Inteligencia colaborativa para resolver problemas de gestión estratégica municipal

La inteligencia colaborativa con perspectiva de gestión estratégica para el Chile 2050 se define como el modelo de gobernanza pública y social que fusiona la escala analítica de las tecnologías avanzadas (Inteligencia Artificial) con el juicio ético, la empatía y la pertinencia territorial de las comunidades locales (Inteligencia Humana) para resolver problemas públicos complejos.

No es simple automatización; es una estrategia simbiótica diseñada para descentralizar el poder, garantizar la justicia climática y distribuir el bienestar de forma equitativa.

Esta síntesis estratégica de cara al año 2050 se desglosa en cuatro pilares fundamentales:

1. Gestión estratégica interconectada (el ecosistema)

Rediseño institucional: Pasar de ministerios y municipalidades que operan en "silos" aislados a una red pública integrada basada en datos interoperables.

Toma de decisiones: Utilizar análisis predictivo y simulación de escenarios para anticipar crisis socioambientales en lugar de reaccionar tarde a ellas.

Alianzas cuádruple hélice: Co-diseñar las políticas de estado uniendo activamente a la academia, el sector privado, el gobierno y las comunidades organizadas.

2. Descentralización inteligente (pertinencia territorial)

Autonomía regional: Dotar a los gobiernos regionales (GORE) y municipios de herramientas de IA soberanas que procesen datos locales para sus propias prioridades de inversión.

Romper el centralismo: Evitar que los modelos analíticos se diseñen exclusivamente desde Santiago; la IA debe entrenarse y calibrarse en las regiones para entender realidades geográficas, climáticas y culturales diversas (desde el desierto extremo hasta la Patagonia).

Equidad de capacidades: Financiar infraestructura tecnológica equitativa para que una municipalidad rural o rezagada tenga las mismas capacidades analíticas que una comuna de altos ingresos.

3. Inclusión radical (justicia social y ciudadanía)

Diseño participativo: Incorporar las plataformas digitales y los cabildos ciudadanos como fuentes de datos activas (crowdsourcing), permitiendo que los vecinos prioricen directamente el gasto público.

Cierre de brechas: Diseñar interfaces tecnológicas accesibles (por voz, lenguas originarias y baja conectividad) para asegurar que la automatización no excluya a la población rural o a los adultos mayores.

Gobernanza ética: Aplicar estrictamente el marco de transparencia algorítmica y los roles del "eslabón intermedio" (entrenadores, explicadores y sostenedores) para evitar sesgos discriminatorios en la entrega de subsidios o servicios.


4. Sostenibilidad y bienestar compartido (futuro común)

Metas climáticas: Usar modelos analíticos y sensores en tiempo real (gemelos digitales de cuencas hidrográficas o bosques) para gestionar el agua de forma equitativa y acelerar una transición energética justa.

Economía del bienestar: Evaluar el éxito de las políticas públicas utilizando algoritmos que midan indicadores de felicidad, salud mental, tiempo libre y cohesión comunitaria, superando la medición fría del PIB tradicional.

Heredabilidad: Asegurar que el uso de la infraestructura digital actual no consuma recursos hídricos o energéticos críticos (centros de datos verdes), protegiendo activamente los ecosistemas para las próximas generaciones.

El poder de la orquestación en organizaciones que se transforman con apoyo de IA

El poder de la orquestación es la competencia humana directiva y cognitiva fundamental en la era de la inteligencia artificial.

Se define como la capacidad estratégica de un líder para sincronizar, dirigir y armonizar el talento humano con las capacidades de las plataformas, modelos y agentes digitales, con el objetivo de resolver problemas complejos que ninguna de las dos partes podría solucionar por separado.

No es una habilidad técnica (no se trata de saber programar), sino una habilidad relacional y de criterio.

En tu marco conceptual, este poder se despliega cuando un profesional abandona el viejo paradigma de los "jefes controladores", dedicados a la supervisión de tareas rutinarias y asume el rol de un Director de Orquesta.

Los 4 Pilares del Poder de la Orquestación

Para que los líderes de organizaciones comprendan su impacto, este poder se sostiene sobre cuatro pilares operativos:

1. El ser humano pone la melodía (el sentido); la IA pone el ritmo (la velocidad)

La IA procesa, redacta, calcula y genera borradores a una velocidad exponencial. Sin embargo, carece de conciencia, empatía, contexto local y ética. El poder de la orquestación radica en saber exactamente qué delegar a la automatización (la carga transaccional y repetitiva) para liberar tiempo humano para lo insustituible: la estrategia, la contención emocional de los equipos y la toma de decisiones complejas.

2. El paso del "trabajador excavador" al "líder curador"

Tradicionalmente, el valor de un profesional consistía en saber "excavar" para encontrar información o redactar un documento desde cero.

El poder del orquestador cambia el eje cognitivo: la IA entrega el borrador inicial inmediatamente, por lo que el valor humano se traslada a la curatoría aguda, el pensamiento crítico y la validación normativa.

El orquestador no genera el dato; lo juzga, lo refina y le inyecta el contexto real.

3. La gobernanza clara

Introducir tecnología genera de forma natural "tecno-ansiedad" y miedo al reemplazo en los equipos.

El poder de la orquestación es relacional: el líder utiliza la empatía para contener esa incertidumbre.

Al rayar la cancha con gobernanza clara, el orquestador le demuestra a su equipo que la IA es un copiloto que se encarga de sacar el lastre de la burocracia, devolviéndoles el valor de su intuición y experiencia experta.

4. El dominio estratégico

La IA es reactiva; es un espejo del estímulo que recibe.

Por lo tanto, el poder del orquestador se mide en la calidad de sus instrucciones (prompts).

Quien lidera de forma orquestada no da órdenes simples a su equipo ni al algoritmo, sino que co-diseña marcos de trabajo, asigna roles de experto, define restricciones éticas y desafía al sistema a través del pensamiento complejo.

En síntesis: El poder de la orquestación es entender que la inteligencia artificial no viene a reemplazar a los humanos, sino a potenciar nuestra capacidad de pensar y actuar.

El orquestador es el guardián del propósito: asegura que mientras los flujos de trabajo se transforman en procesos digitales, la cultura de la organización se mantenga profundamente humana.

Natura, Cultura y Procura

Un relato sobre los equilibrios esenciales

Mario Boada Autor del e-book "De orugas a mariposas: transformaciones cotidianas"

Había una vez una pequeña comunidad costera asentada entre un denso bosque nativo y un mar embravecido. Una localidad como muchas en distintas geografías de nuestro planeta.

Durante generaciones, sus habitantes prosperaron gracias a un entendimiento silencioso: su supervivencia dependía de tejer una sola red con trenzas formadas por tres hilos fundamentales.

El primer hilo era Natura, el territorio ecológico.
Representaba la tierra viva, los ríos que bajaban de la cordillera y los ciclos naturales que dictaban cuándo sembrar y cuándo dejar descansar el suelo.
Natura era la base innegociable, el principio de sustentabilidad: la certeza de que no se puede extraer de la fuente más de lo que esta puede regenerar sin quebrantar el ecosistema.

El segundo hilo era Cultura, el espacio social y relacional.
No era solo la tradición o el arte, sino la forma en que los habitantes se miraban entre sí, construían confianza y resolvían sus diferencias.
Cultura representaba la equidad: la garantía de que el bienestar no fuera el privilegio de unos pocos, sino una construcción colectiva donde cada voz tenía valor y el cuidado mutuo aseguraba la cohesión comunitaria.

El tercer hilo era Procura, la dimensión productiva y técnica.
Era la capacidad humana de transformar el entorno, diseñar herramientas, gestionar recursos y generar valor económico para responder a las necesidades materiales de la sociedad.
Procura encarnaba la sostenibilidad: la inteligencia operativa y estratégica que permite proyectar la viabilidad de un proyecto en el tiempo sin agotar los recursos que lo sostienen.

Durante un tiempo, la comunidad priorizó solo la Procura.
Aumentaron la producción, optimizaron los procesos y aceleraron los rendimientos.
Sin embargo, al descuidar la Natura, los suelos se agotaron y las aguas se contaminaron; al olvidar la Cultura, aparecieron la inequidad, la desconfianza y la fragmentación social. La riqueza material resultante resultó ser frágil e ilusoria.

Comprendieron entonces que el verdadero desarrollo no es un vector lineal de crecimiento, sino un acto de equilibrio armónico:

• Natura sin Procura es contemplación estéril; incapaz de sostener la vida humana.

• Procura sin Cultura es eficiencia ciega; desprovista de sentido ético y justicia.

• Cultura sin Natura es una utopía abstracta; desconectada de los límites reales del planeta.

El verdadero desafío de la humanidad reside precisamente en esta integración: posicionar al ser humano no como un mero ejecutor y usuario de tecnologías, sino como el articulador consciente entre la preservación del entorno, la justicia social y la viabilidad económica del crecimiento.

Libro Hábitos Atómicos de James Clear (2018)

 

El concepto central de Hábitos Atómicos de James Clear es que las grandes transformaciones no provienen de metas gigantescas ni de cambios drásticos, sino de la acumulación de pequeñas mejoras diarias del 1% (los "hábitos atómicos").

Conceptos Clave

• El Interés Compuesto de la Mejora: Ser 1% mejor cada día significa ser 37 veces mejor al cabo de un año. Los hábitos son el interés compuesto del desarrollo personal.

• Sistemas sobre Objetivos: Los objetivos sirven para fijar una dirección, pero los sistemas son los procesos que te llevan al resultado. No te elevas al nivel de tus metas, caes al nivel de tus sistemas.

• Cambio de Identidad: El cambio de comportamiento más profundo no se basa en lo que quieres lograr (resultados) ni en lo que haces (procesos), sino en quién quieres llegar a ser (identidad). Cada acción es un voto por el tipo de persona que deseas ser.

Las 4 Leyes del Cambio de Conducta

Para crear un buen hábito o eliminar uno malo, Clear propone estructurar el entorno siguiendo las cuatro etapas del bucle de hábito:

Etapa	Crear un Buen Hábito	Eliminar un Mal Hábito
1. Señal	Hacerlo evidente: Diseña tu entorno para que las pistas del hábito sean visibles.	Hacerlo invisible: Reduce la exposición a las señales que desencadenan el mal hábito.
2. Anhelo	Hacerlo atractivo: Asocia el hábito con una recompensa deseada o vincula una acción necesaria a una placentera.	Hacerlo poco atractivo: Reenmarca tu mentalidad para resaltar los aspectos negativos del hábito.
3. Respuesta	Hacerlo sencillo: Reduce la fricción. Aplica la Regla de los 2 Minutos (empieza con una versión que tome menos de 2 minutos).	Hacerlo difícil: Aumenta la fricción introduciendo pasos adicionales o barreras entre tú y la acción.
4. Recompensa	Hacerlo satisfactorio: Añade una satisfacción inmediata tras realizar la acción deseada.	Hacerlo insatisfactorio: Asocia un costo inmediato o una consecuencia negativa a la conducta.

Menos IA y más IHP: Inteligencia Humana Potenciada

Para evitar una crisis existencial por saturación y confusión, a partir de hoy en mis clases con alumnos de ingeniería, no hablaré más de "inteligencia artificial".

Hablaré de Inteligencia Humana Potenciada (IHP) 

La inteligencia humana potenciada es una perspectiva antropológica que asume prioritariamente los factores biológicos, sicológicos e intelectuales de las personas, antes de integrar los aportes de herramientas y agentes digitales-sintéticos.

---

Lo que partió oficialmente en 1956 cuando tuvo lugar la Conferencia en Dartmouth sobre inteligencia artificial, organizada por Marvin Minsky, John McCarthy y Claude Shanon, entra ahora a una nueva fase, 70 años después, para transformarse en una inteligencia humana potenciada por sistemas cognitivos sintéticos.

1. El núcleo del argumento

La tesis puede formularse así: la revolución de la IA no es (solo) un desafío tecnológico, es un desafío de diseño humano y organizacional.

El cuello de botella ya no es la capacidad de los modelos, sino la capacidad de las personas y las organizaciones para adoptar, adaptar y gobernar esa capacidad.

A esto le llamas "humanware": la capa de cultura, competencias, procesos y decisiones que determina si la IA multiplica o erosiona el valor humano.

Esto conecta con un giro real que está ocurriendo en la investigación de punta: pasar de "AI-centered" (optimizar los modelos) a "human-centered AI" (optimizar el sistema completo: personas + agentes + procesos + gobernanza).

2. Marco conceptual de la IHP: tres capas

Primera capa — Cognitiva/individual (inteligencia potenciada)
No sustitución sino extensión de capacidades humanas: memoria, síntesis, exploración de alternativas.
La idea de "aumentar" las capacidades humanas con máquinas es anterior a la IA generativa por 80 años, lo que le da profundidad histórica al tema.
Temas tratados desde la década de los años 60, del siglo pasado:
Vannevar Bush ("As We May Think", 1945) → Douglas Engelbart ("Augmenting Human Intellect", 1962) → J.C.R. Licklider ("Man-Computer Symbiosis", 1960).

Segunda capa — Relacional/equipo (colaboración humana-IA)
Los "agentes sintéticos" como nuevos miembros de equipo, no como herramientas pasivas. Aquí es donde entra el trabajo reciente sobre dinámica de equipos híbridos humano-IA.

Tercera capa — Organizacional/institucional (liderazgo estratégico-transformacional)
Rediseño de procesos, roles, gobernanza y cultura para que la adopción no sea cosmética. Aquí es donde aparece un mayor valor práctico, porque es el nivel menos resuelto actualmente.

3. Laboratorios e instituciones como referentes

Stanford HAI (Human-Centered Artificial Intelligence Institute)
Fundado en 2019 por Fei-Fei Li y John Etchemendy, su investigación se enfoca en desarrollar tecnologías de IA inspiradas en la inteligencia humana, estudiar y guiar el impacto humano y social de la IA, y diseñar aplicaciones que potencien las capacidades humanas. Stanford Online

Dato muy útil y reciente: en 2026 Stanford HAI lanzó el "AI and Organizations Lab" para examinar cómo la IA impacta los empleos, remodela la dinámica de equipos e influye en los resultados organizacionales, con el objetivo explícito de asegurar que la IA potencie —en lugar de disminuir— las capacidades humanas. Stanford HAI + 2

También relevante: Erik Brynjolfsson dirige el Stanford Digital Economy Lab y sostiene que la productividad de la IA no viene solo de recortar costos laborales, sino de usar la IA para potenciar la productividad de los empleados — argumento clave contra la narrativa de "IA = reemplazo de personas". Stanford

MIT — Work of the Future Initiative / CSAIL / Sloan
Nacida del Task Force on the Work of the Future (2018-2020), conduce investigación multidisciplinaria sobre cómo la tecnología está cambiando el trabajo, incluyendo un grupo de trabajo sobre cómo el diseño de herramientas de IA generativa puede contribuir a empleos de mejor calidad.
El libro insignia es The Work of the Future: Building Better Jobs in an Age of Intelligent Machines (Autor, Mindell y Reynolds), cuya premisa central es que muchas personas están en un mercado laboral que genera empleos pero poca seguridad económica, y que la clave no es la tecnología en sí sino cómo se diseñan las instituciones que la rodean. IPCMIT Sloan

Daniela Rus (directora de CSAIL) distingue entre "IA especializada" (la que existe hoy) y las narrativas de IA general — útil para bajarle el tono apocalíptico/utópico a tu charla y anclarla en lo concreto.

Berkeley — Center for Human-Compatible AI (CHAI)
Fundado en 2016 por Stuart Russell, su misión es desarrollar el aparato conceptual y técnico para reorientar la investigación en IA hacia sistemas demostrablemente beneficiosos, con Pieter Abbeel y Anca Dragan como co-investigadores principales.
El libro de referencia es Human Compatible de Russell, que introduce la idea de que los sistemas de IA deberían diseñarse con incertidumbre explícita sobre las preferencias humanas — un argumento técnico que respalda el llamado a mantener al humano "en el loop" no por nostalgia sino por diseño de seguridad. LinkedIn

Otros centros que puedes mencionar brevemente:

• MIT Media Lab (interacción humano-máquina, diseño centrado en persona)

• Berkeley BAIR (Berkeley Artificial Intelligence Research)

• MIT Initiative on the Digital Economy (IDE)

4. Autores y libros clave (aparte de los labs)

• Fei-Fei Li, The Worlds I See (memoir/manifiesto) — buena cita de cierre sobre IA "centrada en el humano" desde alguien que fundó el campo.
  
  

• Shoshana Zuboff, The Age of Surveillance Capitalism (2019) — para el contrapunto crítico: qué pasa cuando la adopción tecnológica no está centrada en el humano.
  
  

• Douglas Engelbart, "Augmenting Human Intellect: A Conceptual Framework" (1962) — la raíz conceptual de "IHP".
  
  

• Thomas Malone (MIT Sloan), Superminds: The Surprising Power of People and Computers Thinking Together (2018) — quizás la referencia más directamente alineada con tu tesis de "humanware colaborativo".
  
  

• Erik Brynjolfsson y Andrew McAfee, The Second Machine Age y Machine, Platform, Crowd — sobre reorganización del trabajo, no solo automatización.
  
  

• David Autor, sobre polarización laboral y complementariedad humano-máquina.
  
  

• Kai-Fu Lee, AI Superpowers — para contraste geopolítico si tu charla lo requiere.

5. Triple enfoque: retrospectiva - perspectiva - prospectiva

1. Apertura histórica: Bush → Engelbart → Licklider. "La idea de aumentar al humano es más antigua que la IA misma."
   
   

2. El giro académico actual: Stanford HAI, MIT, Berkeley CHAI — mostrar que las instituciones más influyentes del mundo ya se movieron de "AI-first" a "human-centered".
   
   

3. El problema real (humanware): la brecha no es de modelos, es de capacidades organizacionales — cultura, procesos, competencias, gobernanza.
   
   

4. Los tres niveles de la IHP (cognitivo, relacional, organizacional) como marco propio, diferenciador.
   
   

5. De la adopción a la transformación: qué cambia en el diseño de roles, en la toma de decisiones y en los modos de colaboración cuando los "agentes sintéticos" son parte del equipo.
   
   

6. Llamado a la acción: la ventaja competitiva ya no está en tener acceso a la IA (commodity), sino en el rediseño humano-organizacional alrededor de ella.

---

6. Niveles operacionales de potenciación para la transformación efectiva

La lógica es acumulativa, no paralela: cada capa depende de que la anterior funcione. No sirve tener "agentes sintéticos" en un equipo (capa 2) si las personas no saben usar la IA para pensar mejor (capa 1); y no sirve tener equipos híbridos productivos (capa 2) si la organización sigue midiendo, incentivando y gobernando como si la IA no existiera (capa 3).

Capa 3 — organizacional.
Es el nivel menos resuelto en la práctica y el más citado en la literatura reciente (MIT Work of the Future, el nuevo AI and Organizations Lab de Stanford). Requiere cambios en gobernanza, en cómo se miden resultados, en incentivos y en cultura — no basta con "dar acceso" a herramientas de IA.

Capa 2 — relacional.
Es donde entra lo que Stanford HAI llama explícitamente estudiar la IA como fenómeno sociotécnico que reconfigura cómo las personas colaboran. Aquí los agentes sintéticos dejan de ser herramientas y pasan a ocupar roles dentro de un equipo — lo que exige rediseñar la organización del trabajo, protocolos de confianza y mecanismos de verificación.

Capa 1 — cognitiva.
Es el nivel de Engelbart y Licklider: la IA como extensión de la mente individual. El riesgo aquí no es tecnológico sino de hábito — usar el modelo como buscador glorificado en vez de como socio de pensamiento potenciado para la colaboración humano-IA.

---

Ver: Presentación sinóptica

Charlas TED seleccionadas

1. Sir Ken Robinson    Do schools kill creativity?
   
   
2. Brené Brown          The power of vulnerability
   
   
3.  Simon Sinex           How great leaders inspire action
   
   
4. Steven Pinker         How common knlowledge shapes the world
   
   
5. Ian Bremmer          How to be smarter about the news
   
   
6. Linus Torvalds       The mind behind Linux
   
   
7. Michael Dimock    Why democracy requires renewal
   
   
   

Podcasts recomendados

Peter Diamandis: Moonshots

Panelistas: Dr. Alexander Wissner-Gross is a computer scientist and founder of Reified

Dave Blundin is the founder & GP of Link Ventures

Emad Mostaque is the founder of Intelligent Internet ( https://www.ii.inc ) Spototify: https://qr.diamandis.com/spotifypodcast

Propuesta Proyecta Chile 2050

 

Una plataforma que reúne academia, sector público, privado y sociedad civil para articular conocimiento e innovación e impulsar propuestas estratégicas de largo plazo.

En Proyecta Chile 2050 transformamos reflexiones en propuestas estratégicas para el bienestar integral y sostenible del país.

Creemos en el pensamiento para la acción y en el trabajo colaborativo como motor del cambio.

Cada mesa traduce su reflexión colectiva en propuestas concretas, así hemos impulsado iniciativas como SITIA, el sistema integrado de teleprotección con inteligencia artificial que hoy opera en varias regiones junto a municipios y la Comisión Desafíos del Futuro del Senado.

Y  Drones para Chile, una agenda nacional por la soberanía tecnológica que articula, de forma colaborativa, al Estado, la industria y la academia.

Nuestra metodología combina prospectiva, evidencia científica, construcción colaborativa y convergencia.

https://www.proyectachile2050.cl/

Chile ¿por qué nos cuesta tanto salir del tranco de orugas y renunciamos a aprender de las mariposas?

La palabra que mejor resume lo que está ocurriendo hoy en el mundo es: transformación.

La transformación es global, acelerada, cada vez más intensa y está afectando a las personas, las familias, las empresas, las universidades, los países. Todo.

¿Cómo hacemos para transformarnos?

Lo primero es dedicar unos pocos minutos para una reflexión básica.
Ya no estamos en el siglo XX.
Cuesta asumir que casi todas nuestras prácticas cotidianas (producir, aprender, gobernar, etc.) siguen los mismos patrones repetidos por décadas y décadas, que funcionaron relativamente bien, hasta que apareció de repente la inteligencia artificial, disponible en nuestros smartphones.

Estamos en el año 26 del siglo XXI.
Este nuevo siglo, por supuesto, es distinto al anterior.
Y aquí empiezan las contradicciones, las incertidumbres y las ansiedades.

La China que partió comunista con Mao Tse-Tung ¿es hoy capitalista?

Putin y la Rusia de hoy -crecientemente amenazada por los drones ucranianos- ¿van a seguir anclados en los recuerdos de la otrora potencia de la Unión Soviética?

Y aterrizando el tema de la transformación a Chile ¿seguimos pensando que vamos a crecer, como ocurrió hace veinte años, a más del 5%? Si seguimos como estamos, haciendo lo mismo, sin transformaciones? La respuesta es: No.

Busco todos los días en las noticias algunas señales de transformación-país.

Hay, de repente, un par de destellos de promesas (más bien buenas intenciones) que luego se diluyen en palabras de extensos discursos y propuestas.

De repente tengo dudas sobre nuestra capacidad como Homo Sapiens para superar incoherencias e inconsistencias, sin hablar de las debilidades éticas, que las mismsas noticias diarias sobre corrupción, de capitán a paje,  nos saturan en los titulares. Y en la realidad.

Vamos viendo este mosaico de referencias, que oscilan entre dudas y evidencias, desde lo global hasta lo más local. A continuación, tres observaciones.

Una mirada a la Universidad de Tsinghua (Beijung): líder mundial en inteligencia artificial

 La Universidad de Tsinghua (Beijing) es, de manera unánime, la institución top y líder absoluta en Inteligencia Artificial (IA) yCiencias de la Computación,tanto en China como a nivel global. [1, 2]

Ubicada en Pekín, Tsinghua no solo encabeza los rankings nacionales, sino que ha sido galardonada en prestigiosas clasificaciones internacionales (como el ranking global de US News) como la mejor universidad del mundo en Inteligencia Artificial y  superando a gigantes occidentales como el MIT o Stanford. [1, 2, 3, 4, 5]

¿Por qué Tsinghua es la número 1?

• Récord de patentes: Produce más patentes relacionadas con IA y aprendizaje automático al año que el MIT, Stanford, Princeton y Harvard juntos. [6]
• Artículos de investigación: Es la institución que genera el mayor número de publicaciones sobre IA dentro de los 100 artículos más citados del mundo. [6]
• Prestigio académico: Su Máster en Computación Avanzada está considerado uno de los programas de posgrado en IA más exclusivos y potentes del planeta. [7]

---

Otras universidades chinas de élite en IA

Aunque Tsinghua lidera el grupo, China cuenta con un ecosistema universitario extremadamente fuerte en tecnologías de vanguardia. Las siguientes instituciones completan el "top" del país: [1, 2, 8]

• Universidad de Zhejiang: Destaca masivamente por su investigación en aprendizaje profundo y automatización.
• Instituto de Tecnología de Harbin (HIT): Una potencia histórica en ingeniería, robótica y procesamiento de lenguaje natural.
• Universidad Jiao Tong de Shanghái: Muy reconocida por sus laboratorios de visión artificial y aplicaciones industriales de la IA.
• Universidad de Pekín (PKU): La eterna rival de Tsinghua, con un enfoque muy fuerte en la parte teórica y matemática de la inteligencia artificial. [2, 8]