La transformación digital de la Universidad no consiste solo en incorporar nuevas plataformas, automatizar trámites o digitalizar procesos administrativos. Supone, repensar cómo las instituciones producen, gestionan, interpretan y utilizan sus datos para mejorar la toma de decisiones, la enseñanza, la investigación y la experiencia de sus comunidades.
Los datos representan propiedades de objetos, hechos o conceptos, y por sí mismos suelen tener poca relevancia, pero cuando los procesamos y los analizamos estamos en condiciones de extraer información para, finalmente, generar conocimiento y comprensión.
La transformación digital educativa no sólo consiste en incorporar tecnología. Consiste en desarrollar una cultura institucional capaz de mirar sus datos, comprenderlos críticamente y convertirlos en mejores decisiones.
Y este es precisamente el objetivo que se fija la analítica de datos: la extracción de conocimiento a partir de los datos disponibles. Un conocimiento que no se limita a explicar lo que ha ocurrido (análisis descriptivo), sino predictivo, e incluso, recomendar acciones concretas (análisis prescriptivo).
En las últimas décadas se ha visto potenciado gracias a la gran cantidad de datos disponibles y la posibilidad de su almacenamiento, ya no solo de datos estructurados procedentes de las operaciones de las organizaciones, sino también los obtenidos a partir de una gran variedad de medios y formatos generados por nuestra actividad en internet, especialmente de las redes sociales, plataformas de contenido, comercio electrónico y búsqueda de información.
Se agrega también la gran capacidad de cómputo y la aparición de nuevas técnicas y herramientas de mano del aprendizaje automático o de la inteligencia artificial, lo que posibilita descubrir patrones y relaciones complejas entre los datos.
Transparencia y explicabilidad son requisitos fundamentales para asegurar que los datos utilizados en la toma de decisiones no sean incompletos, sesgados o de procedencia ilegítima. Con el aumento de la cantidad y diversificación de fuentes de datos, esta garantía se convierte en una tarea compleja.
En tanto, la analítica de datos abre oportunidades muy concretas para la educación superior, como ser la detección de patrones de rendimiento académico, la anticipación de riesgos de abandono, la personalización de las trayectorias formativas, como también la contribución a la mejora de los procesos de gestión.
El informe “Tendencias TIC 360: Analítica de datos en la Universidad” (2023) plantea una idea central: sin una estrategia de datos sólida, la universidad corre el riesgo de quedarse en una digitalización superficial. Tener datos no alcanza. Es necesario contar con capacidades institucionales para transformarlos en información relevante, conocimiento útil y decisiones responsables.
Pero el desafío no es solamente técnico. La gestión del dato exige gobernanza, calidad, interoperabilidad, seguridad, privacidad, transparencia y explicabilidad. Requiere también de perfiles profesionales especializados, equipos interdisciplinarios y una cultura institucional capaz de integrar áreas académicas, administrativas, tecnológicas y de gestión.
En este sentido, la analítica de datos puede contribuir a hacer una universidad más eficiente, inclusiva y orientada al aprendizaje. Por ello, la pregunta “clave y estratégica” ya no es si las universidades deben trabajar con datos, sino cómo hacerlo de manera responsable.
Preguntas cómo ¿Con qué modelos de gobernanza? ¿Con qué capacidades internas? ¿Con qué criterios hacer la selección de datos? ¿Con qué articulación entre tecnología, docencia, investigación y gestión? son claves plantearse al interior de una institución que elige decidir mejor a partir de los datos que tiene.
