En México, en el ámbito del mercado laboral profesional, más allá del grado académico, hay dos criterios o elementos de mucho peso: la experiencia profesional y las certificaciones. La primera permite, de alguna forma, medir la madurez del individuo y sus conocimientos para el puesto al que aplica. La segunda es una evidencia innegable sobre el uso y aplicación de tecnología y conocimientos que el individuo en cuestión posee. Los grados académicos (licenciatura, maestría y doctorado) pueden percibirse como ciertos requisitos obligados (acorde a la posición sobre la que se aplica), y la capacitación (seminarios, diplomados y cursos de actualización) como «elementos de puntaje» al ser evaluado en su aplicación por un puesto. Pero, sobre todo ello, el criterio de decisión girará sobre la experiencia y si se cuenta o no con una certificación. Estos dos elementos pueden pesar más a lo indicado anteriormente, que es visto como académico o meramente formativo.

Las publicaciones y métricas como el h-index únicamente son considerados para puestos laborales que verdaderamente estén orientados a la investigación. En México es raro ver vacantes laborales que indiquen o requieren un grado doctoral, mucho más raro que en ellas impliquen o pregunten por la actividad productiva del solicitante en términos de sus publicaciones (que lo deja prácticamente limitado a los entornos académicos). Lo anterior contrasta con las publicaciones de vacantes que uno puede encontrar en países desarrollados, en donde las empresas que cuentan con áreas activas de R&D (research and development) señalan la necesidad del grado doctoral y en algunos casos la evidencia sobre publicaciones. Por supuesto, estos dos elementos son algo obligado y decisivo tratándose de posiciones académicas, en cualquier parte del mundo.

Finalmente, lo anteriormente expuesto (junto con lo presentado en las tres últimas entregas) nos lleva al punto de inflexión en el que se encuentra la visión sobre la restructuración de programa de Maestría en Informática de la UPIICSA del IPN. Cualquiera que sea la propuesta que resulte y se busque implementar, ésta deberá ser avalada ante el IPN y ante el actual CONAHCyT, bajo los criterios de aprobación que inician (y casi terminan) con lo relacionado a lo único que puede ser académicamente medible: la productividad en términos de publicaciones. La experiencia docente, la experiencia profesional no cuentan. Si bien puede ser percibido como un criterio algo draconiano, lo cierto es que es un criterio netamente objetivo y justo (académicamente hablando). Ambos (IPN y CONAHCyT) evaluarán contra la productividad de la planta docente que presenta y solicita la autorización correspondiente si éste está adecuadamente soportado por sus perfiles y actividad.

Aquí es donde se presenta el giro nefasto al que me referí al inicio de esta serie de últimas entregas. Considérese que el profesorado, casi en su totalidad de tiempo completo, es netamente académico (quizás sea sólo yo el único que ejerce profesionalmente). Bajo esta perspectiva es claro que encontramos su productividad enfocada a temás de naturaleza académica (sin que ello implique que no puedan ser útiles o utilizados en el campo profesional pero que parecen alejados del entorno mexicano empresarial o industrial actual) como puede ser temas sobre sistemas lineales y no lineales, aspectos de la inteligencia artificial teóricos (o aplicados en entornos controlados y de pequeños conjuntos de datos), informática educativa, robótica o control. Por ello, las materias propuestas estarán orientadas a dichos temas. Al no haber productividad en temas como seguridad informática, informática forense, bases de datos, programación, ingeniería de software, análisis y diseño de sistemas, ciencia de datos, minería de datos, big data, machine learning, y otras que podemos considerar propias del campo de la informática, el plan de estudios carecerá de ellas.

Los aspirantes al plan de estudios son generalmente profesionistas. Ellos se desenvuelven en la administración de proyectos, la ingeniería de software, seguridad de la información, desarrollo de sistemas de información, ciencia de datos, aprendizaje automático, flujos de trabajo, arquitectura de datos, monitoreo de desempeño de equipos y aplicaciones, aplicaciones móviles, comercio electrónico, etcétera y manifiestan su interés no sólo por desarrollar un trbajo de investigación al respecto sino por aprender más de estos temas y buscar una aplicación inmediata en sus actividades laborales.

Imaginemos el escenario de un aspirante que se desempeña como desarrollador de software y está particularmente interesado en DevOps. Aprueba el proceso de ingreso y se encuentra con que se le ha asignado como consejero de estudios (y potencial director de tesis) a un docente versado en informática educativa. Su consejero de estudios puede estar interesado en que desarrolle un tema sobre el uso de medios informáticos en el campo educativo, pero el estudiante uno sobre escalabilidad de aplicaciones en entornos distribuidos. ¿Podrá el docente asesorarle sobre los temas a explorar y guiarlo por el camino adecuado? ¿Cómo compaginar intereses? ¿El nuevo estudiante mantendrá el entusiasmo con el que ingresó o se sentirá decepcionado por no hallar lo que el nombre de «maestría en informática» le llevó a suponer?