Las aulas universitarias son espacios de aprendizaje, convivencia y trabajo diario. En ellas se desarrollan clases, tutorías, investigaciones y largas jornadas compartidas por estudiantes, docentes y equipos académicos.
En estos espacios, la calidad del aire interior puede influir directamente en el bienestar y en la experiencia de quienes los utilizan. Cuando un aula tiene alta ocupación y poca renovación de aire, pueden aumentar las concentraciones de CO₂ y material particulado, generando sensación de fatiga, somnolencia, pérdida de concentración o condiciones ambientales menos favorables para el aprendizaje.
Por eso, monitorizar variables como CO₂, material particulado, temperatura y humedad relativa permite ir más allá de la percepción de que un aula “está cargada”. Permite saber en qué momentos empeoran las condiciones, qué espacios requieren más ventilación, cómo influye la ocupación y qué acciones pueden ayudar a mejorar el confort, la salud ambiental y la gestión diaria del campus.
Con esta mirada, participamos en el IV Foro Nacional de Gestión y Educación Ambiental en Universidades, realizado los días 14 y 15 de mayo de 2026 en la Universidad Nacional de San Luis, Argentina, con la presentación del trabajo “Ecosistema AIoT para la monitorización y predicción de la calidad del aire en aulas universitarias”.
El trabajo aborda cómo un ecosistema basado en AIoT puede ayudar a monitorizar y predecir la calidad del aire en aulas universitarias de alta ocupación, combinando sensorización ambiental, conectividad, análisis de datos y modelos predictivos. El objetivo es aportar información útil para mejorar estrategias de ventilación, confort, sostenibilidad y gestión ambiental del campus.
El póster fue presentado por Julián José Riccardo, quien estuvo presente en el foro. Esta participación representó nuestra primera actividad académica en Argentina y constituyó una oportunidad para compartir experiencias y resultados de investigación con la comunidad universitaria y profesional del ámbito ambiental.
Un foro sobre sostenibilidad y gestión ambiental universitaria
El encuentro fue organizado por la Red de Universidades Argentinas para la Gestión Ambiental y la Inclusión Social (UAGAIS) y la Universidad Nacional de San Luis, bajo el lema “Universidades y Gobernanza: del compromiso institucional a la acción”.
El foro reunió experiencias, ideas y proyectos vinculados a la sustentabilidad universitaria, la gestión del campus, la educación ambiental y la relación de las universidades con el territorio.
En ese contexto, presentamos una línea de trabajo centrada en un reto muy concreto: cómo utilizar tecnología y datos ambientales para comprender mejor las condiciones interiores de las aulas y apoyar una gestión más preventiva de los espacios universitarios.
El reto: entender qué ocurre dentro de las aulas
La calidad del aire interior puede deteriorarse sin que sea evidente a simple vista. Un aula puede parecer adecuada, pero acumular niveles elevados de CO₂ durante una clase prolongada, especialmente cuando hay muchas personas y poca ventilación.
Esta información es importante porque ayuda a responder preguntas prácticas para la gestión universitaria: qué aulas presentan mayores acumulaciones de CO₂, en qué momentos del día empeoran las condiciones, cuánto impacta la ocupación del espacio y qué estrategias de ventilación pueden mejorar el ambiente interior.
En lugar de depender solo de percepciones, la monitorización permite observar el comportamiento real de los espacios y relacionarlo con decisiones concretas: ventilación natural, distribución de ocupación, seguimiento de aulas críticas, confort térmico y sostenibilidad del campus.
Un ecosistema AIoT para monitorizar y predecir
El trabajo presentado plantea un ecosistema basado en tecnologías AIoT, es decir, la integración entre inteligencia artificial e Internet de las Cosas.
El sistema contempla nodos inteligentes de sensorización, como GTNode y AirQ Monitor, capaces de medir CO₂, material particulado PM1.0, PM2.5 y PM10, temperatura y humedad relativa.
La información se transmite mediante redes Wi-Fi y LoRaWAN. Wi-Fi permite enviar datos a través de redes locales, mientras que LoRaWAN está pensada para comunicaciones de largo alcance y bajo consumo, algo útil cuando se requiere conectar dispositivos distribuidos en distintos puntos de un edificio o campus.
Estos datos se centralizan en una plataforma IoT para su monitorización y análisis en tiempo real. Así, la información puede visualizarse, compararse y analizarse para comprender cómo evoluciona la calidad del aire en los espacios interiores.
Medir bien también implica decidir dónde medir
Un aspecto clave del trabajo es que los puntos de medición deben definirse con criterio técnico. En una red de monitorización, no basta con colocar dispositivos: es necesario decidir dónde medir para que los datos sean representativos.
Para ello, el trabajo contempla técnicas de Toma de Decisiones Multicriterio (MCDM), con métodos como CRITIC y TOPSIS, que permiten evaluar distintos factores y seleccionar ubicaciones más adecuadas.
En el caso de aulas universitarias, estos criterios pueden considerar la densidad de estudiantes, la distribución del espacio, los flujos de aire y las zonas donde la medición refleja mejor las condiciones reales del ambiente interior.
Esto aporta valor porque la calidad de los datos no depende solo del dispositivo, sino también de si la medición representa correctamente lo que ocurre en el aula.
De la monitorización a la predicción
El trabajo presentado reporta una base de más de 180.000 registros estructurados. A partir de estos datos, se desarrollan modelos predictivos híbridos basados en arquitecturas CNN + LSTM. Dicho de forma sencilla, las redes CNN ayudan a identificar patrones en los datos, mientras que las redes LSTM permiten analizar cómo evolucionan esas variables a lo largo del tiempo. Combinadas, pueden anticipar el comportamiento de la calidad del aire interior según los registros observados.
Los modelos alcanzan errores MAPE entre el 3 % y el 12 %. El MAPE indica el error porcentual medio de una predicción: cuanto más bajo es, mayor precisión tiene el modelo. En la práctica, este tipo de predicción puede ayudar a anticipar aumentos de CO₂ durante una clase, detectar momentos de mayor acumulación y orientar acciones antes de que las condiciones del aula afecten el confort o la concentración.
De la predicción a la acción
Uno de los resultados destacados fue la identificación de patrones de ventilación natural capaces de reducir concentraciones de CO₂ cercanas a 1000 ppm en intervalos de 5 minutos. Este dato permite entender mejor el impacto real de ventilar un aula. No se trata solo de recomendar “abrir ventanas”, sino de observar cuándo conviene hacerlo, durante cuánto tiempo y qué efecto tiene esa acción sobre la calidad del aire interior.
Para la gestión del campus, esta información puede ser útil para definir recomendaciones de ventilación, revisar aulas con alta ocupación, mejorar el confort térmico y avanzar hacia espacios más saludables y sostenibles.
Nuestra primera actividad en Argentina
Esta participación en el IV Foro Nacional de Gestión y Educación Ambiental en Universidades nos permitió presentar una línea de trabajo vinculada a la calidad ambiental interior, la monitorización en espacios universitarios y el uso de datos ambientales para la gestión del campus.
El trabajo presentado corresponde a una investigación que venimos desarrollando en torno a la integración de sensorización ambiental, análisis de datos y modelos predictivos aplicados a entornos universitarios. El foro también fue una oportunidad para compartir el trabajo con investigadores y profesionales del ámbito de la gestión ambiental universitaria en Argentina, así como para conocer iniciativas y enfoques relacionados con la sostenibilidad en campus universitarios.
Para nosotros, esta primera actividad académica en Argentina representa una oportunidad para difundir el potencial de las tecnologías AIoT y la inteligencia artificial aplicada a la mejora de los espacios educativos, y para seguir en contacto con la comunidad académica interesada en estas líneas de investigación.
Hacia campus más saludables y medibles
La calidad del aire interior es una dimensión importante para pensar universidades más saludables, sostenibles y preparadas para gestionar mejor sus espacios. En conjunto, la combinación de sensorización, conectividad, inteligencia artificial y análisis de datos permite generar información útil para mejorar la ventilación, cuidar el confort, reducir condiciones desfavorables y apoyar una gestión ambiental del campus más preventiva.
Seguimos trabajando con una idea clara: la tecnología tiene sentido cuando ayuda a mejorar los espacios donde las personas estudian, trabajan y conviven.
