Dos sesiones de trabajo con los equipos de dirección de la Universidad para hacer una foto de dónde estamos, qué se puede hacer hoy con inteligencia artificial, qué límites legales tenemos y cómo se ordenan y priorizan las peticiones. Aquí quedan el programa, la grabación de la sesión del 15 de julio, el resumen de todo lo tratado y lo que se pidió a cada unidad.
Las jornadas se celebraron en julio de 2026. La recogida de necesidades está abierta hasta el lunes 5 de octubre de 2026: cada unidad presenta las suyas en Proponer una necesidad o proceso. Lo que llegue después se seguirá atendiendo, pero solo lo recibido en plazo entra en el análisis conjunto de esta ronda.
Las jornadas tuvieron dos objetivos: presentar las capacidades actuales de la inteligencia artificial y los recursos disponibles en la Universidad, e iniciar la detección de las necesidades de cada unidad. Se celebraron con el mismo programa en dos convocatorias.
Se publica la sesión del 15 de julio, dirigida específicamente a las direcciones de secretariado. Cubre el mismo recorrido que la del 7 de julio y dedica más tiempo al debate y a las preguntas.
El índice y el resumen de esta página se han elaborado a partir de las transcripciones automáticas de las dos jornadas, que pueden contener imprecisiones; ante cualquier duda, prevalece lo dicho en la grabación.
Lo tratado en las dos sesiones, materia a materia, con el minuto de la grabación en el que se abordó y los recursos de la Universidad relacionados para cada asunto.
Son sesiones de diagnóstico, no de formación técnica. Se pide a cada dirección que identifique los cuellos de botella de su área: los procesos manuales, repetitivos y que consumen tiempo sin aportar valor. Con esa foto, el Secretariado puede ordenar las peticiones, buscar lo que es común a varias unidades y priorizarlas con el Equipo de Gobierno en lugar de atenderlas por orden de llegada.
El objetivo declarado es liberar tiempo de tareas repetitivas para dedicarlo a lo que exige criterio, y dar un mejor servicio a la comunidad universitaria.
Se pidió expresamente a cada dirección que acudiera con las personas clave de su unidad, las que conocen de primera mano dónde se atascan las cosas, y se apeló a que tras seis meses en el cargo cada equipo ya sabe dónde están sus puntos de fricción. La comunidad universitaria son casi 80.000 personas entre estudiantes, personal técnico y de administración, personal docente e investigadores: cualquier mejora que se repita en muchas unidades multiplica su efecto.
Recursos Proponer una necesidad Secretariado de Digitalización e IA
El apoyo del Secretariado se organiza en tres niveles según el punto de partida de cada unidad:
La advertencia que abrió la jornada afecta a los tres niveles: que una herramienta sea corporativa no la convierte en corporativa con cualquier cuenta. Las garantías (datos en Europa, sin entrenamiento de modelos futuros) van asociadas al acceso con la cuenta institucional, no a la herramienta en sí.
Recursos Formación y tutoriales Solicitar una sesión de formación
Se hizo un recorrido de alto nivel por el funcionamiento de un modelo de lenguaje para explicar dos cosas que condicionan todo lo demás: que el modelo no es explicable, porque nadie puede reconstruir por qué ha dado una respuesta concreta, y que de ahí vienen las alucinaciones, respuestas incorrectas con apariencia impecable.
La consecuencia práctica es que siempre tiene que haber una persona que compruebe y entienda el resultado.
El ejemplo que se puso en sala: una gran consultora entregó a una administración un informe de alto coste elaborado con IA que contenía referencias inventadas. Se mencionó también el caso cotidiano de correos redactados íntegramente por una IA que llegan con un tono legal desmedido. De ahí la insistencia en el copia y pega: el texto parece impecable y eso es justamente lo que lo hace peligroso.
El salto de valor no está en preguntar al chat, sino en fijar las instrucciones una vez y reutilizarlas. Una gema con instrucciones afinadas para una tarea concreta (validar una propuesta, extraer datos de un expediente, comprobar que un documento cumple unos requisitos) acierta mucho más que una pregunta suelta, y se puede ir puliendo con el uso.
Por encima está la recuperación sobre documentación propia (RAG): dar a la herramienta la normativa o los procedimientos internos para que responda sobre ellos y no sobre lo que ha leído en internet. Encadenando varios agentes especializados se llega a automatizar procesos completos.
Dos ejemplos concretos de la sesión: una gema a la que se le fijan las instrucciones de cómo se evalúa un tipo de expediente, de modo que baste con pasarle el documento para obtener el resultado; y un chat cargado con la normativa o con un expediente extenso al que se le hacen directamente las preguntas que uno tiene que responder.
La IA parece gratis dentro de las licencias corporativas, pero el uso intensivo y automatizado se factura por consumo. Como referencia dada en la sesión, evaluar seis expedientes complejos con IA puede costar del orden de 30 €; llevado al volumen de actividad de la Universidad, ese presupuesto hoy no existe.
Los modelos abiertos que se pueden ejecutar en máquinas propias son menos capaces y requieren infraestructura específica (GPU). Es el principal freno declarado, junto con la capacidad de las personas.
La comparación que se usó en sala: la IA funciona como la factura de la luz, con un contador que corre a medida que se usa. En un chat no se nota porque la licencia actúa de tarifa plana, pero al automatizar trabajo el contador se ve. Como referencia, los modelos de uso general rondan los 3 € por millón de tokens: evaluar cinco o seis expedientes de sesenta a ochenta páginas cuesta del orden de 3 €, y unos 30 € si son expedientes complejos.
Sobre infraestructura propia la afirmación fue literal: en este momento se parte de cero, y construirla es prioritario para los próximos meses y años.
Recursos Solicitar infraestructura
El Reglamento Europeo de Inteligencia Artificial está en vigor por fases y obliga, entre otras cosas, a la alfabetización en IA de quienes la usan y dirigen. Clasifica los usos por nivel de riesgo: hay prácticas prohibidas y usos de alto riesgo (evaluación de personas, selección de personal, acceso a servicios esenciales) que exigen auditoría, documentación, trazabilidad y responsable identificado.
A ello se suma el RGPD. Las reglas prácticas que se dieron:
Dos plazos concretos: la alfabetización en IA de quienes la usan y la dirigen ya es exigible, y desde el 2 de agosto de 2026 el contenido generado con IA debe ir etiquetado, sea texto, imagen o audiovisual. Otras obligaciones aterrizan escalonadamente hasta 2027.
Se enumeró también lo que no cabe hacer: usar datos personales o información interna no pública en herramientas no seguras, decidir sobre personas solo con IA y sin revisión, puntuar o perfilar personas, inferir emociones, y desplegar software sin revisión de seguridad. Y se situó el contexto europeo de soberanía tecnológica: aunque los datos estén alojados en Europa, siguen bajo control de empresas sujetas a legislación estadounidense, y ya han llegado recomendaciones a las universidades en ese sentido.
La recomendación final fue no quedarse en la alarma: cada unidad debe revisar qué implica el reglamento para la actividad concreta que desarrolla.
Se mostró en directo cómo una persona sin perfil técnico puede describir una aplicación y obtenerla funcionando. La capacidad es real y conviene conocerla, porque va a aparecer en los equipos con o sin permiso. Los riesgos también son reales:
A eso se añaden errores de arquitectura difíciles de ver para quien no es técnico (contraseñas visibles en el navegador, datos accesibles sin control) en un contexto donde los ataques a servicios expuestos ya se hacen de forma automatizada.
La regla práctica: para uso local y personal, adelante. En cuanto aparece una base de datos, varias personas o una web accesible, hay que contar con el SIC para asegurar y alojar la aplicación.
La regla que se dio sobre quién puede hacerlo: cuando quien dirige a la IA es un perfil técnico con experiencia en desarrollo, el resultado es bueno porque sabe qué pedir y qué comprobar; cuando no lo es, se le escapan detalles que no se ven desde fuera. Y sobre los ataques: ya no los ejecuta una persona escribiendo código, sino agentes automatizados, de ahí que el volumen de intentos crezca sin comparación con lo anterior.
Recursos Vibe coding Solicitar acceso a AI Studio Solicitar infraestructura
El SIC atiende a cerca de 80.000 personas con unos 63 técnicos, en su mayor parte dedicados a mantener lo que ya funciona. La cartera de proyectos ordena las peticiones: cada propuesta se presenta como un informe avalado por el vicerrector correspondiente, recibe una prevaluación pública y se bareman su impacto, su viabilidad, su coste y su alineación con el Programa de Gobierno. La priorización la decide el Equipo de Gobierno y el resultado se publica.
Cuando una misma necesidad aparece en muchas unidades, como ocurrió con la gestión de convenios, no se trata como un desarrollo a medida sino como un componente común reutilizable, que cada unidad configura para su caso.
Para dimensionar el problema se comparó la infraestructura de la Universidad con la de una gran empresa energética de unos 70.000 empleados: por número de personas atendidas, edificios, redes y sistemas gestionados internamente, está entre las más complejas del país, incluidas las del IBEX 35, y se sostiene con ese equipo de 63 técnicos cuya mayor parte se dedica a que lo que ya existe siga funcionando.
En la baremación puntúa más lo que da servicio a varias unidades a la vez y lo que se alinea con las medidas del Programa de Gobierno. El resultado se publica, de modo que cada unidad puede ver qué se acomete este curso, hasta dónde llega la capacidad disponible y qué proyecto entraría a continuación.
La conclusión con la que se cerraron ambas sesiones: el 20 % del problema es tecnología y el 80 % son las personas. Conviene empezar por quien tiene interés, conseguir un éxito pequeño y visible, y dejar que ese resultado arrastre al resto, en lugar de imponer la herramienta donde hay más resistencia.
Se advirtió también sobre el uso acrítico: delegar para no pensar deteriora la capacidad propia; usar la IA para entender lo que uno no sabe hacer, en cambio, hace crecer.
El 80/20 se presentó como conclusión de años de proyectos de transferencia: el escollo casi nunca está en la tecnología, que hace lo que se le pide, sino en las personas. De ahí la recomendación de empezar por quien ya tiene ganas, conseguir con esa persona un ahorro de tiempo visible y dejar que el resultado circule, en vez de imponer la herramienta donde hay más resistencia.
La imagen con la que se cerró la idea: un grupo empujando un carro de ruedas cuadradas que no se detiene a cambiarlas porque está ocupado empujando. Pasar de tardar dos horas a tardar cinco minutos exige invertir antes veinte o treinta horas en el cambio, y esa inversión es la que cuesta encajar en el día a día.
Media hora de preguntas de las direcciones asistentes. Lo que se planteó y lo que se respondió:
Una recomendación del cierre: antes de preguntar al Secretariado, preguntar a la propia herramienta de IA con la documentación del caso delante. Al Secretariado corresponden las cuestiones de infraestructura, soporte, seguridad y qué está permitido hacer.
Recursos Semáforo de herramientas Solicitar infraestructura Solicitar formación Declarar una aplicación o un uso de IA en marcha
El Observatorio de IA recoge el marco legal, el decálogo de uso responsable y el semáforo de herramientas: cuáles se pueden usar, con qué configuración de privacidad y cuáles no.
Consultar el Observatorio