Temas para Tesis en Informática - 100+ Ideas para tu Trabajo Final

Buscas un tema para el TFG de Informática y por todas partes aparecen las mismas palabras: IA, blockchain, nube. Casi nadie fracasa por ahí. Los temas fracasan en la pregunta siguiente: ¿cómo demuestras al final que tu solución sirve para algo?

Un tema para el trabajo fin de estudios en Informática se encuentra partiendo de un área que tu universidad tutorice de verdad, ajustándola a un sistema y a un público concretos y comprobando antes de matricularte de dónde saldrán los datos de la evaluación: medición propia, conjunto de datos abierto o personas que usen tu sistema. Lleva a la tutoría tres propuestas y, para cada una, una frase sobre cómo la evaluarías.

📌 Lo esencial de un vistazo

• 220 temas de Informática repartidos en nueve áreas.
• Un sistema que funciona todavía no es un resultado.
• La puntuación SUS media de 500 estudios es 68.
• El reglamento europeo de IA se aplica en gran parte desde agosto de 2026.
• La fuente de datos marca el calendario, no el interés.

Las propuestas de este artículo forman parte del resumen de todas las propuestas de temas, donde están también las demás titulaciones.

Cuatro pasos hasta el tema adecuado: cómo encontrar un tema de Informática

La búsqueda de tema en Informática tiene una particularidad: puedes fabricar casi todo lo que quieras estudiar. Un conjunto de datos, un prototipo, un banco de pruebas, todo es cuestión de horas de trabajo. Justo por eso los temas de Informática se desbordan con tanta facilidad.

Las 220 propuestas de más abajo son materia prima. Una propuesta se convierte en tema cuando están fijadas tres cosas: qué sistema tocas, para quién está pensado y con qué medida comprobarás el éxito.

1. Empezar por el departamento, no por la tendencia. Mira qué grupos de investigación tiene tu universidad y qué trabajos se han defendido ahí últimamente. Un tema sin grupo no encuentra tutor, por actual que sea.
2. Ajustar un área a un sistema concreto. «Inteligencia artificial en sanidad» es un área. «Un clasificador de informes de alta: ¿reconoce diagnósticos sin ajuste fino?» es un tema.
3. Planificar la evaluación antes del código. Apunta qué quieres comparar al final y contra qué. Sin base de comparación, en los resultados queda una cifra que nadie sabe situar.
4. Ir a la tutoría con tres temas. Con uno recibes un veredicto. Con tres consigues una conversación sobre las diferencias, y ese es el verdadero asesoramiento.

El procedimiento con independencia de la titulación se describe en el artículo Tema para tesis de licenciatura y maestría encontrar.

Áreas y especialidades en los estudios de Informática

Las áreas de la Informática se diferencian para un trabajo fin de estudios menos por su contenido que por el origen de los datos de medición. Una demostración en informática teórica no necesita más que literatura. Un tema de informática aplicada necesita una entidad colaboradora que te deje acercarte a sus usuarios. Esa distinción decide tu calendario, no la dificultad técnica.

La tabla siguiente asigna a cada una de las nueve áreas de qué trata y dónde suelen estar los datos. Es deliberadamente gruesa: cada área admite también trabajos puramente teóricos y casi todas admiten un estudio propio. La columna derecha nombra el caso habitual.

El mercado laboral detrás de estas áreas es amplio. El Instituto Nacional de Estadística informa el 16 de julio de 2026, en sus Indicadores del Sector TIC de 2024: «El número de ocupados creció un 5,1%, hasta 688.727 personas.» Un tema orientado a un perfil concreto de ese conjunto se defiende bien en una entrevista de trabajo.

Un área falta a propósito en la lista. Todo lo que pregunta por el proceso de negocio, el proyecto de implantación y la rentabilidad, y no por el sistema en sí, queda más cerca de la informática de gestión. Para eso hay una lista propia con temas de Informática de Gestión. Si tu especialidad está más en la base formal, merece la pena mirar las propuestas de temas de Matemáticas.

220 temas de Informática repartidos en nueve áreas

Las 220 propuestas siguientes están ordenadas según las nueve áreas de arriba. Sirven como punto de partida, no como pregunta de investigación cerrada: cada propuesta necesita todavía un sistema concreto, un público y una medida antes de ser un tema. «Aprendizaje automático en ciberseguridad» se convierte en trabajo solo cuando está claro qué tipo de ataque, qué conjunto de datos y medido con qué.

Comprueba dos cosas antes de adoptar una propuesta. Primero, si tu universidad tutoriza esa área, porque un tema sin tutor no se admite. Segundo, si la tecnología sigue llamándose así. Los temas que nombran una biblioteca o un producto concreto envejecen mucho más rápido que los que nombran un problema.

Fundamentos de la Informática: 25 temas

Los temas de fundamentos son la opción más segura si no quieres pedir datos a nadie. Mides tu propio sistema: tiempo de ejecución, consumo de memoria, rendimiento. El montaje de medición es la mitad del trabajo y conviene describirlo para que otra persona pueda repetirlo. El inconveniente: sin una solución de comparación queda una cifra sin significado.

• Optimización de algoritmos de búsqueda en estructuras de datos no lineales
• Análisis comparativo de lenguajes de programación orientados a objetos
• Desarrollo de aplicaciones multiplataforma con marcos de trabajo actuales
• Revisiones de código automatizadas y su efecto en la calidad del software
• Técnicas de paralelización en procesadores actuales
• Evaluación de algoritmos de coloración de grafos
• Análisis de rendimiento de algoritmos de compresión de datos
• Algoritmos evolutivos aplicados a problemas de optimización
• Análisis de mecanismos de sincronización en entornos multihilo
• Diseño e implementación de un sistema operativo pequeño
• Aspectos de seguridad en lenguajes de programación y compiladores
• Implementación de algoritmos sobre arquitecturas GPU
• Patrones de diseño en programación funcional
• Estrategias de gestión de memoria en lenguajes actuales
• Análisis de la complejidad de algoritmos en criptografía
• Desarrollo de un marco de trabajo para la automatización de pruebas
• Evaluación de arquitecturas de software para aplicaciones escalables
• Buenas prácticas en el diseño de interfaces de programación
• Uso de Docker en el desarrollo y el despliegue de software
• Diseño e implementación de arquitecturas de microservicios
• Análisis de optimizaciones del compilador para lenguajes de alto nivel
• Implementación y evaluación de técnicas de depuración
• Sistemas operativos de tiempo real para sistemas embebidos
• Desarrollo de un emulador para un dominio concreto
• Integración continua y despliegue continuo en el desarrollo de software

Informática teórica: 25 temas

Los trabajos teóricos no necesitan laboratorio ni participantes, pero sí aguante. Demuestras algo o lo refutas, y ambas cosas solo salen con papel, lápiz y mucha lectura. Estos temas exigen que alguien investigue en esa dirección en tu universidad. Un tema de demostración en un departamento orientado a la aplicación rara vez encuentra tutor.

• Decidibilidad en lenguajes formales
• Clases de complejidad y sus relaciones
• Nuevos algoritmos para problemas NP-completos
• Aplicaciones de la teoría de juegos en informática
• Isomorfismo de grafos y sus retos algorítmicos
• Computación cuántica: fundamentos y perspectivas
• Autómatas y sus aplicaciones al procesamiento de textos
• Diseño y análisis de algoritmos para problemas de grafos
• Teoría de códigos y sistemas tolerantes a fallos
• Teoremas de punto fijo en la semántica de lenguajes de programación
• Problemas de satisfacibilidad y estrategias de los resolutores SAT actuales
• Teoría algorítmica de juegos y diseño de mecanismos
• Redes de Petri y modelado de sistemas
• Formalización de sistemas de demostración
• Modelos de cálculo más allá de la completitud de Turing
• Teoría de categorías en informática
• El papel de las teorías de la recursión en la computabilidad
• Estrategias de reducción en teoría de la complejidad
• Lenguajes formales y construcción de compiladores
• Análisis de técnicas de aleatorización en algoritmos
• Pruebas de conocimiento cero
• Formalización de autómatas infinitos
• Lógica difusa aplicada a la toma de decisiones
• Análisis de complejidad de algoritmos distribuidos
• Algoritmos de aproximación para problemas de optimización NP-duros

Informática práctica: 25 temas

En esta área surge algo que funciona. Justo ahí está la trampa: un sistema que funciona todavía no es un resultado. Decide pronto con qué medirás si tu solución es mejor que la alternativa obvia. Quien lo piensa en el último mes escribe la evaluación con los datos que haya por casualidad.

• Evaluación de interfaces REST y GraphQL en aplicaciones web
• Estrategias de seguridad para sistemas operativos móviles
• Desarrollo de herramientas de análisis de datos en tiempo real
• Buenas prácticas para gestionar bases de código grandes
• Rendimiento de bases de datos NoSQL frente a sistemas SQL
• Realidad virtual para aplicaciones educativas
• Renderizado en servidor en aplicaciones web: arquitectura y tiempos de carga
• Desarrollo de agentes conversacionales con procesamiento del lenguaje natural
• Mecanismos de seguridad en dispositivos del internet de las cosas
• Uso de drones para la recogida y el análisis de datos
• Desarrollo de un sistema de reconocimiento facial
• Detección y corrección automatizadas de defectos de software
• Cadena de bloques para sistemas de transacción seguros
• Desarrollo de una aplicación de productividad con elementos de juego
• Análisis e implementación de estrategias de reparto de carga para servidores web
• Desarrollo de sistemas operativos a medida basados en Linux
• Realidad aumentada para sistemas de asistencia en la industria
• Eficiencia y escalabilidad de soluciones de almacenamiento en la nube
• Diseño e implementación de una visualización de datos accesible
• Algoritmos para optimizar rutas en una red
• Implementación de algoritmos para sistemas autorreparables
• Ataques de tipo cross-site scripting y su defensa
• Desarrollo de una herramienta forense para investigaciones digitales
• Diseño de una herramienta libre de gestión de proyectos
• Implementación y evaluación de algoritmos para computación distribuida

Informática aplicada: 25 temas

Los temas aplicados viven de la entidad colaboradora. Un hospital, una asociación, una administración o una empresa aporta el caso y casi siempre también las personas para la prueba. Pregunta pronto y por escrito, porque aquí los temas fracasan por el acceso, no por la técnica. Un tema de esta área sin entidad queda en un prototipo sin evaluación.

• Desarrollo de un sistema digital de seguimiento de la salud
• Soluciones informáticas para una agricultura sostenible
• Análisis de sistemas de transporte mediante simulación y análisis de datos
• Informática espacial: navegación y gestión de datos
• Plataformas educativas digitales: desarrollo y evaluación
• Sistemas logísticos asistidos por ordenador para almacenes inteligentes
• Herramientas informáticas aplicadas a la arqueología
• Diseño de un sistema de información para una pequeña empresa
• Desarrollo de un sistema de recomendación para comercio electrónico
• Conceptos de seguridad para aplicaciones de banca en línea
• Tecnologías de hogar conectado: desarrollo e integración
• Análisis de datos de redes sociales para estrategias de marketing
• Salud móvil: aplicación para el seguimiento de pacientes
• Realidad virtual en psicoterapia
• Desarrollo de videojuegos con contenido educativo
• Informática aplicada al análisis forense
• Implantación de sistemas de gestión integrada fuera del sector informático
• Sistemas de información en turismo: desarrollo y uso
• Inteligencia artificial en la industria musical
• Análisis de estrategias de formación en línea en la universidad
• Ciudad inteligente: integración de sistemas informáticos en el urbanismo
• Soluciones informáticas para la gestión de la energía
• Apoyo informático al análisis de datos jurídicos
• Arte y cultura digitales: plataformas y archivo
• Desarrollo de sistemas de asistencia para personas con discapacidad

Ingeniería del software: 25 temas

La ingeniería del software es el área con más trabajos empíricos. Quien escribe sobre modelos de desarrollo, deuda técnica o revisiones de código no puede evitar el testimonio de personas que programan. Es una buena noticia: los profesionales pueden consentir sin problema y hablan de buena gana de su trabajo. De doce a veinte cuestionarios completos sostienen un TFG, y la cifra exacta la acuerdas con tu tutor.

• Métodos ágiles y modelo en cascada: comparación de dos enfoques
• Análisis y mejora de la experiencia de usuario en un producto de software
• Métricas de software y aseguramiento de la calidad
• Desarrollo y evaluación de flujos de entrega continua
• Refactorización de código: técnicas y buenas prácticas
• Deuda técnica y sus efectos en los proyectos de software
• Análisis de entornos de desarrollo multiplataforma
• Procedimientos de prueba automatizada para aplicaciones móviles
• Patrones de diseño en aplicaciones basadas en la nube
• Herramientas de apoyo al desarrollo basadas en inteligencia artificial
• Aspectos de seguridad en el desarrollo de software
• Proyectos de software libre y gestión de comunidad
• Efectos de los microservicios en la arquitectura de un sistema
• Mantenimiento y evolución del software: retos y estrategias
• Técnicas de virtualización en el desarrollo de software
• Implantación de una cultura DevOps en la empresa
• Marcos de trabajo para la internacionalización de software
• Evaluación de estilos de arquitectura para aplicaciones empresariales
• Eficacia de los sistemas de seguimiento de defectos
• Programación por parejas y revisiones de código en la práctica
• Optimización del rendimiento de aplicaciones web de alta carga
• Herramientas de gestión de proyectos en el desarrollo de software
• Desarrollo de protocolos de seguridad para aplicaciones web
• Inteligencia artificial aplicada a las pruebas de software
• Mecanismos de adaptación para sistemas de software heredados

Inteligencia artificial y aprendizaje automático: 30 temas

La inteligencia artificial es el área que más se ha movido desde 2023: cinco temas de abajo no estaban en la primera versión de esta lista. Pregunta por el acceso al centro de cálculo antes de matricularte.

• Redes neuronales para el reconocimiento de imágenes
• Algoritmos de aprendizaje para el sector financiero
• Aprendizaje profundo aplicado al diagnóstico médico
• Ajuste fino de modelos de lenguaje preentrenados para un dominio especializado
• Aprendizaje automático para la predicción de fenómenos meteorológicos
• Aprendizaje por refuerzo en vehículos autónomos
• Inteligencia artificial en medicina personalizada
• Reconocimiento de patrones en series temporales
• Optimización de la cadena de suministro con inteligencia artificial
• Procesamiento del lenguaje natural para el resumen automático de textos
• Análisis de conducta con inteligencia artificial en videovigilancia
• Inteligencia artificial en videojuegos: conducta de personajes no jugables
• Sistemas de recomendación para servicios de emisión en continuo
• Aprendizaje automático en ciberseguridad
• Aprendizaje automático para la predicción de cotizaciones
• Algoritmos para asistentes controlados por voz
• Inteligencia artificial en agronomía para aumentar el rendimiento
• Métodos de inteligencia artificial para el análisis de datos genómicos
• Aprendizaje automático en visión industrial
• Herramientas de diagnóstico basadas en inteligencia artificial en sanidad
• Aprendizaje automático para la detección de noticias falsas
• Plataformas de aprendizaje asistidas por inteligencia artificial
• Inteligencia artificial en robótica: sistemas cooperativos
• Análisis predictivo en la gestión de la relación con clientes
• Inteligencia artificial para optimizar redes de energía
• Generación aumentada por recuperación: arquitectura y calidad de respuesta
• Evaluación de grandes modelos de lenguaje: referencias y sus límites
• Detección de textos generados por inteligencia artificial: métodos y tasas de error
• Cuantización de redes neuronales para su uso en dispositivos
• Efecto de las estrategias de instrucción en las respuestas de los modelos

Ciencia de datos: 25 temas

Los temas de ciencia de datos dependen de una sola pregunta: ¿existe de verdad el conjunto de datos y puedes usarlo? Los portales abiertos como datos.gob.es o Zenodo son el camino cómodo. Los datos de redes sociales ya no lo son, porque las interfaces de las grandes plataformas se han vuelto de pago o se han cerrado. Comprueba el acceso antes de registrar el tema.

• Búsqueda de patrones frecuentes en grandes conjuntos de transacciones
• Técnicas de agrupamiento aplicadas a la segmentación de mercado
• Modelos de aprendizaje automático para prever la demanda de clientes
• Enfoques de aprendizaje profundo para la clasificación automática de textos
• Marcos de trabajo para el procesamiento de flujos de datos masivos
• Detección de anomalías en datos de series temporales
• Análisis de sentimiento en redes sociales
• Técnicas de visualización para conjuntos de datos complejos
• Métodos de análisis de redes aplicados a medios sociales
• Construcción de sistemas de recomendación con filtrado colaborativo
• Análisis predictivo para la detección de fraude
• Análisis de datos espaciotemporales para la vigilancia ambiental
• Aprendizaje automático para optimizar redes logísticas
• Modelos de previsión de tendencias en mercados financieros
• Procesamiento del lenguaje natural para la redacción automática de noticias
• Optimización de algoritmos para el procesamiento de datos a gran escala
• Personalización de contenidos web con técnicas de inteligencia artificial
• Evaluación de técnicas de integración de datos de varias fuentes
• Estrategias de gestión de datos en entornos de nube
• Ciencia de datos en sanidad para mejorar la atención al paciente
• Algoritmos de reducción y compresión de datos
• Análisis de datos geográficos como apoyo al urbanismo
• Métodos para asegurar la calidad de los datos
• Minería de textos para extraer información de publicaciones científicas
• Aprendizaje automático para una educación personalizada

Matemáticas para la Informática: 20 temas

Los temas matemáticos se escriben en el escritorio y gustan al tribunal más de lo que los estudiantes suponen. Un trabajo así demuestra que entiendes la base en lugar de llamar a una biblioteca. Cinco de las veinte propuestas son nuevas y enlazan con la criptografía y el aprendizaje automático, donde las matemáticas se ven ahora con especial claridad.

• Curvas elípticas y su papel en los métodos de cifrado actuales
• Modelado y simulación de redes con teoría de grafos
• Teoría de la probabilidad aplicada a la algorítmica
• Métodos numéricos para ecuaciones diferenciales en gráficos por ordenador
• Algoritmos de optimización en inteligencia artificial
• Modelos matemáticos para analizar el rendimiento de un algoritmo
• Topología y sus aplicaciones en robótica
• Teoría de juegos aplicada a redes de ordenadores
• Análisis de algoritmos de cifrado con teoría de números
• Estructuras discretas en informática
• Álgebra lineal y procesamiento de datos
• Métodos estadísticos para el aseguramiento de la calidad del software
• Diseño y análisis de experimentos en investigación informática
• Modelado matemático de procesos en sistemas distribuidos
• Combinatoria en el diseño de estructuras de datos
• Privacidad diferencial: fundamentos matemáticos y límites prácticos
• Criptografía basada en retículos: las matemáticas de los estándares del NIST
• Estabilidad numérica en el entrenamiento de redes neuronales
• Teoría de la información y entropía en la compresión de datos
• Cadenas de Márkov para modelar el comportamiento de usuarios web

Áreas especializadas e investigación: 20 temas

Los temas especializados resultan atractivos y arriesgados a la vez. Atractivos porque hay poca literatura y tu trabajo aporta pronto algo propio. Arriesgados porque poca literatura significa también poca orientación. Elige un tema de esta área solo si en tu universidad hay un grupo que trabaje en ella.

En dos puntos la denominación tiene que ser precisa hoy. Los métodos resistentes a la computación cuántica están normalizados desde el 13 de agosto de 2024: el NIST publicó los tres primeros estándares, FIPS 203, 204 y 205, entre ellos ML-KEM para el intercambio de claves (NIST, agosto de 2024). Quien escriba sobre computación cuántica y cifrado nombra esos estándares en lugar de hablar de una amenaza futura en general.

• Efectos de la computación cuántica en los métodos de cifrado
• Sistemas robóticos autónomos para usos específicos
• Aspectos éticos de los sistemas de inteligencia artificial
• Robótica humanoide y empatía artificial
• Interfaces cerebro-ordenador y sus aplicaciones
• Neurociencia computacional y modelos cognitivos
• Algoritmos genéticos para resolver problemas en inteligencia artificial
• Sistemas avanzados para la computación en niebla
• Computación en el borde en entornos del internet de las cosas
• Sistemas ciberfísicos e internet industrial
• Aplicaciones de realidad mixta para la formación
• Nanotecnología en informática
• Migración de sistemas existentes a métodos resistentes a la computación cuántica
• Bioinformática: métodos de análisis de secuencias genéticas
• Informática al servicio de las energías sostenibles
• Requisitos de conformidad del reglamento de IA para sistemas de alto riesgo
• Consumo de energía al entrenar grandes modelos: medición y reducción
• Reproducibilidad en la investigación informática: artefactos y distintivos
• Accesibilidad de interfaces web según las WCAG: métodos de comprobación
• MLOps: explotación y supervisión de modelos en producción

Qué temas de Informática necesitan un estudio propio

Los temas de Informática que necesitan un estudio propio se reconocen por su formulación: todo lo que pregunta por la aceptación, la facilidad de uso o el uso real exige respuestas de personas. El resto sale de una medición en el propio sistema o de la literatura. Esa distinción es la más útil antes de registrar el tema, y no aparece en ninguna lista.

La tabla de abajo asigna a las formulaciones más frecuentes lo que exigen. Cada fila con «encuesta propia» o «prueba con usuarios» a la derecha significa unas cuatro semanas más para el cuestionario, el consentimiento y la búsqueda de participantes.

Para las filas con estudio propio vale una decisión previa: ¿quieres contar o quieres entender? Contar exige un cuestionario estandarizado y suficientes participantes. Entender llega lejos con ocho buenas entrevistas. Lo que aporta cada una de las dos vías se explica en el artículo sobre la encuesta en línea como método de investigación empírica.

Un punto se tuerce con regularidad en los trabajos de Informática: la representatividad. Una encuesta a 40 compañeros de clase no dice nada sobre las personas que programan en España, y tampoco tiene que decirlo. Solo tiene que estar bien descrita en el apartado de metodología. Cuándo una encuesta puede sostener esa pretensión se explica en el artículo sobre la representatividad de las encuestas en línea.

Evaluar tu sistema: la parte que falta en la mayoría de los TFG de Informática

Tu sistema se evalúa fijando antes de la primera línea de código qué objetivo compruebas, con qué pregunta y con qué medida, y comparando después el resultado con una solución de referencia o con el juicio de usuarios reales. Sin ese plan, al final solo queda la constatación de que el software funciona.

Informática es la titulación en la que los estudiantes fabrican algo con más frecuencia y piensan con menos frecuencia, y antes, en cómo evaluarlo. El prototipo funciona, el repositorio está lleno, la entrega es en dos semanas y falta la parte que convierte el trabajo en un trabajo científico. La pregunta por la evaluación pertenece por eso a la elección del tema, no al cierre.

El tribunal no evalúa solo el código

Un tribunal evalúa un conjunto, y las normativas lo dicen con claridad. La guía docente del TFG del Grado en Ingeniería Informática de la Universidad de Granada en Ceuta, curso 2024/2025, lo define así: «Ejercicio original a realizar individualmente y presentar y defender ante un tribunal universitario.» Una defensa oral exige cifras que puedas explicar, y las pruebas unitarias no son esas cifras.

Las pruebas unitarias demuestran que tu código hace lo que programaste. No demuestran que tu solución sea mejor que lo que ya existía. Los créditos y la forma de la defensa varían según la universidad y el plan de estudios: la misma guía asigna 12 ECTS al TFG, otras titulaciones de Informática le asignan menos. Consulta tu propia normativa antes de dimensionar la evaluación.

Medir la facilidad de uso con la System Usability Scale

En cuanto las personas tengan que usar tu sistema, necesitas una medida de su juicio. El cuestionario más extendido es la System Usability Scale, abreviada SUS: diez afirmaciones, escala de cinco niveles y un valor final entre 0 y 100. La ventaja para un TFG está en el valor de comparación. Jeff Sauro analizó en 2011 500 estudios y escribe: «The average SUS score from all 500 studies is a 68.»

Con esa cifra tu resultado recibe una clasificación que ninguna pregunta de satisfacción casera ofrece. Una puntuación SUS de 74 está por encima de la media, una de 55 no. Ten en cuenta el límite: la SUS mide el juicio subjetivo sobre la facilidad de uso, no el cumplimiento de la tarea. Cuánto dura una tarea y con qué frecuencia falla se mide aparte.

Comité de ética: cuándo hace falta un informe previo

Un estudio con personas puede necesitar el informe previo del comité de ética de tu universidad, y eso no se resuelve en la última semana. No existe una obligación nacional única, así que manda la norma de tu centro. La Universidad de Alicante indica en su página de formularios del Comité de Ética, actualizada el 25 de noviembre de 2025, que necesitan informe previo los «proyectos o trabajos de investigación (TFG, TFM o tesis doctorales)» que impliquen estudios con seres humanos o el uso de sus datos personales.

Un detalle práctico importa ahí: en esos casos la solicitud la presenta el tutor o la tutora, no el estudiante. Eso significa que tienes que avisar con tiempo. Si tu tema incluye una prueba con usuarios o una encuesta, pregunta en la primera tutoría si tu centro exige ese informe y cuánto tarda.

Reproducibilidad: qué queda comprobable de tu trabajo

La reproducibilidad es en Informática un criterio de calidad propio y un buen argumento en la defensa. La Association for Computing Machinery, abreviada ACM, distingue en su política sobre Artifact Review and Badging (versión 1.1 del 24 de agosto de 2020) dos niveles. «Results Reproduced» significa que otro equipo obtuvo los resultados con los artefactos de los autores. «Results Replicated» significa que los obtuvo sin esos artefactos.

Para tu trabajo sale de ahí una lista corta. Deja código fuente, configuración, conjunto de datos y scripts de análisis de forma que tu tutor pueda recalcular tus cifras. Nombra las versiones de las bibliotecas, no solo sus nombres. Y anota qué ejecuciones descartaste. Un trabajo cuyos resultados se pueden recalcular es más difícil de atacar que uno con cifras más bonitas.

Para una encuesta o una prueba con usuarios necesitas una herramienta con la que crear el cuestionario y analizar las respuestas. empirio.ai, una herramienta de encuestas en línea de Alemania, permite 50 respuestas al mes en su plan gratuito y aloja en la UE, con contrato de encargo del tratamiento (situación: octubre de 2026). Para una medición SUS con 30 personas es suficiente. Varios cientos de respuestas exigen un plan de pago, y eso también hay que decirlo.

Temas para el TFM, el TFG y un trabajo de asignatura en Informática

Los temas para el TFM, el TFG y un trabajo de asignatura en Informática salen de la misma lista, recortados de otra manera: el trabajo de asignatura toma una sola medida, el TFG una solución con su evaluación, el TFM la comparación de varios métodos. Lo decisivo no es la propuesta, sino hasta dónde la llevas.

Los casos de abajo aparecen con más frecuencia en las tutorías. Para todos vale el mismo principio: cuanto más corto el trabajo, más estrecha la pregunta y más pequeña la parte de evaluación. Un trabajo de diez páginas soporta exactamente una medida.

Ampliar un tema de Informática a un TFM

Un TFM se diferencia de un TFG en Informática casi nunca por más código, sino por más comparación. «Desarrollo de un sistema de recomendación para comercio electrónico» se convierte en el máster en la comparación de tres métodos sobre el mismo conjunto de datos, con prueba de significación y una discusión de los límites. El volumen crece donde crece la justificación, no donde crece el número de líneas.

El tribunal del TFM y quién lo forma

El tribunal del TFM suele estar formado por dos o tres personas, y la composición depende de la normativa de cada universidad. Para la elección del tema eso tiene una consecuencia práctica: tu trabajo lo leerá gente que no ha seguido el proyecto semana a semana. Por eso el planteamiento, la medida y el resultado tienen que entenderse sin conocer el código. Un tema demasiado interno es difícil de defender.

Recortar un tema para un trabajo de asignatura

Para un trabajo de asignatura toma una propuesta de la lista y quita todo lo comparativo. «Métodos ágiles y modelo en cascada: comparación de dos enfoques» se convierte en «Las retrospectivas en un equipo Scrum: desarrollo y utilidad percibida». Un trabajo de asignatura no necesita un conjunto de referencia, necesita una descripción limpia y una afirmación con respaldo. Más ejemplos hay en la lista de temas para trabajos escritos y de seminario.

Informática o Informática de Gestión: dónde encaja cada tema

Informática e Informática de Gestión se solapan bastante, pero la pregunta de examen es distinta. Informática pregunta cómo funciona un sistema y si funciona mejor que otro. Informática de Gestión pregunta si un sistema sirve a una organización y cuánto cuesta implantarlo. En la práctica: si tu tema contiene una medida del sistema, es Informática. Si contiene una medida de la empresa, es Informática de Gestión.

Con el tema cerrado falta el paso hacia la pregunta de investigación. Una pregunta de investigación no es lo mismo que un tema: tiene que poder responderse, y con los datos que vas a conseguir de verdad. La diferencia entre pregunta, tesis e hipótesis se explica en el artículo sobre tesis, hipótesis y pregunta de investigación.

Errores habituales al elegir un tema de Informática

Cuatro errores aparecen con especial frecuencia al elegir un tema de Informática: un nombre de tecnología como tema, un prototipo sin base de comparación, un marco legal desfasado y la falta de acceso a los datos. Los cuatro tienen el mismo núcleo: el tema está pensado desde la técnica y no desde la pregunta.

Los cuatro se curan antes de registrar el tema. Después ya no, porque tema y título quedan fijados y cambiarlos supone un registro nuevo.

El tema es una tecnología, no una pregunta

«Cadena de bloques en la logística» es un área, no un trabajo fin de estudios. El error nace porque los nombres de tecnologías son los términos familiares de las clases y de las ofertas de empleo. El resultado es un trabajo que dedica treinta páginas a explicar la tecnología y cinco a lo que hiciste con ella. La salida es mecánica: pon detrás de tu tema un sistema, un público y una medida. Si sigue siendo demasiado grande, quita la mitad.

El prototipo funciona, pero no hay nada que mostrar

El fallo más frecuente en los trabajos de Informática: el sistema funciona, se acerca la entrega y no existe base de comparación. En los resultados aparece entonces que la aplicación se «implementó con éxito», y eso no da puntos en la calificación. Fija antes del primer commit contra qué comparas: una solución existente, un método de referencia sencillo o la situación anterior a tu cambio.

Marco legal desfasado: el reglamento de IA ya se aplica

Las listas de temas en internet siguen tratando la inteligencia artificial como un campo sin regulación. Desde agosto de 2024 eso ya no es cierto. El reglamento europeo de inteligencia artificial, Reglamento (UE) 2024/1689, entró en vigor el 1 de agosto de 2024. Las prohibiciones y el deber de alfabetización en IA se aplican desde el 2 de febrero de 2025, las obligaciones para modelos de uso general desde el 2 de agosto de 2025 y la mayor parte del reglamento desde el 2 de agosto de 2026 (Comisión Europea).

España creó además una agencia propia, la Agencia Española de Supervisión de la Inteligencia Artificial, mediante el Real Decreto 729/2023, de 22 de agosto. Conviene citarla con precisión: en su guía introductoria al reglamento de IA, versión 2.0 del 17 de julio de 2026, la propia AESIA advierte sobre las autoridades de vigilancia del mercado que «su designación definitiva dependerá de la aprobación y entrada en vigor de esta norma». Dicho de otro modo: la agencia existe, su designación final no está cerrada.

Para tu elección de tema sale de ahí un paso de comprobación. Quien desarrolla un sistema de inteligencia artificial para un uso concreto, por ejemplo procesos de selección, educación o sanidad, lo clasifica en el marco teórico por nivel de riesgo y nombra las obligaciones asociadas. Un trabajo puramente algorítmico sin aplicación concreta no lo necesita. Este artículo no es asesoramiento jurídico, manda el texto del reglamento.

Sin acceso a los datos con los que querías trabajar

Un tema de análisis de sentimiento en una plataforma social se lee bien y acaba a menudo ante un muro de pago. Interfaces que en 2020 eran libres hoy cuestan dinero o están cerradas. Lo mismo vale para los datos de empresa: una promesa verbal durante las prácticas no es una autorización del departamento jurídico. Descarga el conjunto de datos o consigue el permiso por escrito antes de registrar el tema.

Lista de comprobación antes de registrar el tema

• Sistema, público y medida aparecen en el título de trabajo.
• La base de comparación para la evaluación está nombrada.
• El conjunto de datos está descargado o el permiso está por escrito.
• Hay participantes alcanzables para una prueba con usuarios.
• Tiempo de cálculo y herramientas están aclarados.
• Un grupo de tu universidad tutoriza el área.

Un tema de Informática no es bueno porque la técnica sea emocionante. Es bueno porque al final puedes medir algo.

Conclusión

Saca de las 220 propuestas tres que encajen con un grupo de tu universidad y decide después por la evaluación, no por el interés. Los temas de informática teórica y de matemáticas funcionan siempre, porque no tienes que pedir datos a nadie. Todo lo que lleva prueba con usuarios o encuesta necesita cuatro semanas de margen y suficientes participantes.

Cómo seguir

• ¿Quieres saber qué extensión debe tener el trabajo y qué capítulos lo forman? Trabajo de Fin de Grado: guía y estructura con ejemplo
• ¿Necesitas un cuestionario para tu prueba con usuarios? Crear un cuestionario: guía, consejos y ejemplos
• ¿Buscas una plantilla lista como punto de partida? Plantillas para encuestas y cuestionarios

¿Tu tema necesita una encuesta a usuarios?

Crea el cuestionario en pocos minutos, comparte el enlace con tu grupo de prueba y deja que las respuestas se analicen directamente.

Crear una encuesta para tu trabajo