La analítica de datos (data analytics) es cada vez más importante en la educación universitaria. Para sacar el mejor provecho de ella se requiere acompañarla con el uso de la inteligencia artificial (IA). Esta combinación de tecnologías se ha convertido en una herramienta poderosa que ayuda a atraer y retener a los alumnos, comprender las necesidades de los profesores y los estudiantes, agilizar los procesos y mejorar la experiencia del usuario (UX) en el campus, entre otras cosas. Algunos ejemplos de la utilidad de la analítica de datos son:

Analítica de datos e IA en los campus

●Facilitar las inscripciones: Las universidades pueden recurrir a la inteligencia artificial y la analítica de datos para identificar a los estudiantes con más probabilidades de incorporarse sin problemas a la institución y quiénes podrían necesitar orientación y asistencia adicionales. Algunas instituciones, por ejemplo, utilizan chatbots con IA para responder preguntas y auxiliar a los estudiantes y mejorar su experiencia al ingresar a la universidad.

●Disminuir la deserción: La inteligencia artificial y la analítica de datos también ayudan a evitar que los alumnos abandonen los estudios. Pueden, por ejemplo, monitorear la frecuencia con la que los estudiantes recurren a herramientas de ayuda en línea para complementar el trabajo en el aula. Al comparar esa métrica con otras (como el número de cursos reprobados o dados de baja), los algoritmos facilitan el determinar si un estudiante necesita asesoramiento académico personalizado antes de que sea demasiado tarde.

Científicos para operar la analítica de datos

●Optimizar el uso de las redes: La analítica de datos impulsada por IA permite brindar información útil sobre el uso de las redes universitarias. Así se puede facilitar la administración y asignación del ancho de banda según cambian las necesidades de los usuarios a lo largo del día.

Analítica de datos e IA en los campus

Favorecer los deportes: Al estudiar el tráfico de datos es posible identificar a los jugadores con potencial para integrarse a los equipos de eSports universitarios, cada vez más populares e importantes en los campus. La analítica de datos también potencia el desempeño en los deportes físicos. Por ejemplo, aplicada al análisis de videograbaciones de juegos pasados, ayuda los entrenadores y a los jugadores a reconocer patrones, como por ejemplo, integrantes que a menudo queden fuera de posición, o bien, la efectividad de las formaciones empleadas por los equipos adversarios en jugadas específicas.

Para aprovechar al máximo la analítica de datos potenciada por inteligencia artificial es necesario planear una buena estrategia para recopilar y procesar la información generada en diferentes sistemas y puntos de recopilación para evitar que se quede estancada en silos. Sin embargo, lo más importante no es la tecnología, sino las personas que la operan. Por ello, resulta indispensable contratar científicos de datos competentes y calificados, con una profunda comprensión de las herramientas a utilizar y de la mejor manera de desplegar a la inteligencia artificial en todo el campus para aplicarla a la analítica de datos.