AI Academic Advising: Del acompañamiento reactivo a la orientación continua
Durante décadas, el acompañamiento académico ocupó un lugar central en la experiencia universitaria. Cada decisión importante, desde la inscripción a una asignatura hasta la planificación de una trayectoria curricular, encontraba en el advisor o en el equipo de apoyo académico un punto de referencia. Sin embargo, el modelo sobre el que se construyó ese acompañamiento responde a una realidad muy distinta de la que enfrentan hoy las instituciones de educación superior.
Las universidades gestionan poblaciones estudiantiles más diversas, trayectorias menos lineales y una oferta académica cada vez más flexible. Los estudiantes combinan modalidades presenciales y virtuales, cursan programas interdisciplinarios, interrumpen y retoman sus estudios, trabajan mientras estudian y esperan acceder a respuestas inmediatas desde cualquier dispositivo. Tal como plantea NACADA, The Global Community for Academic Advising. Al mismo tiempo, las instituciones generan más información que nunca. Los sistemas académicos, los LMS, las plataformas de evaluación, los servicios estudiantiles y las herramientas de colaboración producen un volumen creciente de datos sobre la actividad académica y la experiencia de aprendizaje.
Paradójicamente, ese crecimiento de la información no siempre se traduce en un mejor acompañamiento.
La mayoría de las universidades continúa ofreciendo un modelo de advising basado en interacciones puntuales. El estudiante identifica un problema, solicita una reunión y recibe orientación cuando la situación ya requiere intervención. En muchos casos, la institución dispone de información suficiente para haber detectado esa necesidad mucho antes.
La inteligencia artificial abre la posibilidad de cambiar ese paradigma.
No porque sustituya el trabajo de los equipos de apoyo académico, sino porque permite que el acompañamiento deje de depender exclusivamente de encuentros aislados y evolucione hacia un modelo de orientación continua.
¿Qué entendemos por orientación continua?
La orientación continua es un modelo de acompañamiento académico en el que la universidad mantiene una relación permanente con el estudiante a lo largo de toda su trayectoria educativa. En lugar de intervenir únicamente cuando aparece un problema, la institución utiliza el conocimiento disponible para ofrecer información, recomendaciones y apoyo en el momento en que cada estudiante lo necesita.
Este enfoque transforma el propósito del academic advising, el objetivo deja de ser responder consultas administrativas, pasa a ser acompañar decisiones.
Cada interacción representa una oportunidad para ayudar al estudiante a comprender mejor su recorrido académico, anticipar desafíos y acceder a los recursos adecuados antes de que una dificultad afecte su experiencia o su permanencia.
La inteligencia artificial permite escalar este modelo porque conecta información que antes permanecía dispersa entre diferentes sistemas y la presenta de forma contextualizada para estudiantes, docentes y equipos académicos.
El resultado es una universidad capaz de acompañar de forma más consistente, personalizada y oportuna.
El modelo tradicional comienza a mostrar sus límites
El advising tradicional fue diseñado para un contexto donde el volumen de estudiantes era menor, las trayectorias académicas seguían recorridos relativamente homogéneos y la mayor parte de la información circulaba a través de encuentros presenciales.
Hoy la realidad es distinta.
Los advisors dedican una parte importante de su tiempo a responder preguntas repetitivas relacionadas con calendarios académicos, requisitos de inscripción, correlatividades, equivalencias, reglamentos o procedimientos administrativos.
Cada una de esas respuestas aporta valor al estudiante. Sin embargo, también consume tiempo que podría destinarse a conversaciones de mayor impacto académico. Mientras tanto, los estudiantes esperan acceder a información inmediata, independientemente del horario o del canal de comunicación. Esta tensión genera un desafío para las universidades:
¿Cómo ofrecer una experiencia más personalizada sin incrementar proporcionalmente la carga operativa de los equipos de advising?
Diversos estudios publicados por EDUCAUSE muestran que las instituciones están priorizando experiencias digitales más integradas, servicios personalizados y un mayor uso de inteligencia artificial para fortalecer el Student Success.
La inteligencia artificial amplía la capacidad de los advisors
Cada nueva tecnología suele despertar la misma preocupación: si la inteligencia artificial terminará reemplazando funciones tradicionalmente realizadas por personas.
En el caso del academic advising, esa interpretación parte de un supuesto equivocado.
El valor diferencial de un advisor nunca estuvo en recordar reglamentos o localizar información administrativa. Su aporte radica en interpretar contextos, comprender objetivos personales, ayudar a tomar decisiones complejas y construir relaciones de confianza con los estudiantes.
La inteligencia artificial puede asumir gran parte de las consultas transaccionales que hoy ocupan una porción significativa del tiempo de los equipos académicos. Puede explicar procesos de inscripción, responder preguntas sobre planes de estudio, interpretar reglamentos institucionales o guiar a un estudiante hacia el recurso adecuado. Pero cuando un estudiante necesita redefinir su trayectoria, enfrentar dificultades académicas o evaluar distintas alternativas para continuar sus estudios, el criterio humano continúa siendo insustituible.
En ese escenario, la IA no reemplaza al advisor, por el contrario, lo potencia, le permite dedicar más tiempo al trabajo para el que fue formado.
Esta visión coincide con las recomendaciones de UNESCO, que plantea que la inteligencia artificial debe fortalecer las capacidades humanas y complementar el trabajo de docentes y profesionales, preservando siempre la autonomía y el criterio institucional.
Del seguimiento periódico al acompañamiento permanente
Uno de los cambios más relevantes que introduce la inteligencia artificial consiste en modificar el momento en que la universidad interactúa con sus estudiantes.
En un modelo tradicional, la institución actúa cuando el estudiante solicita ayuda. En un modelo de orientación continua, la institución puede identificar señales que justifican una intervención antes de que aparezca el problema.
- Una disminución sostenida en la participación dentro del LMS.
- Cambios abruptos en el rendimiento académico.
- Retrasos en las inscripciones.
- Consultas reiteradas sobre un mismo procedimiento.
Cada una de estas señales, considerada de forma aislada, ofrece información limitada. Analizadas en conjunto, permiten comprender mejor el contexto de cada estudiante y priorizar acciones de acompañamiento.
La inteligencia artificial no toma esas decisiones, pero si proporciona el contexto necesario para que advisors, equipos de Student Success y autoridades académicas puedan intervenir con mayor oportunidad y mejores herramientas.
La posibilidad de intervenir antes de que aparezcan problemas constituye uno de los principales objetivos de las estrategias de Student Success promovidas por organizaciones como Complete College America, que destacan la importancia de utilizar información oportuna para acompañar las trayectorias estudiantiles.
Este cambio también está impulsando una colaboración cada vez mayor entre universidades, empresas tecnológicas y organizaciones del ecosistema educativo. Iniciativas como AWS for Education promueven el desarrollo de infraestructuras que permiten a las instituciones incorporar inteligencia artificial de manera escalable y segura.
Cómo este modelo cobra vida en una universidad
La transición hacia un modelo de orientación continua no comienza con la implementación de una herramienta. Comienza cuando la institución decide que el acompañamiento estudiantil debe estar disponible más allá de una reunión, un horario de atención o un canal específico.
La inteligencia artificial hace posible ese cambio, pero su impacto depende de cómo la universidad organiza su conocimiento, integra sus sistemas y redefine el rol de sus equipos académicos. La tecnología amplía la capacidad institucional para acompañar mejor a cada estudiante. La estrategia sigue estando en manos de las personas.
En el artículo Advisor: acompañamiento para la gestión de la vida estudiantil analizamos cómo estos principios se traducen en una implementación concreta. En el exploraremos cómo una universidad puede ofrecer respuestas inmediatas sobre reglamentos, procesos académicos, calendarios y servicios estudiantiles, reduciendo la carga operativa de sus equipos y mejorando la experiencia de quienes interactúan con la institución todos los días.
Estamos diseñando la educación del futuro. Hablemos
