BEGIN:VCALENDAR VERSION:2.0 PRODID:-//CERN//INDICO//EN BEGIN:VEVENT SUMMARY:IA & Ciencia: Investigar con máquinas. DTSTART:20261015T130000Z DTEND:20261016T230000Z DTSTAMP:20260910T014900Z UID:indico-event-1@conflab.redclara.net CONTACT:lnunez@uis.edu.co DESCRIPTION:Speakers: Luis Nunez (Universidad Industrial de Santander)\n\n IA & Ciencia: Investigar con máquinas\nLa inteligencia artificial y el fu turo de la ciencia en la universidad\nFacultad de Ciencias · Universidad Industrial de Santander · Bucaramanga\, Colombia\nModalidad mixtaSesión virtual: 2 de octubre de 2026 (La anunciaremos próximamente)Jornadas pres enciales: 15 y 16 de octubre de 2026\nLa participación en ambos encuentro s es gratuita\, pero la inscripción es obligatoria. Cierre de inscripcion es: 28 de septiembre de 2026\n\n¿Qué significa investigar con máquinas? \nLa Facultad de Ciencias de la Universidad Industrial de Santander (UIS)\ , con el apoyo de la Vicerrectoría de Investigación y Extensión\, organ iza IA & Ciencia: Investigar con máquinas\, un encuentro transdisciplinar io para examinar cómo la inteligencia artificial está transformando la i nvestigación científica y la formación de las nuevas generaciones de in vestigadores.\nEl rápido desarrollo de la inteligencia artificial generat iva\, los modelos fundacionales y los agentes de IA está modificando dife rentes etapas del proceso científico: la búsqueda y la síntesis de la l iteratura\, la formulación de hipótesis\, la programación\, la simulaci ón\, el análisis de grandes volúmenes de datos\, el diseño experimenta l\, la interpretación de resultados y la comunicación científica.\nEsta s transformaciones abren oportunidades extraordinarias\, pero también pla ntean preguntas fundamentales sobre la confiabilidad\, la reproducibilidad \, la autoría\, la creatividad\, la privacidad\, los sesgos\, el acceso a la infraestructura\, la autonomía del investigador y la gobernanza del c onocimiento.\nDurante dos días y medio\, organizados en tres bloques —p racticar\, descubrir y reflexionar—\, investigadores\, docentes y estudi antes de Biología\, Química\, Matemática\, Física\, Ciencias de la Com putación y áreas afines explorarán herramientas de IA\, conocerán expe riencias concretas de investigación asistida por máquinas y discutirán críticamente sus posibilidades y limitaciones.\nEl encuentro busca constr uir una visión compartida sobre el papel de la inteligencia artificial en la ciencia y\, en particular\, sobre las capacidades que deberán desarro llar las universidades públicas y las comunidades científicas del Sur Gl obal para participar activamente y de manera responsable en esta transform ación.\n\nEstructura del encuentro\n2 de octubre · Virtual · PRACTICAR\ nUna sesión preparatoria orientada a explorar directamente nuevas herrami entas de inteligencia artificial aplicadas al trabajo científico.\nLos pa rticipantes podrán familiarizarse con agentes de IA y con sistemas de des cubrimiento algorítmico\, lo que sentará las bases para las discusiones en las jornadas presenciales.\n15 de octubre · Presencial · DESCUBRIR\nL a inteligencia artificial como nueva herramienta para el descubrimiento ci entífico.\nInvestigadores de distintas disciplinas presentarán experienc ias concretas sobre cómo la IA está modificando la forma de analizar dat os\, formular problemas\, desarrollar modelos y producir nuevo conocimient o.\n16 de octubre · Presencial · REFLEXIONAR\nÉtica\, confianza\, capac idades\, acceso y gobernanza.\nLa jornada estará dedicada a discutir las consecuencias epistemológicas\, institucionales y sociales de la incorpor ación de la IA en la actividad científica y universitaria.\n\nObjetivos\ n\n\nDiscutir el impacto de la inteligencia artificial\, especialmente de la IA generativa y los agentes de IA\, en los procesos de investigación c ientífica y en la formación de investigadores.\n\n\nIdentificar oportuni dades\, riesgos y desafíos éticos asociados a la integración de herrami entas de IA en la generación de conocimiento y en la educación universit aria.\n\n\nExplorar aplicaciones concretas de la IA en biología\, químic a\, matemática\, física y áreas afines.\n\n\nExaminar la transformació n del flujo de trabajo científico\, desde la revisión de la literatura y la generación de hipótesis hasta la experimentación\, la simulación\, el análisis de datos\, la interpretación y la validación de los result ados.\n\n\nPropiciar espacios de diálogo transdisciplinario entre investi gadores\, docentes\, estudiantes\, la industria\, el Estado y la sociedad civil.\n\n\nPromover una alfabetización crítica en inteligencia artifici al y discutir qué nuevas competencias deberán adquirir los investigadore s.\n\n\nAnalizar las desigualdades en el acceso a la IA\, incluidas la inf raestructura computacional\, el software\, los datos y las capacidades hum anas.\n\n\nDiscutir los retos de confiabilidad\, reproducibilidad\, ética y gobernanza asociados a la ciencia asistida por inteligencia artificial. \n\n\nReflexionar sobre estrategias institucionales que permitan a las uni versidades colombianas participar activamente en la transformación de la ciencia impulsada por la IA.\n\n\n\nEjes temáticos\nIA en la investigaci ón en ciencias básicas: posibilidades y límites\nModelos generativos\, aprendizaje automático\, aprendizaje profundo y aplicaciones específicas en biología\, química\, matemática y física.\nTransformación de la I +D con socios de IA\n\n\nIA en generación de hipótesis.\n\n\nDiseño exp erimental y simulación.\n\n\nAnálisis e interpretación de datos.\n\n\nV alidación de hipótesis.\n\n\nAgentes autónomos y semiautónomos para la investigación.\n\n\nAgentificación de la ciencia\n¿Qué ocurre cuando una inteligencia artificial deja de ejecutar una única tarea y comienza a planificar\, utilizar herramientas\, tomar decisiones intermedias y evalu ar los resultados?\n¿Qué papel tendrán los agentes de IA en el descubri miento científico?\nTransformación de la formación universitaria\n\n\nN uevas competencias para científicos.\n\n\nRiesgos de dependencia tecnoló gica.\n\n\nPapel del docente y del investigador.\n\n\nAmbientes de aprendi zaje asistidos por IA.\n\n\nAdaptación curricular.\n\n\nEpistemología y ética de la ciencia aumentada\n\n\nAutoría y responsabilidad.\n\n\nJuici o científico.\n\n\nSesgos.\n\n\nAutonomía.\n\n\nCreatividad.\n\n\nReprod ucibilidad y validación.\n\n\nPensamiento crítico e intuición frente al algoritmo.\n\n\nAcceso\, soberanía y gobernanza de la IA\n\n\nInfraestru ctura y capacidad computacional.\n\n\nAcceso a modelos\, software y datos. \n\n\nDependencia de plataformas comerciales.\n\n\nCapacidades humanas.\n\ n\nCiencia abierta.\n\n\nCondiciones particulares de las universidades del Sur Global.\n\n\n¿Cómo será la ciencia dentro de cinco años?\n\n\nInv estigación semiautónoma o autónoma.\n\n\nNuevas relaciones entre cient íficos y máquinas.\n\n\nCiencia abierta.\n\n\nInnovación y economía de l conocimiento.\n\n\nPapel futuro de las universidades públicas.\n\n\n\nI nformación clave\nParticipación: sin costo\, previa inscripción.\nSesi ón virtual: 2 de octubre de 2026.\nJornadas presenciales: 15 y 16 de octu bre de 2026.\nLugar: Aula Máxima de Ciencias\, Universidad Industrial de Santander\, Bucaramanga.\nFecha límite para el registro y el envío de re súmenes de pósteres: 21 de septiembre de 2026.\nNotificación de aceptac ión: 28 de septiembre de 2026.\nConferencistas invitados\nIA & Ciencia: I nvestigar con máquinas reúne perspectivas provenientes de la investigaci ón científica\, la inteligencia artificial\, la infraestructura computac ional\, la industria y la sociedad civil. Esta diversidad es deliberada: q ueremos discutir no solo qué puede hacer la IA\, sino también cómo est á cambiando la ciencia y bajo qué condiciones debemos utilizarla.\n\nJua n Rafael Martínez-Galarza\nAstroAI · Center for Astrophysics | Harvard & Smithsonian\nCambridge\, Massachusetts\, Estados Unidos\nJuan Rafael Mart ínez-Galarza es astrofísico del Center for Astrophysics | Harvard & Smit hsonian (CfA) y participa en la iniciativa AstroAI\, dedicada al desarroll o y la aplicación de la inteligencia artificial para la astrofísica de p róxima generación. Además\, es Staff Astrophysicist y Deputy End-to-End Scientist de los sistemas de datos del Chandra X-ray Center.\nSu investig ación combina astronomía observacional\, grandes conjuntos de datos y ap rendizaje automático\, en particular para el estudio y la clasificación de fuentes astrofísicas y de fenómenos transitorios.\nSu participación ofrece un ejemplo concreto de cómo la inteligencia artificial se está in corporando a flujos de trabajo científicos reales y permite discutir cóm o los agentes de IA pueden convertirse en nuevos asistentes al descubrimie nto científico.\n\nPaola A. Buitrago\nDirector\, Artificial Intelligence & Big Data\, Pittsburgh Supercomputing Center\nPittsburgh\, Pennsylvania\, Estados Unidos\nPaola A. Buitrago dirige el grupo de Artificial Intellige nce & Big Data del Pittsburgh Supercomputing Center (PSC)\, donde trabaja en la convergencia entre inteligencia artificial\, computación de alto re ndimiento (HPC) y grandes volúmenes de datos para la investigación cient ífica.\nEs Principal Investigator y Project Director de NSF-Neocortex\, u na plataforma de supercomputación especializada en inteligencia artificia l\, y participa en otras grandes iniciativas estadounidenses de infraestru ctura y capacitación en ciencia computacional.\nSu presencia aporta una d imensión esencial al encuentro: hacer ciencia con IA no depende solo de a lgoritmos y modelos\, sino también de la infraestructura computacional\, los datos\, la formación de investigadores y el acceso a recursos tecnol ógicos avanzados.\nSu experiencia permitirá discutir qué capacidades de ben desarrollar las universidades para participar de manera competitiva en una ciencia cada vez más intensiva en inteligencia artificial.\n\nRaúl Ramos-Pollán\nDepartamento de Ingeniería de Sistemas\, Universidad de A ntioquia\nMedellín\, Colombia\nRaúl Ramos-Pollán es profesor de la Univ ersidad de Antioquia y miembro del Intelligent Information Systems Lab (IN 2LAB). Su trabajo se centra principalmente en inteligencia artificial\, ap rendizaje automático\, deep learning y ciencia de datos.\nHa desarrollado una amplia actividad de formación en inteligencia artificial para cienci as e ingeniería\, orientada a que investigadores y estudiantes provenient es de distintas disciplinas comprendan tanto los fundamentos de estas meto dologías como su aplicación efectiva a problemas reales.\nSu participaci ón resulta especialmente valiosa para discutir cómo traducir una pregunt a científica en un problema que pueda abordarse mediante IA\, cómo evalu ar las limitaciones de los modelos y qué formación necesitan los cientí ficos para utilizar estas tecnologías de manera crítica.\n\nFabio A. Gon zález\nDepartamento de Ingeniería de Sistemas e Industrial\, Universida d Nacional de Colombia\nBogotá\, Colombia\nFabio A. González es profesor titular del Departamento de Ingeniería de Sistemas e Industrial de la Un iversidad Nacional de Colombia y realiza investigación en inteligencia ar tificial y en aprendizaje automático.\nSu trayectoria incluye aplicacione s de aprendizaje automático\, Deep Learning y análisis computacional de imágenes\, así como problemas biomédicos\, e investigaciones recientes relacionadas con nuevas aproximaciones al aprendizaje automático.\nSu exp eriencia representa el desarrollo de capacidades propias en inteligencia a rtificial en la universidad pública colombiana y permite discutir la arti culación entre la investigación fundamental\, las aplicaciones interdisc iplinarias y la formación avanzada.\n\nLeonardo A. Pachón Contreras\nCo- founder & CEO\, Guane Emerging Technologies\nBucaramanga\, Colombia\nLeon ardo A. Pachón Contreras es físico colombiano\, investigador y empresari o tecnológico. Su trayectoria ha transitado desde la investigación acad émica en física hacia la creación y dirección de Guane Emerging Techno logies\, empresa dedicada al desarrollo de soluciones basadas en inteligen cia artificial\, analítica avanzada y modelado científico.\nSu experienc ia conecta tres mundos que con frecuencia permanecen separados: la ciencia \, la inteligencia artificial y la industria.\nSu participación permitir á discutir cómo una formación rigurosa en ciencias básicas puede conve rtirse en fundamento para la innovación tecnológica y el emprendimiento\ , así como cuáles serán las nuevas oportunidades profesionales para fí sicos\, matemáticos y otros científicos en una economía crecientemente impulsada por IA.\n \n\nCarolina Botero Cabrera\nBogotá\, Colombia\nCaro lina Botero Cabrera es abogada y especialista en la intersección entre la tecnología\, el derecho y los derechos digitales. Fue directora de la Fu ndación Karisma durante una década.\nSu trayectoria se ha centrado en te mas como el acceso al conocimiento\, la privacidad\, la libertad de expres ión\, los derechos digitales y la gobernanza tecnológica.\nSu participac ión aporta una perspectiva indispensable al encuentro: la transformación de la ciencia mediante la inteligencia artificial no es solo un problema técnico. También plantea interrogantes sobre la autoría\, la privacidad \, el control de datos\, la propiedad intelectual\, los sesgos\, la respon sabilidad\, la transparencia\, el acceso al conocimiento y la dependencia de las plataformas tecnológicas.\nSu presencia permitirá que científico s y estudiantes se pregunten no solo qué podemos hacer con la IA\, sino t ambién bajo qué condiciones deberíamos hacerlo.\n\nCarlos Enrique Uzcá tegui Aylwin\nEscuela de Matemáticas de la Universidad Industrial de Sant ander\nBucaramanga\, Colombia\nEspecialista en  lógica matemática y teo ría descriptiva de conjuntos . Su participación en IA & Ciencia: Investi gar con máquinas aporta una perspectiva particularmente valiosa sobre lo s fundamentos del razonamiento formal\, la demostración y los límites de los sistemas deductivos\, cuestiones que adquieren nueva relevancia ante el desarrollo de modelos de inteligencia artificial capaces de resolver pr oblemas matemáticos\, generar demostraciones y participar en procesos de razonamiento. Su intervención permitirá examinar críticamente qué sign ifica que una máquina “razone” en matemáticas\, cómo distinguir una respuesta plausible de una demostración válida y qué papel deben conse rvar la verificación formal\, la creatividad y el juicio matemático cuan do la IA comienza a intervenir en la producción de conocimiento. Desde es ta perspectiva\, su contribución complementa las aplicaciones experimenta les y computacionales presentadas por otros conferencistas y sitúa en el centro del encuentro una pregunta fundamental:  ¿hasta dónde pueden aut omatizarse el razonamiento y el descubrimiento matemático?\n\nChristian A ndrés Sarmiento-Cano\nDepartamento de Ciencias Básicas de la Universidad Autónoma de Bucaramanga \nBucaramanga\, Colombia\nFísico egresado de l a UIS y doctor en ciencia y tecnología con mención en física\, Universi dad San Martín\, Argentina. Su investigación se concentra en  astropart ículas aplicadas \, particularmente en rayos cósmicos\, detectores de ra diación\, muografía\, simulaciones con CORSIKA y Geant4 y aplicaciones i nterdisciplinarias que abarcan geofísica\, industria y agricultura de pre cisión. Su trabajo reciente incorpora\, además \, aprendizaje automátic o para el análisis y la clasificación de señales en detectores Cherenko v de agua \, ofreciendo un caso concreto de cómo la IA puede integrarse a la instrumentación\, las simulaciones y los datos experimentales para ex traer información física. Su participación en IA & Ciencia: Investigar con máquinas permitirá mostrar cómo una disciplina experimental como la física de astropartículas está incorporando progresivamente herramient as de IA en sus flujos de investigación\, al tiempo que abre la discusió n sobre la validación\, la interpretabilidad y la complementariedad entre el conocimiento físico y los modelos de aprendizaje automático.\nComit é Científico\nEl Comité Científico contribuye a la orientación acadé mica del encuentro\, a la definición de sus ejes de discusión y a la con strucción de un espacio interdisciplinario para analizar el impacto de la inteligencia artificial en la investigación científica.\n\nCarlos J. Ba rrios-Hernández\, Universidad Industrial de Santander\, Colombia\nJuan Ra fael Martínez-Galarza\, Center for Astrophysics | Harvard & Smithsonian\, Estados Unidos\nFabio Martínez\, Universidad Industrial de Santander\, C olombia\nJosé Ocariz\, Université Paris Cité\, Francia\nLeonardo A. Pac hón Contreras\, Guane Emerging Technologies\, Colombia\nRaúl Ramos-Poll án\,  Universidad de Antioquia\, Colombia\nCamila Rangel-Smith\, The Ala n Turing Institute\, Reino Unido\nArnold Romero\, Universidad Industrial d e Santander\, Colombia\nJulián Rodríguez-Ferreira\, Universidad Industri al de Santander\, Colombia\nCamilo Ruiz\, Universidad de Salamanca\, Espa ña\nChristian Sarmiento-Cano\,  Universidad Autónoma de Bucaramanga\, C olombia\nMauricio Suárez-Durán\, Universidad de la Costa\, Colombia\nDav id Sierra-Porta\, Universidad Tecnológica de Bolívar\, Colombia\nAlex Ta pia Casanova\, Universidad de Medellín\, Colombia\nCarlos Uzcátegui\, Un iversidad Industrial de Santander\, Colombia\nManuel Vielma\, E-Pisteme Te ch\, España\n\n\nComité Organizador Local\n\nGilberto Arenas Díaz\nLuz Nayibe Garzón Gutiérrez\nAndrés Felipe Castaño González\nRonald Eduar do Paternina Salguedo\nJulio Roberto Pinzón Joya\nLuis A. Núñez\n\n \n \nhttps://conflab.redclara.net/event/1/ IMAGE;VALUE=URI:https://conflab.redclara.net/event/1/logo-3890865328.png LOCATION:Aula Máxima de Ciencias (Facultad de Ciencias\, Universidad Indu strial de Santander) URL:https://conflab.redclara.net/event/1/ END:VEVENT END:VCALENDAR