Nuestros ocho principios para la innovación educativa: un manifiesto desde la práctica
La educación —universitaria, profesional y a lo largo de la vida— se encuentra en un momento de inflexión. Están emergiendo nuevos modelos educativos y de relación, nuevos enfoques tecnológicos y nuevas formas de colaboración entre organizaciones que, combinados, pueden transformar radicalmente la manera en que las personas aprenden y se desarrollan. Sin embargo, buena parte de ese potencial sigue sin realizarse: la tecnología educativa ha sido demasiado conservadora, los modelos de aprendizaje siguen anclados en lógicas académicas que no responden a las necesidades reales de los profesionales, y las organizaciones carecen de marcos que les permitan innovar de forma sistemática.
Presentamos aquí ocho atributos que desde Eutika consideramos estratégicos para lograr modelos educativos realmente efectivos: enfocados en los objetivos de aprendizaje de las personas y de las organizaciones, adaptados a sus contextos profesionales y de vida, y eficientes en el uso de recursos de modo que puedan escalar y generar un alto impacto.
Los cinco primeros atributos abordan el proceso de aprendizaje y las formas de relacionarse con las personas que aprenden. Los tres restantes se centran en la estrategia digital y tecnológica que hace posible implementarlos. Cada uno es relevante y aporta valor por sí mismo, pero es en la combinación de varios o todos ellos donde se generan sinergias capaces de producir un proceso profundo de innovación. A continuación desarrollamos cada uno de estos atributos con el objetivo de ofrecer no solo un diagnóstico, sino una guía práctica para quienes lideran procesos de transformación educativa en universidades y otras instituciones de educación superior y continua, empresas y administraciones públicas.
Nuevos modelos educativos y de relación
1. Aprendizaje activo, significativo y continuo
2. Adaptado a las necesidades y el contexto de los usuario
3. Evaluación formativa y acompañamiento}
4. Flexibilidad y personalización
5. Espacios físicos y aprendizaje social
Nuevos enfoques tecnológicos
6. Un enfoque centrado en el diseño y en el usuario (design-driven)
7. Inteligencia de datos
8. Integración de la inteligencia artificial para aumentar capacidades
Estos atributos no son un modelo cerrado. Desde Eutika los estamos consolidando a través de la plataforma Missions (wiki) y de diferentes frameworks de diseño y herramientas tecnológicas que permiten implementarlos de manera flexible, adaptándolos a las necesidades de cada organización e incluso alterando las reglas que nosotros proponemos.
Nuevos modelos educativos y de relación
1. Aprendizaje activo, significativo y continuo
Necesitamos un aprendizaje que sea activo porque es el que mejor desarrolla competencias y capacidades, y porque genera un engagement más intenso y persistente en los aprendedores. Ese engagement resulta imprescindible para sostener algo poco popular hoy en día: el aprendizaje profundo requiere esfuerzo y dedicación, y el aprendizaje activo es la mejor herramienta para mantenerlos.
Nos gusta recurrir a una metáfora: aprender es como cocinar. Disponemos de ingredientes, herramientas y recetas, pero todos sabemos que la receta por sí misma no nos convierte en grandes cocineros. El aprendizaje sucede cuando unimos todo lo anterior en un proceso de trabajo activo en el que producimos, creamos y aprendemos a la vez. Una masterclass de un gran cocinero es consumo de contenido; el aprendizaje real ocurre en dos escenarios complementarios: el «taller», donde alguien nos acompaña, nos plantea preguntas y nos ofrece sugerencias mientras cocinamos; o el formato «MasterChef», donde, a partir de unas instrucciones, nos dejan solos en la cocina y debemos resolver el reto por nuestra cuenta.
Además, necesitamos que el aprendizaje sea continuo —a lo largo de la vida— porque la idea de que alguien se formaba en la academia y quedaba preparado para el resto de su trayectoria profesional ya no funciona. Las personas cambian de trabajo, de rol, de industria, de función; y aunque no cambien, la propia naturaleza de su trabajo se transforma. El aprendizaje continuo implica, a su vez, flexibilidad y personalización, porque quienes aprenden son personas con responsabilidades, trabajos y familias que necesitan itinerarios adaptados a sus circunstancias.
Por último, necesitamos que el aprendizaje sea significativo, es decir, relevante para la necesidad concreta que la persona debe resolver en cada momento de su vida. Para un estudiante universitario, eso significa que le permita desarrollarse como persona y como profesional; para un profesional en activo, que esté conectado con su práctica laboral y sea activable de forma casi inmediata.
2. Adaptado a las necesidades y el contexto de los usuarios
Las experiencias de aprendizaje deben partir siempre de una pregunta previa: quién es el usuario, qué necesita, cuál es su contexto —por ejemplo, de cuánto tiempo dispone y en qué momentos de sus rutinas semanales o anuales— y cuáles son sus expectativas. Esa comprensión del usuario opera a varios niveles.
El primero es generacional. En las universidades, por ejemplo, existe hoy una brecha significativa entre estudiantes de las generaciones Z o alfa y sus profesores, que pertenecen a generaciones anteriores con una cultura y una forma de aprender muy distintas. Esa brecha se convierte en un problema importante cuando los procesos de aprendizaje conllevan, como casi siempre, una dimensión relacional.
El segundo nivel tiene que ver con la diversidad de perfiles profesionales, que deben analizarse según edad, experiencia previa y posición profesional actual. Cuando realizamos ese análisis, descubrimos que las necesidades de las personas no se limitan al aprendizaje en sentido estricto —el desarrollo de competencias—, sino que incluyen también acompañamiento vocacional y técnico, guía, recomendación y descubrimiento. Cada arquetipo de usuario requerirá, por tanto, una combinación diferente de esas dimensiones, así como modalidades de aprendizaje distintas.
Esta reflexión —entender a nuestros públicos objetivo y definir sus arquetipos— debe realizarse al inicio del proceso de diseño y nos conduce a crear experiencias e itinerarios adaptados a cada perfil, no una oferta única tipo catálogo en el que la persona elige, sino una oferta perfilada hacia ella.
Además, es fundamental definir con claridad los objetivos de aprendizaje. El diseño educativo suele comenzar desde los contenidos, desde el corpus de conocimiento que se quiere transmitir, en lugar de partir de lo que la persona necesita aprender. Nosotros proponemos un enfoque inverso: organizar el aprendizaje definiendo un perfil profesional como una colección de funciones —normalmente menos de diez—, cada una resultado de la combinación de diversas competencias. Identificar esas funciones es el punto de partida para diseñar la experiencia de aprendizaje.
3. Evaluación formativa y acompañamiento
Tradicionalmente, la evaluación se ha concebido como algo que sucede al final del proceso de aprendizaje para calificar, es decir, para determinar si alguien acredita un conocimiento o una competencia y con qué nivel. Pero la evaluación tiene otro rol mucho más importante: hacer posible el acompañamiento al que aprende. Eso implica que debe estar distribuida a lo largo del tiempo y que cada acción evaluativa debe ir conectada con una retroalimentación orientada a mejorar la experiencia y el aprendizaje. Una evaluación continua que no genera retroalimentación pertinente —en enfoque y en tiempo— no es formativa. Y una evaluación que solo sucede al final del proceso, por definición, tampoco puede serlo.
En cualquier curso o programa existen múltiples oportunidades para evaluar. Lo que la evaluación continua permite es observar a la persona, entender dónde se encuentra y proporcionarle una retroalimentación efectiva. Sin embargo, este modelo siempre ha sido difícil de implementar porque es muy intensivo en trabajo humano (un continuo de observaciones y evidencias que deben ser procesadas y analizadas): el profesor se ve desbordado y acaba simplificando el proceso y convirtiendo la evaluación en un juego de acumulación de puntos sin ningún valor formativo. Para no caer en esta perversidad, la clave está en que hoy es posible enriquecer ese proceso con datos y agilizarlo mediante el uso de herramientas digitales. Cuando el acompañador dispone de herramientas digitales que recopilan y organizan la información por él, su esfuerzo deja de concentrarse en reunir datos y se desplaza hacia donde realmente aporta valor: interpretarlos y proporcionar la retroalimentación adecuada.
Esto conecta directamente con la figura emergente del acompañante —mentor, coach o tutor—, cada vez más relevante en los nuevos modelos de aprendizaje. Esta figura ya no es exclusivamente humana: parte del acompañamiento hoy sucede a través de algoritmos, y eso no tiene por qué ser negativo; al contrario, los algoritmos empoderan al humano que diseña y realiza el acompañamiento.
El grado de acompañamiento que se ofrece es, de hecho, una variable de diseño que determina el tipo de experiencia de aprendizaje. Un mismo itinerario puede ofrecerse sin acompañamiento —y es una forma válida de aprender— o con un acompañamiento intensivo, paso a paso. No cambia el programa: cambia el acompañamiento. Y conviene recordar que quien aprende lo hace siempre en un contexto donde distintos agentes le ayudan —el académico, los profesionales, sus pares y la comunidad—; lo que antes surgía de manera orgánica e informal, hoy puede potenciarse por diseño, integrando deliberadamente el papel de cada uno de esos agentes en el proceso.
4. Flexibilidad y personalización
La flexibilidad es lo que permite personalizar la experiencia de aprendizaje, ya sea un curso, un programa académico o un itinerario de formación dentro de una empresa. Existen dos dimensiones fundamentales a la hora de flexibilizar.
La primera se refiere al qué: los objetivos de aprendizaje. No todo el mundo necesita lo mismo. Nosotros utilizamos un modelo que distingue tres tipos de procesos —skilling, reskilling y upskilling, es decir, aprender, reaprender y aumentar capacidades— y que parte de un diagnóstico inicial: determinamos dónde se ubica cada persona en términos de perfil competencial y profesional, lo comparamos con el punto al que necesita llegar, y la brecha entre ambos define los objetivos de aprendizaje personalizados y, con ellos, la trayectoria que debe recorrer.
La segunda dimensión es el cómo: no solo qué necesito aprender, sino de qué manera puedo o quiero hacerlo, a qué velocidad y con qué intensidad. Este es un reto enorme cuando salimos del mundo universitario clásico de dedicación exclusiva, porque la realidad es que muchos estudiantes ya no se dedican solo a la universidad y los profesionales tienen responsabilidades laborales y familiares que condicionan su dedicación a la formación. El diseño debe permitir que cada persona, en función de su punto de partida y sus circunstancias, viva la experiencia de aprendizaje de una manera distinta, con flexibilidad en la duración total y, por tanto, en la intensidad.
Ahora bien, la flexibilidad total es inmanejable. Existen técnicas y algoritmos que permiten maximizarla dentro de límites operativos razonables, pero es importante asumir que nunca puede ni debe ser infinita. Se debe ofrecer solo la flexibilidad que sea gestionable y relevante para el usuario, pero en todo caso debe ser es un elemento central de la reflexión y el diseño educativo.
5. Espacios físicos y aprendizaje social
El aprendizaje presencial se justifica fundamentalmente por su dimensión social: necesito estar en un espacio con otras personas cuando voy a aprender con ellas y de ellas, ya sea a través de diálogos, proyectos en equipo, presentaciones ante un tribunal u otras dinámicas colaborativas. Algunas de esas actividades pueden realizarse online, pero en muchos casos funcionan considerablemente mejor de manera presencial. El grave problema es que seguimos utilizando la presencialidad para actividades en las que no se produce ningún aprendizaje social, al menos no por diseño.
El campus universitario tradicional ilustra bien esta tensión. Era un entorno donde, sin diseñarlo, el aprendizaje social sucedía de manera orgánica porque la gente se encontraba y convivía —dentro y, sobre todo, fuera del aula—. Cuando las personas reducen su presencia en el campus, o cuando los campus se convierten en espacios que no invitan a la socialización, todos esos mecanismos informales que fomentaban el aprendizaje y el desarrollo desaparecen en gran medida. Eso genera una crisis profunda que están viviendo hoy la mayor parte de universidades con modelos eminentemente presenciales pero que nunca diseñaron sus espacios ni sus dinámicas pensando en potenciar el aprendizaje social: daban por hecho que ocurriría por sí solo.
Para el diseño de experiencias educativas con una dimensión social intencionada, podemos aprender mucho de prácticas que no son estrictamente educativas: laboratorios de innovación ciudadana, bootcamps, hackatones. Probablemente, lo más interesante hoy en día en materia de aprendizaje presencial social lo encontremos fuera del mundo de la educación formal. Lo esencial es asumir que ya no podemos confiar en que estas dinámicas surjan de manera espontánea: debemos diseñarlas deliberadamente.
Nuevos enfoques tecnológicos
6. Un enfoque centrado en el diseño y en el usuario (design-driven)
Hoy en día, la tecnología educativa está dominada por los learning management systems (LMS) —Moodle, Blackboard, Canvas y sus múltiples evoluciones, como los LXP, que ofrecen algo más de flexibilidad—. Son herramientas centradas en la administración y la gestión, no en el diseño ni en la experiencia de aprendizaje. Cualquier profesor universitario describe el mismo patrón: sube materiales al LMS y después trata de huir hacia otras plataformas para comunicarse y relacionarse con sus estudiantes, o simplemente renuncia a cualquier interacción digital de valor. Eso genera múltiples problemas: desde el abandono de las posibilidades que ofrecen los entornos digitales hasta el hecho de que cada docente acaba haciendo la guerra por su cuenta y, como consecuencia, se pierden datos —o más bien nunca llegan a generarse— que deberían ser un motor estratégico para mejorar el aprendizaje. Pero hay un problema aún más de fondo: la lógica administrativa de estas plataformas impone restricciones en lugar de proporcionar flexibilidad.
Frente a este paradigma centrado en la gestión, necesitamos evolucionar hacia otro centrado en los usuarios —diseñadores, docentes y aprendedores— que cuente con herramientas que realmente permitan diseñar el aprendizaje y vivirlo, no solo administrarlo. Eso exige, entre otras cosas, tomarse en serio la experiencia de usuario. Las plataformas educativas actuales son muy áridas en su UX, con interfaces alejadas de las experiencias que los mismos usuarios viven a diario en plataformas digitales no educativas. Herramientas como Notion, Miro o las basadas en IA ofrecen interfaces intuitivos, potentes y centrados en el usuario. Ese diseño de usabilidad importa mucho, porque puede ser la diferencia entre que alguien adopte una herramienta o la abandone.
Todo esto apunta a un enfoque design-driven: pensar en la tecnología desde el minuto cero del diseño de la experiencia educativa, no a posteriori. Y también superar la idea monolítica de que una sola plataforma debe hacerlo todo, porque la consecuencia de esa pretensión es que la mayor parte de sus capacidades resultan imperfectas y nadie las usa. La alternativa son ecosistemas interoperables donde cada actividad sucede en la herramienta más adecuada —la videoconferencia en Meet o Zoom, el diálogo asíncrono en Discord o WhatsApp— y todo queda conectado, generando un flujo de datos relevantes sobre lo que realmente está ocurriendo en el proceso de aprendizaje.
7. Inteligencia de datos
La educación no es diferente a cualquier otra industria atravesada por lo digital en el valor que puede extraerse de los datos, dado que son, o deberían ser, una herramienta esencial para comprender el desempeño del sistema y de las personas, y por tanto para mejorarlo. Su principal función no debería situarse en el control, sino en la mejora. Sin embargo, el uso de datos en educación se ha visto históricamente lastrado por un problema operativo: recopilarlos y procesarlos exigía un esfuerzo humano desmesurado. Las plataformas actuales generan datos muy básicos —como ocurre con la analítica nativa de la mayoría de los LMS—, o bien permanecen dispersos entre plataformas desconectadas. El resultado es que el dato rara vez llega a convertirse en información útil para quien acompaña el aprendizaje y para quien aprende.
Hoy esto puede cambiar, y de hecho ya está cambiando fuera del ámbito educativo (y con menos fuerza dentro de algunas instituciones educativas). Un referente inspirador son las plataformas que organizan comunidades deportivas, como Strava. En ellas, el uso inteligente de los datos genera una auténtica comunidad de aprendizaje: cada persona aprende de forma individual porque tiene datificada su propia experiencia, pero también aprende con su equipo, con la comunidad y con sus referentes —sean entrenadores humanos o algorítmicos—. Todo ello sucede mediado por datos que fluyen de manera continua y natural, sin que el usuario tenga que hacer un esfuerzo adicional para producirlos.
En el ámbito educativo podemos aspirar a algo equivalente: entornos de aprendizaje que se parezcan a estas plataformas no solo en el interfaz, sino sobre todo en cómo los datos median la relación entre la persona, sus pares, sus mentores y el sistema en su conjunto. Para ello es imprescindible el diseño de ecosistemas interoperables y conectados —como los que describíamos al hablar del enfoque design-driven—, que permitan generar un círculo virtuoso en el que los datos alimenten la mejora continua tanto de la experiencia individual como del sistema educativo en su conjunto.
8. Integración de la inteligencia artificial para aumentar capacidades
La inteligencia artificial no es una moda pasajera: es un cambio profundo en cómo las personas aprenden, en cómo se relacionan con el conocimiento y en qué necesitan aprender. Por eso se convierte en nuestro octavo atributo, uno que además amplifica y facilita todos los anteriores.
En nuestro enfoque, el valor fundamental de la inteligencia artificial es aumentar las capacidades de las personas. Hay procesos que pueden y deben automatizarse, pero en educación el factor diferencial sigue siendo el humano. La IA puede proporcionar información, conocimiento, reflexiones y datos que ayuden al que diseña, al que acompaña y al que aprende a mejorar su desempeño, pero no sustituye el juicio ni la relación que hacen valioso ese acompañamiento.
Para integrar la IA de forma sistemática, nuestra estrategia parte de un ejercicio de mapeo: definimos el journey del diseño de una experiencia de aprendizaje y el journey de su vivencia, identificamos las actividades que realizan los distintos agentes —diseñadores, acompañadores, docentes y aprendedores— y determinamos en qué momentos una herramienta de IA aportaría valor real. El resultado es una hoja de ruta de oportunidades para la automatización, la asistencia o el aumento de capacidades. A partir de ella, integramos en nuestras plataformas lo que denominamos andamiajes agénticos: sistemas de agentes de IA configurables para distintas funciones, que pueden personalizarse e incluso ser creados por los propios docentes para responder a necesidades específicas.
Mirando hacia delante, nuestros grandes retos pasan por desarrollar sistemáticamente estos sistemas de agentes en cuatro ámbitos: fortalecer el diseño de experiencias que configuren escenarios complejos y altamente personalizados mediante bifurcaciones y bucles; generar agentes que actúen como compañeros de equipo y permitan parametrizar el aprendizaje colaborativo; acelerar la incorporación de conocimiento experto para distintas industrias a través de agentes especializados; y potenciar todo lo relativo al acompañamiento, la retroalimentación y la evaluación.
Estos ocho atributos configuran nuestra visión de cómo debe evolucionar la educación para responder a las necesidades reales de las personas y las organizaciones. No se trata de un modelo teórico: cada uno de ellos nace de nuestra experiencia trabajando con universidades y otras organizaciones de educación superior y aprendizaje continuo y, empresas en procesos de transformación. La innovación educativa es posible, pero requiere una estrategia bien definida, voluntad de cambio y herramientas que la hagan operativa. Desde Eutika estamos comprometidos con ese camino y abiertos a compartirlo con quienes quieran recorrerlo.