Artículos · 12 de noviembre de 2026 · Luis Miguel Quevedo
Cómo diseñar un laboratorio que no envejezca en dos años
Un laboratorio de ingeniería puede quedar obsoleto antes que sus equipos.
No porque una fuente de alimentación o un osciloscopio dejen de funcionar, sino porque la industria cambia la forma en que diseña sistemas y el laboratorio sigue enseñando una secuencia congelada. Para mí, ese es un problema de arquitectura educativa antes que un problema de comprar tecnología.
He trabajado esta pregunta en dos publicaciones presentadas en ASEE 2024. Una estudia un framework ágil de MBSE para diseñar un laboratorio de sistemas embebidos. La otra aplica MBSE al diseño de un laboratorio de mecatrónica, robótica y control que pueda adaptarse a cambios de la industria.
La idea central es sencilla: un laboratorio también es un sistema.
Tiene usuarios, objetivos, interfaces, recursos, restricciones y criterios de verificación. Un estudiante debe desarrollar determinadas capacidades. Esas capacidades se traducen en experiencias. Las experiencias necesitan equipos, software, contenidos y evaluaciones. Cuando esas relaciones no están explícitas, cambiar una parte del laboratorio puede romper otras sin que sea evidente.
MBSE ofrece una forma de representar esas relaciones. No resuelve automáticamente la pedagogía y tampoco sustituye al profesor. Permite, sin embargo, preguntar de forma estructurada qué queremos que aprenda el estudiante, cómo lo vamos a observar y qué elementos del laboratorio son necesarios para conseguirlo.
Eso cambia la conversación sobre actualización tecnológica.
Si una universidad quiere incorporar FPGA, por ejemplo, la primera pregunta no debería ser qué tarjeta comprar. Primero habría que identificar qué competencia nueva se pretende desarrollar. ¿Arquitectura digital? ¿RTL? ¿Verificación? ¿Interfaces? ¿Implementación física? Dependiendo de la respuesta, el hardware adecuado puede ser diferente.
Lo mismo ocurre con IA. Incorporar una herramienta generativa a una clase no significa que el programa haya aprendido a enseñar ingeniería con IA. Hay que decidir qué actividad puede automatizarse, qué decisiones debe seguir tomando el estudiante y cómo se evalúa que entiende el resultado.
En el trabajo sobre el laboratorio de sistemas embebidos usamos MBSE junto con prácticas ágiles como desarrollo incremental, verificación continua e integración continua. El objetivo era evitar una gran definición inicial que envejeciera antes de terminarse y permitir que el laboratorio pudiera evolucionar de forma controlada.
La misma lógica aparece en el trabajo sobre mecatrónica, robótica y control. Allí el problema se conecta con la evolución del ecosistema de semiconductores y las necesidades de formación para nuevas fábricas y sistemas de automatización. El modelo permite relacionar objetivos de aprendizaje y capacidades con escenarios tecnológicos distintos.
Esta forma de pensar también conecta con mi experiencia anterior. Antes de trabajar en investigación académica pasé años integrando robots, PLC y plantas. En una planta, una modificación rara vez afecta a un solo componente. Cambiar un sensor puede afectar lógica, cableado, secuencia, seguridad y operación. En educación ocurre algo parecido: cambiar una herramienta sin revisar el sistema que la rodea suele producir una mejora superficial.
Por eso creo que un laboratorio moderno no debería diseñarse alrededor de una lista fija de equipos. Debería diseñarse alrededor de capacidades, interfaces y mecanismos de actualización.
El objetivo no es predecir qué tecnología dominará dentro de cinco años. Es construir una arquitectura educativa que pueda cambiar cuando esa tecnología llegue.
Agenda 30 minutos gratisVer la investigación en educaciónNewsletter en LinkedIn