Predicción de las competencias del futuro mediante el «Competence Mining»

Challenge

Las universidades enfrentan una presión creciente para mantener sus programas académicamente actualizados y, al mismo tiempo, orientarlos estratégicamente hacia las competencias del futuro. El problema: las guías docentes existen como datos textuales no estructurados e inconsistentes, difíciles de comparar, apenas legibles por máquinas y que requieren un esfuerzo manual enorme para analizarse. Los análisis de brechas estratégicas – por ejemplo, si un plan de estudios prepara suficientemente a los estudiantes para la Alfabetización en Datos e IA o para las Competencias del Futuro – suelen ser cualitativos, puntuales y sin una base de datos sólida. Los supuestos implícitos sobre competencias que subyacen en los objetivos de aprendizaje y las descripciones de los módulos permanecen invisibles y, con ellos, el potencial sin explotar para el desarrollo curricular.

Approach

STAT-UP desarrolló una Competence Mining Pipeline de tres etapas que no se limita a describir los contenidos curriculares, sino que los modela como una red de competencias estructurada. En la primera etapa, las guías docentes se transforman en

un Knowledge Graph mediante PLN y Grandes Modelos de Lenguaje: los módulos, competencias, métodos y roles se extraen como nodos, se normalizan y se conectan mediante relaciones semánticas. En la segunda etapa, la Link Prediction identifica qué conexiones de competencias son estructuralmente implícitas pero aún no visibles de forma explícita en el currículo, generando hipótesis basadas en datos sobre las competencias puente. En la tercera etapa, los resultados se triangulan mediante Path Mining con marcos de referencia externos: el framework Future Skills 2030 del Stifterverband, el modelo de Alfabetización en Datos e IA de Schüller et al. y el Borrador de Estándar IEEE para Competencia en Datos e IA. El resultado es un mapa sistemático de fortalezas existentes, conexiones implícitas y puntos ciegos dentro del currículo.

Impact

Aplicada a una guía docente modelo del programa ficticio "Civic Transformation, Data, and AI for Public Services", la pipeline reveló patrones concretos: las Community-oriented Future Skills y las Digital Future Skills ya estaban bien consolidadas con una tasa de cobertura de 0,80 respectivamente, mientras que las Transformative Future Skills mostraron brechas significativas con una ratio de 0,33. La Link Prediction identificó aproximadamente 28 nuevas conexiones de competencias potenciales, incluyendo puentes desde contenidos concretos de cursos como "Inclusive Digital Service Design" hacia competencias de futuro de orden superior como el razonamiento ético y la responsabilidad y rendición de cuentas. Con un recall de 0,714, el método detecta la mayoría de los puntos de conexión relevantes y proporciona una base estructurada y orientada a datos para debates estratégicos sobre el desarrollo curricular, sin sustituir el juicio experto del profesorado.