Artículo de opinión publicado en la revista Deconstrucciones. Cristina Villavicencio, Train us. Gestión del talento. Digitalizaicón. Educación. Recursos Humanos.

1. Unidad de Postgrado de Humanidades. UAGRM. Santa Cruz.Bolivia
El desarrollo personalizado del aprendizaje: La analítica del talento y la ética del
desarrollo
The personalized development of learning: Talent Analytics and the ethics of
development
*María Cristina Villavicencio Asín
Resumen
Se presenta una reflexión acerca del contexto tecnológico que afecta al desarrollo de la educación en la educación superior, vinculado a
la analítica del talento como estrategia de aprendizaje personalizado, aplicando un enfoque ético, necesario a adoptar en el sexto
paradigma tecnológico. Los cambios en los modelos de negocio, vinculados a la digitalización, requieren formular planteamientos
válidos para enfocar el aprendizaje en las universidades, teniendo en cuenta el avance tecnológico que genera cambios en los procesos
de gestión de las empresas, partiendo desde la experiencia europea, aportando mejoras y conclusiones beneficiosas y éticas para el
futuro desarrollo de la educación en la educación superior.
Abstract
A reflection about the technological context that affects the development of education in Higher Education is presented, linked to the
analytics of talent as a personalized learning strategy, applying an ethical approach, necessary to adopt in the sixth technological
paradigm. Changes in business models, linked to digitization, require formulating valid approaches to focus learning in Universities,
taking into account the technological advance that generates changes in the management processes of companies, starting from the
European experience, providing improvements and beneficial and ethical conclusions for the future development of education in Higher
Education.
Palabras clave/Keywords
Ética; Inteligencia Artificial; Análisis de datos; Cambio de paradigma, Analítica del Talento. Ethics; Artificial intelligence; Analysis of
data; Paradigm shift, Talent Analytics.
*Cristina Villavicencio Asín. Gerente y emprendedora de Train Us. Docente Unidad Postgrado Facultad de Humanidades
cristinvillavicencio@gmail.com

2. *Dirección para correspondencia: cristinavillavicencio@gmail.com
Conflicto de intereses no declarado.
Fundada 2020, Santa Cruz, Bolivia.
1. Introducción
La revolución tecnológica y la digitalización representan un avance
inexpugnable que conviene analizar y comprender desde un contexto
pero también desde una visión, para poder afrontar con sabiduría futuras
políticas y estrategias de desarrollo educativo, sobre todo en la
educación superior.
Cabe formularse la pregunta: ¿Con qué objetivos se desarrollan los
programas de educación superior que preparan al futuro profesional y si
estos le proveen herramientas para afrontar la vida?
En los entornos empresariales europeos, las fórmulas de analítica del
talento vinculadas a algoritmos de inteligencia artificial avanzan con
rapidez. Con base en la analítica de datos, se personaliza el aprendizaje
de los estudiantes, futuros profesionales, que se preparan en las
plataformas digitales educativas y en nuevos modelos de negocio con
nuevos procesos de aprendizaje y enseñanza que implican nuevas
fórmulas en las que intervienen los docentes.
Si la personalización del aprendizaje en su avance con
recomendaciones de mejora, por algoritmos de inteligencia artificial, es
un hecho en los nuevos modelos de negocio vinculados al sector
educativo, entonces personalizar el potencial futuro de acuerdo a
cambios sociales podría ser el puente de mejora en un planteamiento
educativo, basado en la analítica del talento y vinculado a la mejora
tecnológica constante en el sexto paradigma tecnológico o cuarta
revolución industrial.
1.1. Análisis previo
Para formarse una opinión acerca de la importancia de los cambios
que impactan en el desarrollo educativo del ser humano, conviene
entender la perspectiva de Díaz (1999, p.111): “la didáctica universitaria
puede conceptualizarse como una didáctica especial, comprometida con
lo significativo de los aprendizajes del futuro profesional, con su
desarrollo personal y con el potencial de su inteligencia en función de las
exigencias del contexto socio-político” en su argumento por la
consideración de los cambios sociales.
Definitivamente, la tecnología entendida como realidad que genera
impacto en el desarrollo social debe ser incluida, como elemento
determinante, en el aprendizaje y avance en la reducción de las
diferencias sociales que pueda provocar la brecha digital. Un acceso
universal a la conexión de redes para recibir y transmitir información es
necesaria para proveer dicha universalidad, sin embargo la inclusión de
fórmulas de inteligencia artificial y analítica de datos para fomentar la
personalización del aprendizaje supone un cambio en la estructura
mental, guiado por la digitalización de contenidos.
En concreto, la analítica del aprendizaje (learning analytics),
entendida como una disciplina emergente que busca mejorar la
enseñanza y el aprendizaje a través de la evaluación crítica de datos
brutos y la generación de patrones para caracterizar hábitos de
aprendizaje, predecir respuestas de aprendizaje y proveer
retroalimentación oportuna (UNESCO, 2019, p.10), genera una
continuidad en la personalización y evolución del aprendizaje, sin
embargo no incorpora parámetros de proyección potencial en la gestión
del talento (talent analytics) que tenga en cuenta cambios sociales
inminentes, cuestión que debiera ser abordada.
Para comprender el concepto, se plantea una serie de preguntas clave
en torno a la analítica del talento que nos ayuda a concretar el escenario
de aplicación, de acuerdo a Nocker & Sena (2019, p.2), en un entorno
empresarial:
“¿Cuál es la relación entre capacitación y productividad? ¿Cómo retiene
una organización a los empleados? ¿Contribuye el programa de bienestar
de una organización al desempeño real? ¿Los empleados con títulos
específicos son más productivos que otros? ¿Son los empleados
permanentes una mejor inversión que los empleados temporales?”
En el análisis de las preguntas se encuentra la clave de lo que se
pretende gestionar como datos útiles, a efectos de generar una estrategia
de talento medible y mejorable dentro de una organización, pues los
parámetros que diseñan la estrategia de gestión del talento, son los que
permitirán seleccionar los datos necesarios a analizar en la proyección
del profesional dentro de la organización empresarial.
Cuatro son los subcampos de la analítica de talento que son
relevantes para este artículo (Nocker & Sena, 2019, p.6):
“Gestión del capital humano: En este contexto, la analítica del
talento se utiliza para medir el capital humano y la productividad de la
fuerza laboral; a su vez, esto puede ayudar a identificar la configuración
óptima del equipo (en términos de combinación de habilidades y
conocimientos).
Recursos humanos analíticos: El análisis de talento puede ayudar a
identificar los impulsores del desempeño a nivel departamental y su
contribución al desempeño general.
Previsiones de la fuerza laboral: Este tipo de análisis de talento
permite pronosticar el impacto en el desempeño organizacional de
escenarios alternativos de fuerza laboral.
Reclutamiento: Los equipos de recursos humanos han utilizado la
analítica para identificar grupos potenciales de candidatos en lugares que
han sido previamente despedidos” (Nocker & Sena, 2019, p.6).
Una vez visualizados los contextos y categorías donde aplica la
analítica del talento, podemos extrapolar estos supuestos a las estrategias
de preparación del estudiante en su incorporación a la fuerza laboral. Si
partimos de la base de que la gestión del capital humano se mide para
identificar la configuración óptima de un equipo y su vinculación con
necesidades reales de un sector productivo, ¿por qué no considerar medir
la potencialidad del ser humano y proyectarla de manera concreta,
precisa y útil en una etapa previa, antes de la primera experiencia
profesional?
2. Modelos de negocio en la educación
Conviene reflexionar acerca de cuál es el papel de la universidad
cuando los modelos de negocio digitales generan nuevas reglas en los
procesos de aprendizaje y enseñanza guiados por estrategias de
inteligencia artificial y analítica de datos que incorporan el concepto de
escalabilidad, muy poco conocido en la aplicabilidad práctica de la
educación superior.

3. REVISTA DECONSTRUCCIONES. PUBLICACIÓN ARBITRADA SEMESTRAL. EDICIÓN CONTINUA.UPH-UAGRM- BOLIVIA
Es un término que implica comprender la dinámica de los negocios
digitales y hacer una trasposición del concepto de rentabilidad al
aprendizaje efectivo del estudiante, guiado por niveles de
personalización en la evolución y orientación en los contenidos a generar
con la complicidad del docente, vinculados a algoritmos de inteligencia
artificial.
En este contexto, se contiene un cambio en los modelos de negocio
para sobrevivir en el mercado y la incorporación de la analítica de datos
como elemento principal en los procesos de medición del aprendizaje,
para los cuales “Las instituciones necesitarán integrar las aplicaciones
dentro de sus infraestructuras técnicas, en vez de desarrollar soluciones
ad-hoc que no pueden escalar” (Domínguez Figaredo et al., 2020, p.5).
La educación juega un papel crítico en los esfuerzos para hacer que
las futuras fuerzas de trabajo actualicen la inteligencia artificial, uniendo
las habilidades de la inteligencia artificial, y adelantarse a la adopción
del crecimiento del poder de las tecnologías para facilitar el aprendizaje.
*“También implica repensar el contenido y las metodologías utilizadas
para entregar instrucciones en todos los niveles educativos” (UNESCO,
2019, p. 19).
La analítica del talento aplicable a las organizaciones empresariales
implica tomar decisiones de gestión estratégica de los recursos humanos,
a través de los datos que arrojan los análisis de la evolución,
necesidades, objetivos, mejoras requeridas y estrategias de desarrollo
que las empresas quieren llevar a cabo. Los motivos son la construcción
intrínseca de una ventaja competitiva con una fórmula que permite
optimizar costos operativos y la tendencia en las organizaciones de
capacitar a sus empleados con base en competencias y no con base en
títulos. Este proceso, aunque es de lento avance, nos provee de una
orientación en la conexión con el sector profesional.
En Bolivia, las mallas curriculares han puesto el énfasis en el
desarrollo de competencias y no únicamente en el cumplimiento de
objetivos de aprendizaje y el desarrollo de competencias, conviene
revisarlo e identificar cuáles son las más aptas y con qué objetivos se
desarrollan en la vinculación del estudiante con el mundo profesional,
dada la inminente transformación digital que vivimos. A partir de ese
ejercicio, responder a preguntas como: ¿Cuál es el puente que se debe
crear, a través de qué modelos de negocio y para qué preparamos al
estudiante para hacer frente a su realidad social y a su vida profesional?
¿O también lo preparamos para un desarrollo pleno de la personalidad?
El avance tecnológico nos sitúa en un cambio social complejo, pues
el factor de cambio implica tener en cuenta que el espacio donde el ser
humano deberá ubicarse será de acuerdo a normas que se están
definiendo.
Sin duda el futuro profesional va a requerir habilidades
interpersonales, herramientas psicológicas, habilidades técnico-
operativas, competencias requeridas en cada momento en el contexto del
avance social y competencias trasversales atemporales, pues el grado de
incertidumbre confiere pocas alternativas, si no va acompañado por el
análisis de datos, necesidades y evoluciones que cada avance genera y en
especial el avance social vinculado a la tecnología.
*Traducción propia
Es complicado predecir circunstancias que todavía no se han
producido, sin embargo es interesante considerar la fórmula de la
analítica del talento como una posible vía de desarrollo, a través de la
cual se considere el potencial del estudiante vinculado a las necesidades
empresariales de los sectores productivos y de los cambios tecnológicos
inminentes. Este proceso puede ayudar a clarificar futuros diseños
curriculares en la educación superior.
Para comprender el planteamiento de una estrategia de
entrenamiento de competencias, vinculada a una empresa en el ámbito
de la digitalización y de generación de oportunidades de negocio, se
analiza la Figura 1 en la que se propone una serie de competencias que
podrían ser consideradas dentro del ámbito de las universidades.
Figura 1: Ejemplo de mapa de competencias estratégicas aplicadas a
empresa
Fuente: Elaboración Foxize/Train Us
La Figura 1 refleja una propuesta entrelazada de competencias
necesarias para una empresa a nivel estratégico, teniendo en cuenta un
esquema basado en la analítica del talento y adaptada a las necesidades
actuales del desarrollo empresarial; necesidades concretas desde una
óptica de innovación, calidad y productividad orientada hacia procesos
de transformación digital. Son competencias que configuran un
entorno productivo concreto y, si analizamos los tres ejes principales,
encontramos competencias vinculadas al desarrollo individual,
interpersonal y directivo, en su mayoría planteadas desde la óptica de las
habilidades interpersonales.
Esta fórmula no puede ser extrapolada a todas las empresas del
mundo ni a todos los sectores productivos, puesto que cada saber hacer
empresarial es único y es el que confiere la ventaja competitiva, sin
embargo, es resultado de un análisis concreto y preciso del talento que la
empresa necesita de acuerdo a sus objetivos en un sector productivo
sometido a cambios vinculados a la transformación digital.
Cabe en este momento preguntarse si el planteamiento del ejemplo
involucra una estrategia que las universidades en educación superior
consideran, si efectivamente plantean sus estrategias de desarrollo de
talento de acuerdo a necesidades reales de mercado y si tienen en cuenta
proyecciones evolutivas vinculadas a los cambios tecnológicos.
En el presente existen empresas que configuran la analítica del
talento en el desarrollo de sus recursos humanos a través de plataformas
digitales de entrenamiento. La cuestión es cuándo las universidades
generarán el cambio de digitalización de procesos de aprendizaje y

4. REVISTA DECONSTRUCCIONES. PUBLICACIÓN ARBITRADA SEMESTRAL. EDICIÓN CONTINUA.UPH-UAGRM- BOLIVIA
enseñanza y si incorporan conceptos de entrenamiento de perfiles
vinculados a algoritmos de inteligencia artificial.
Si el análisis de los datos se encuentra centrado en necesidades reales
del momento social en el que se vive, en este caso vinculado al
desarrollo tecnológico, ¿cómo debe enfocarse el uso ético de los datos
cuando la tecnología deviene un factor indispensable en la generación de
conocimiento?
Si el problema que afrontamos en la aplicación de la Inteligencia
Artificial es que “los sistemas de IA pueden ser de gran utilidad para la
humanidad, pero también suscitan preocupaciones éticas fundamentales,
por ejemplo, en relación con los sesgos que pueden incorporar y
exacerbar, lo que puede llegar a provocar desigualdad, exclusión y una
amenaza para la diversidad cultural y social y la igualdad de género”
(GEE UNESCO, 2020, p. 1), ¿no sería correcto pensar que el análisis del
talento (talent analytics) confiere un puente real de aprendizaje concreto
y útil para una sociedad en progresivo desarrollo tecnológico?
En definitiva, la utilización de la inteligencia artificial también
debiera realizar recomendaciones de aprendizaje, en base a lo que
realmente se requiere y se necesita estimular, partiendo del potencial real
del ser humano en concordancia con las necesidades cambiantes del
entorno, configurando un enfoque adecuado a la realidad y a la
honestidad que cabe esperarse en la preparación real del estudiante para
la vida que debe construir, como base de un enfoque ético educativo y de
desarrollo futuro.
3. La analítica del talento como estrategia
Si la analítica de datos tiende a la personalización del proceso de
desarrollo del aprendizaje del estudiante, ¿no sería lógico plantear la
temática directamente desde la estimulación personalizada del individuo
y de sus potencialidades, de acuerdo también a factores de cambio
social, tecnológico, demográfico y geográfico?
¿Cuántas variables podríamos sumar para configurar un aprendizaje
personalizado en un país, en una región o desde una óptica global?
Personalizar las potencialidades a través de la analítica del talento
resultaría mucho más ético desde la óptica del desarrollo efectivo de la
personalidad y de las herramientas a utilizar en el futuro desempeño.
Si el enfoque profesional en la educación superior debe tener en
cuenta procesos con un enorme potencial de aprovechamiento y
desarrollo de la personalidad humana (León Rodríguez & Viña Brito,
2017), entonces proyectar de forma exponencial dicho potencial deviene
en la forma ética de plantear el futuro desarrollo del estudiante. Si
continuamos construyendo el futuro desarrollo profesional en un mundo
de cambios tecnológicos, debiéramos sumar la óptica del World
Economic Forum, acerca del futuro del mundo del trabajo:
Las tendencias tecnológicas actuales están provocando una tasa
de cambio sin precedentes en el contenido del plan de estudios
básico de muchos campos académicos, con casi el 50% del
conocimiento de la materia adquirido durante el primer año de un
título técnico de cuatro años obsoleto para el momento en que los
estudiantes se gradúan, según una estimación popular (Word
Economic Forum, 2016, p.20)
No resulta lógico finalizar los años invertidos en la educación
Superior sabiendo que muy probablemente el crecimiento exponencial
tecnológico generará la obsolescencia tanto de habilidades como de
conocimientos necesarios para sobrevivir en un mundo vinculado a la
cuarta revolución industrial.
4. Una educación superior que ofrece soluciones
Son innumerables los desafíos que se afrontan en un mundo de
cambios rápidos, constantes y que requieren gran flexibilidad cognitiva y
capacidad de aprender a aprender, entrenando las capacidades para
adaptarse, avanzar, sobrevivir y construir un presente que casi se escapa
como agua entre los dedos.
El talento se desarrolla, se entrena y se aplica en contextos útiles y
necesarios para mejorar las condiciones de vida, entonces ¿debe cada
individuo desarrollar el mismo talento por igual? Si se detectan
habilidades especiales ¿se estaría a tiempo de reconducirlas hacia un
horizonte óptimo? Sin duda la generación de oportunidades requiere la
complicidad del individuo en desarrollo, que afronta los retos y desafíos
que la vida le requiere y acompaña su actitud proactiva frente al avance
y evolución necesarios.
¿Puede la universidad preparar al individuo para un mundo de alta
incertidumbre, cambios constantes y vertiginosos, desafíos complejos y
filosofía de vida construida bajo parámetros de conciencia? La respuesta
es que es necesario reflexionar acerca de las herramientas que la
tecnología nos ofrece para diseñar y complementar objetivos de
desarrollo y políticas flexibles que ayuden a una rápida adaptación que
abrace los cambios, tales como la analítica de datos situada en el
contexto de la analítica del talento de manera personalizada y
exponencial, para proyectar necesidades reales y relevantes que se
afrontarán tarde o temprano.
La analítica de datos conectada con la proyección real del talento, en
su dimensión para personalizar el potencial del individuo vinculado a la
flexibilidad cognitiva y al entrenamiento de competencias digitales, con
un alto índice interpersonal, configura una receta inicial sobre la que
reflexionar, pues la analítica de datos aplicada a la evolución del
aprendizaje mediante fórmulas de algoritmos de inteligencia artificial
debiera complementar sus procesos de preparación del estudiante a
futuro, con una medición clara de sus potencialidades reales a nivel
competencial y su incidencia en el desempeño futuro que se esperará del
futuro profesional, marcados por una fuerte necesidad de afrontar
desafíos complejos y que requieren un alto grado de pensamiento
creativo y crítico.
Finalizo con una pregunta que invita a la reflexión: ¿Dinamizan los
futuros profesionales que provienen de la educación superior los
escenarios del futuro o simplemente se adaptan a ellos?
Bibliografía
León Rodríguez, G. & Viña Brito, S. M. (2017). La inteligencia artificial
en la educación superior. Oportunidades y Amenazas. INNOVA
Research Journal, 2(8), 412–422.
https://doi.org/10.33890/innova.v2.n8.1.2017.399
Díaz, D. (1999). La didáctica universitaria : Referencia imprescindible
para una enseñanza de calidad. 2(1).
https://dialnet.unirioja.es/servlet/articulo?codigo=2795011

5. REVISTA DECONSTRUCCIONES. PUBLICACIÓN ARBITRADA SEMESTRAL. EDICIÓN CONTINUA.UPH-UAGRM- BOLIVIA
Domínguez Figaredo, D., Reich, J., & Ruipérez-Valiente (2020).
Analítica del aprendizaje y educación basada en datos: Un campo en
expansión. Revista Iberoamericana de Educación a Distancia, 23(2).
https://doi.org/10.5944/ried.23.2.27105
GEE UNESCO (2020). Primera versión del Proyecto de
Recomendación sobre la Ética de la Inteligencia Artificial.
https://es.unesco.org/artificial-intelligence/ethics
Ultima revisión 19/11/2020
Nocker, M, Sena, V. (2019). Big Data and Human Resources
Management: The Rise of Talent Analytics, 2-6.
https://www.researchgate.net/publication/336136655_Big_Data_and_Hu
man_Resources_Management_The_Rise_of_Talent_Analytics
UNESCO (2019). Artificial Intelligence in Education: Challenges and
Opportunities for Sustainable Development.
https://en.unesco.org/news/challenges-and-opportunities-artificial-
intelligence-education
Última revisión: 19/11/2020
World Economic Forum (2016). The Future of Jobs report.
https://www.weforum.org/reports/the-future-of-jobs
Última revisión: 19/11/2020