquitectos trabajaban de manera integrada. Promovió la creación del Centre for Window and Cladding Technology y de un grupo de investigación en estructuras inflables, sentando las bases del pensamiento interdisciplinar que caracteriza a la ingeniería moderna.
Su compromiso con la profesión se tradujo en una intensa actividad institucional: fue nombrado Royal Designer for Industry (RDI) en 1983, fue vicepresidente de la Institution of Structural Engineers (1982-1986), presidió el Construction Industry Council (1988-1991), fue vicepresidente de la Royal Society of Arts (1991-1996), fue nombrado Senior Fellow del Royal College of Art en 1993 y fue nombrado caballero del Imperio Británico en 1994. También fundó el Building Industry Council, germen del actual Construction Industry Council, y fomentó la colaboración entre los distintos agentes del sector, fiel a su espíritu cuáquero.
Happold era un hombre lleno de ideas, capaz de contagiar entusiasmo y encontrar soluciones brillantes a problemas complejos. Sus colegas recordaban con humor sus largas y divertidas explicaciones sobre los últimos retos estructurales, así como su capacidad para resolver cuestiones empresariales o técnicas con la misma lucidez. Falleció en su casa de Bath en 1996, mientras esperaba un trasplante de corazón.
Entre los numerosos reconocimientos que recibió figuran la Medalla Guthrie Brown (1970), la Medalla Eiffel de la École Centrale de París, la Medalla Kerensky de la Asociación Internacional de Puentes y Estructuras y la medalla de oro de la Institution of Structural Engineers (1991). Entre sus obras se encuentran proyectos como la Bootham School (1964), el Centro de Conferencias de Riad (1967), los Hyde Park Barracks de Londres (1970), la Casa de Reuniones Cuáquera de Blackheath (1971-1972), el Centro Pompidou (1971-1977), el Aviario de Múnich (1978-1982) y Hooke Park (1985-1991).
El legado de Sir Edmund Happold trasciende sus estructuras. Fue un pionero que entendió que la ingeniería y la arquitectura no son disciplinas enfrentadas, sino expresiones complementarias de una misma visión del mundo, que concibe la belleza, la técnica y la humanidad como partes inseparables del acto de construir.
