Por Nohemí Vilchis Imagina evaluar la eficacia de las tecnologías educativas o el rendimiento académico utilizando bases de datos preexistentes, lo que te permitiría acceder a información detallada y comparativa para obtener resultados más precisos y fundamentados. El Data Hub del Instituto para el Futuro de la Educación (IFE) proporciona acceso a colecciones de datos institucionales para miembros del Tecnológico de Monterrey y colaboradores externos (nacionales como internacionales). También ofrece datos abiertos para investigadores en innovación educativa globalmente, permitiendo que aquellos que son miembros compartan sus datos a través del portal de datos abiertos de la institución. La unidad del IFE ha facilitado, a través de sus convocatorias, conjuntos de datos que impulsan distintos análisis e investigaciones. Una de ellas, lanzada hace un par de años, incluyó el conjunto de datos Higher Education Competency Dataset based on the TEC21 Educational Model of Tecnológico de Monterrey, el cual contiene información anonimizada de estudiantes que cursaron al menos un semestre en el Modelo Educativo Tec21 entre agosto de 2019 y junio de 2022. Los datos incluyen información sociodemográfica, académica, de asignaturas, y sobre competencias disciplinares y transversales. A las y los investigadores participantes les fue entregado un data dictionary con una descripción breve de 45 variables y su tipo de dato, conformando el data set. Los registros se agruparon en dos tipos de competencias: Las disciplinarias que se basan en conocimientos específicos (saber, saber hacer, saber ser, saber convivir) que forman el área de especialización en la que las y los estudiantes se están capacitando. Las transversales, en cambio, se centran en habilidades generales que complementan el rendimiento en la disciplina, sin estar relacionadas con una especialización particular. Con el respaldo de un consejo académico, la convocatoria se centró en enfoques específicos para identificar actividades y evidencias que impactan el aprendizaje estudiantil. El objetivo radicó en ofrecer herramientas a docentes universitarios y jefes para diseñar estrategias didácticas basadas en las competencias a desarrollar en los programas educativos. Esto incluyó análisis por programa, de competencias transversales y disciplinares de cada asignatura, del progreso en el desarrollo de competencias completadas y las que no, de las actividades formativas y su impacto, así como la relación de las habilidades con el mercado laboral. Joanna Alvarado Uribe y Paola Mejía, líder y coordinadora de operaciones de datos del IFE Data Hub respectivamente, explican que el propósito de la convocatoria consistió en hacer el análisis del desarrollo de competencias del estudiantado que cursa el modelo Tec21 en el Tecnológico de Monterrey, aplicando técnicas estadísticas y de inteligencia artificial y/o técnicas de visualización. Asimismo, este llamado promovió la expansión de investigaciones relacionadas con las competencias requeridas por la industria, ofreciendo así una base sólida para avanzar en el análisis de las competencias en la educación superior y su relación con el desarrollo profesional. Tras estos criterios y el acceso al set de datos, se elaboraron diversos estudios, de los cuales se han generado cinco publicaciones: Mejia-Manzano, L. A., Vázquez-Villegas, P., Díaz-Arenas, I. E., Escalante-Vázquez, E. J., & Membrillo-Hernández, J.(2023). Disciplinary Competencies Overview of the First Cohorts of Undergraduate Students in the Biotechnology Engineering Program under the Tec 21 Model. Educ. Sci. 2024, 14, 30. https://doi.org/10.3390/educsci14010030 Talamás-Carvajal, J. A., Ceballos, H. G., & Ramirez-Montoya, M.-S. (2024). Identification of Complex Thinking Related Competencies: The Building Blocks of Reasoning for Complexity. Journal of Learning Analytics, 11(1), 37-48. https://doi.org/10.18608/jla.2024.8079 Glasserman-Morales, L. D., Alcantar-Nieblas, C., & Sisto, M. I. (2024). Demographic and school factors associated with digital competences in higher education students. Contemporary Educational Technology, 16(2), еp498. https://doi.org/10.30935/cedtech/14288 Valdes-Ramirez, D., De Armas Jacomino, L., Monroy, R., & Zavala, G. (2024). Assessing sustainability competencies in contemporary STEM higher education: A data-driven analysis at Tecnológico de Monterrey. Frontiers in Education, 9, 1415755. https://doi.org/10.3389/feduc.2024.1415755 Molina-Espinosa, J. M., Suárez-Brito, P., Gutiérrez-Padilla, B., López-Caudana, E. O., & González-Mendoza, M. (2024). Academic performance as a driver for the development of reasoning for complexity and digital transformation competencies. Frontiers Education, 9. https://www.frontiersin.org/journals/education/articles/10.3389/feduc.2024.1426183 Datos académicos de alta calidad para la investigación educativa al alcance El IFE Data Hub reunió a directivos, administrativos, profesores, investigadores y hasta estudiantes que han participado en retos que ellos han planteado en sus participaciones como socios formadores utilizando estos datos, como la presentación del ahora graduado Guillermo Tafoya, para exponer los hallazgos de las investigaciones derivadas de la convocatoria. En colaboración con los Departamentos de Tecnología Educativa y Gestión Escolar del Tecnológico de Monterrey, este evento presentó distintos análisis de competencias en el modelo educativo Tec21. Algunos de los aportes más relevantes de estas investigaciones fueron los proporcionados por las y los investigadores, quienes observaron en el estudiantado STEM (ciencia, tecnología, ingeniería y matemáticas) de la universidad un desarrollo progresivo en las competencias de sostenibilidad, evaluados de forma continua a lo largo de su carrera. Al final del sexto semestre, las y los alumnos fueron evaluados en un promedio de 21 competencias relacionadas con sostenibilidad, indicó Danilo Valdés Ramírez. Asimismo, Carolina Alcántar Niebla y Leonardo Glasserman Morales identificaron que el género y el rendimiento académico previo son factores determinantes en el desarrollo de competencias digitales. Igualmente, pusieron especial énfasis en la necesidad de realizar estudios que consideren otros factores como el acceso a la tecnología y la formación previa en herramientas digitales. Para los programas de Ingeniería en Biotecnología, las competencias disciplinares son cruciales. Del mismo modo, las modificaciones al plan de estudios del Tecnológico de Monterrey basadas en este análisis impactaron positivamente otras carreras de ingeniería, mejorando la formación de competencias prácticas, señaló Jorge Membrillo. También, se reveló que el desempeño académico, medido por la calificación final, es el predictor más fuerte de la adquisición de competencias significativas para la empleabilidad, como el razonamiento para la complejidad y la transformación digital, mencionó José Martín Molina. En cuanto a pensamiento crítico, Juan Andrés Talamás apuntó que esta habilidad resulta esencial para el desarrollo de otras competencias dentro del pensamiento complejo, como el pensamiento científico y sistémico. Además, detectó que el desarrollo de una subcompetencia como ésta influye positivamente al propiciar otras aptitudes relacionadas. Por su parte, Sabur Butt subrayó la importancia de los modelos de lenguaje y la inteligencia artificial para extraer y clasificar habilidades de manera eficiente, especialmente en el contexto de la transformación digital. A través de modelos de aprendizaje automático para mejorar la clasificación de habilidades, se desarrollaron herramientas para generar retroalimentación automática para docentes, lo que mejora la enseñanza basada en comentarios de las y los estudiantes. Finalmente, Patricia Caratozzolo Martelliti con ayuda de su equipo estableció qué competencias y habilidades serán determinantes en el mercado laboral del futuro, con un enfoque en la Industria 4.0. Creando una plataforma de código abierto para ayudar a la academia y la industria a tomar decisiones informadas sobre las habilidades necesarias para la fuerza laboral, utilizaron técnicas de procesamiento de lenguaje natural para construir taxonomías KSA (conocimiento, habilidades y actitudes) y mejorar la alineación entre las demandas del mercado laboral y la formación académica. Estos resultados facilitaron información relevante para mejorar la enseñanza y el desarrollo de competencias, atendiendo tanto a las necesidades académicas como laborales. Al igual que contribuyen de manera significativa a enriquecer la formación académica en distintas disciplinas, garantizando una mejor alineación con las competencias demandadas por la industria, la sostenibilidad y la transformación digital. Por ello, la labor del IFE Data Hub de brindar sets de datos es sustancial para análisis precisos y basados en evidencia. Estos datos permiten comparar tendencias, evaluar el impacto de enfoques educativos, optimizar recursos y fomentar la colaboración entre investigadores. Además, han facilitado la identificación de brechas entre la formación académica y las necesidades del mercado laboral, ayudando a alinear la educación con las competencias requeridas por la industria.