De los test vocacionales al análisis de datos: elegir estudios en la era de la IA

Source: The Conversation – (in Spanish) – By Luis Angel Tapia Aneas, Profesor UVA, Universidad de Valladolid

New Africa/Shutterstock

Elegir qué estudiar siempre ha sido una decisión complicada, pero hoy lo es todavía más: implica hacerlo en un mercado laboral que cambiará antes de que muchos estudiantes terminen su grado.

La digitalización, la automatización y la llegada de la inteligencia artificial están transformando el empleo a una velocidad asombrosa para estudiantes y docentes. Surgen nuevos perfiles profesionales, otros se redefinen y algunas competencias quedan obsoletas en pocos años.

En este contexto, ¿tiene sentido seguir orientando como hace veinte o treinta años?


¿Quiere recibir artículos como este? Suscríbase a La Conversación Docente y reciba los últimos análisis y tendencias en el sector educativo, seleccionados por nuestra editora de Educación Eva Catalán.


Un modelo para un mercado que ya no existe

A lo largo de décadas, las entrevistas individuales y los test de intereses vocacionales han sido la base de la orientación académica. Estos instrumentos han servido para ayudar a los alumnos a conocerse mejor y pensar en sus preferencias.

El inconveniente es que fueron creados para un mercado laboral relativamente estable, en el cual las carreras profesionales eran más predecibles y lineales.

La realidad actual es diferente. El Future of Jobs Report 2023 del Foro Económico Mundial alerta que en el futuro cercano una fracción importante de las habilidades presentes se transformará o desaparecerá. La OCDE ha enfatizado, además, que es necesario fortalecer los sistemas de orientación para ajustarlos a un entorno que está en constante cambio.




Leer más:
Cómo mejorar la orientación académica para limitar el abandono universitario y el paro juvenil


Sin embargo, en muchos centros educativos, la orientación sigue concentrándose en un momento puntual: elegir bachillerato, escoger un grado universitario o decidir una formación profesional específica. Como si optar por cada una de estas cosas supusiese algo inamovible, para toda la vida.

De elegir una profesión a aprender a decidir

Quizá el error esté en cómo entendemos la orientación. No se trata solo de ayudar a “elegir bien”, sino de enseñar a decidir en situaciones de incertidumbre. Lo más probable es que esa decisión deba revisarse varias veces a lo largo de la vida.

Las trayectorias profesionales hoy en día son mucho más dinámicas: hay cambios de sector, reciclajes formativos y especializaciones que se suceden. La orientación debería estar a la par con este proceso, en lugar de limitarse a un diagnóstico inicial.

Aquí es donde la tecnología comienza a desempeñar un papel relevante.

La inteligencia artificial como apoyo

La expansión de la inteligencia artificial en el ámbito educativo está creando nuevas oportunidades. Desde sistemas para personalizar el aprendizaje hasta herramientas de análisis predictivo, hoy esta herramienta forma parte del debate académico y social.

En el ámbito de la orientación académica, estas tecnologías permiten algo que antes era complicado: cruzar grandes volúmenes de información sobre empleo, competencias y formación.

Permiten, por ejemplo:

  • Analizar miles de ofertas de empleo para identificar competencias emergentes.

  • Identificar qué habilidades se repiten en ciertos sectores.

  • Comparar perfiles formativos con las demandas reales del mercado.

  • Actualizar recomendaciones cuando cambian las tendencias.

Esto no significa que una máquina deba decidir por el estudiante. Pero sí puede ofrecer información más precisa y actualizada para ayudar a tomar decisiones más fundamentadas.




Leer más:
Aprender a conocerse, clave para elegir qué estudiar


Ya existen modelos en marcha

Este cambio no es solo teórico. En distintos países ya se están implementando sistemas que combinan datos laborales y orientación profesional.

La red europea Europass ha evolucionado y ya no se limita solo a la creación de currículos. Ahora, gracias a su integración con la clasificación europea ESCO (siglas en inglés de European Skills, Competences, Qualifications and Occupations), ofrece la posibilidad de explorar ocupaciones y competencias que están realmente alineadas con las demandas del mercado laboral.

En Estados Unidos, la plataforma pública O*NET, respaldada por el Departamento de Trabajo, organiza miles de ocupaciones en función de habilidades y tareas. Y esto la convierte en una herramienta fundamental para la orientación educativa y laboral.

En algunos países nórdicos y bálticos, los servicios públicos de empleo han incorporado herramientas digitales que permiten visualizar tendencias en diferentes sectores y analizar la empleabilidad de ciertas formaciones.

Herramientas de orientación profesional

Pero la transformación no se limita al ámbito público. En los últimos años han surgido plataformas digitales que utilizan análisis de datos e inteligencia artificial para relacionar perfiles profesionales actuales con perfiles aspiracionales. Estas herramientas cruzan información sobre experiencia, competencias y tendencias del mercado para identificar brechas formativas y sugerir trayectorias de desarrollo profesional.

A diferencia de los enfoques tradicionales, estos sistemas no se centran solo en “qué me gusta”, sino en “qué me falta” para alcanzar determinados objetivos profesionales. La orientación pasa así de ser un ejercicio introspectivo a convertirse en un proceso basado en evidencia.

Todos estos modelos comparten un rasgo común: combinan autoconocimiento con datos objetivos sobre el entorno laboral.

En la práctica, estas herramientas incluyen tanto plataformas públicas y gratuitas (como Europass u O*NET) como soluciones digitales privadas basadas en análisis de datos. Entre ellas se encuentran sistemas de exploración de ocupaciones, analizadores de tendencias laborales y herramientas que permiten identificar brechas de competencias y recomendar itinerarios formativos o cursos específicos.

Algunas están pensadas para uso individual, pero muchas se podrían integrar en centros educativos o servicios de orientación. Su valor no está tanto en el acceso directo por parte del estudiante, sino en su capacidad para complementar el trabajo del orientador con información actualizada y recomendaciones basadas en datos.

Cómo debería ser el nuevo modelo

Si aceptamos que el mercado laboral es cambiante, el modelo de orientación académica también debe cambiar. Al menos en cuatro aspectos.

  1. Orientación como proceso continuo, es decir, no limitada a un momento específico, sino integrada en distintas etapas educativas. Por ejemplo, incorporar sesiones de orientación en distintos momentos del recorrido educativo (bachillerato, universidad), revisando decisiones en función de nuevas competencias adquiridas o cambios en el mercado laboral.

  2. Integración de datos reales, ofreciendo información actualizada sobre competencias y tendencias, no solo descripciones generales de profesiones. Una buena práctica sobre ello sería utilizar datos de portales de empleo o herramientas como ESCO u O*NET
    para identificar habilidades más demandadas en el mercado laboral en sectores concretos.

  3. Enfoque en las competencias. Analizar qué sabe hacer el estudiante y qué necesitaría desarrollar para distintas opciones formativas o profesionales. Por ejemplo, comparar el perfil de un estudiante (idiomas, habilidades digitales, capacidades analíticas) con los requisitos de un puesto concreto, identificando brechas formativas y proponiendo itinerarios de aprendizaje.

  4. Papel más fuerte del orientador, que puede interpretar datos y contextualizar recomendaciones. También es útil que ayude al estudiante a decidir entre varias opciones formativas con salidas similares, teniendo en cuenta no solo los datos del mercado, sino también su contexto personal, motivación y tolerancia al cambio.

La tecnología puede ofrecer diagnósticos y simulaciones. Pero el apoyo humano sigue siendo esencial para integrar esas recomendaciones en la vida del estudiante.

Orientar en tiempos de incertidumbre

La inteligencia artificial no resuelve por sí sola el reto de la orientación académica. Pero sí obliga a replantearlo.

En un mundo donde las profesiones evolucionan rápidamente, orientar ya no significa señalar un destino fijo, sino dar herramientas para navegar en entornos cambiantes.

La pregunta ya no es qué estudiar para toda la vida, sino cómo construir una trayectoria que pueda adaptarse a lo que aún no conocemos.


¿Quiere recibir artículos como este? Suscríbase a La Conversación Docente y reciba los últimos análisis y tendencias en el sector educativo, seleccionados por nuestra editora de Educación Eva Catalán.


The Conversation

Luis Angel Tapia Aneas no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.

ref. De los test vocacionales al análisis de datos: elegir estudios en la era de la IA – https://theconversation.com/de-los-test-vocacionales-al-analisis-de-datos-elegir-estudios-en-la-era-de-la-ia-276655