Durante años, la conversación sobre credenciales digitales se detuvo en un solo punto: “La Emisión”. Un certificado verificable, respaldado por un sistema seguro, capaz de resistir la falsificación. Esa idea sigue siendo válida, pero es apenas el primer peldaño de algo mucho más amplio. Hoy, la emisión de un certificado digital verificable es la base necesaria de cualquier sistema de credenciales serio, aunque ya NO es lo que diferencia a una institución de otra. Es, en rigor, un commodity del mercado.
SILVINA P. VALDEZ
Lo que realmente distingue a una institución, a un empleador o a un sistema educativo entero es lo que ocurre después de esa emisión. Para entenderlo, resulta útil pensar en las credenciales digitales no como un documento aislado, sino como un stack de cuatro capas, cada una construida sobre la anterior, y cada una agregando un nivel de valor que la capa previa por sí sola no puede ofrecer.
Capa 1 — Emisión: la condición necesaria
La primera capa es la más conocida: certificados digitales verificables, emitidos con estándares de seguridad que garantizan su autenticidad. Cualquier plataforma seria de credenciales digitales puede resolver esto hoy. Es, por definición, una condición necesaria — pero no diferencial. Quedarse únicamente en esta capa equivale a construir una casa y detenerse en los cimientos: son indispensables, pero nadie vive en ellos.
Capa 2 — Interoperabilidad:
La segunda capa introduce algo que los certificados tradicionales rara vez ha lograro: “La Interoperabilidad Real”. A través de estándares abiertos como Open Badges, CLR (Comprehensive Learner Record) y Europass/ELM, una credencial deja de estar atada a la plataforma que la emitió y se vuelve legible y válida entre instituciones, sistemas y países distintos.
una credencial deja de
estar atada a la plataforma
que la emitió y se vuelve
legible y válida entre
instituciones, sistemas
y países distintos.
Aquí es donde entra otro cambio estructural: la credencial emitida como NFT en Blockchain, es decir, en la wallet del propio usuario. Esto no es un detalle técnico menor — implica portabilidad genuina, mayor seguridad frente a la pérdida o alteración del registro, e independencia respecto del proveedor tecnológico que la emitió originalmente. La credencial deja de ser propiedad de la plataforma y pasa a ser, en un sentido literal, propiedad de la persona que la obtuvo.
Capa 3 — Trazabilidad:
La tercera capa responde a una pregunta que la emisión, por sí sola, no puede contestar: ¿qué pasó con esta credencial después de emitida? La trazabilidad permite seguir el recorrido real de cada credencial — su uso efectivo, su conexión con oportunidades laborales concretas, su impacto medible en la trayectoria de quien la posee.
Pero hay algo más que ocurre en esta capa, y que suele pasar desapercibido: cuando la industria confirma que una persona efectivamente aplica una competencia en el trabajo real, está ejerciendo un segundo tipo de certificación — distinto del que emitió la institución educativa, pero igual de valioso. La educación certifica que algo se enseñó y se aprendió.
La industria certifica, con evidencia de uso, que ese aprendizaje se traduce en desempeño real. Son dos roles de certificación complementarios, no superpuestos: uno valida la formación, el otro valida la aplicación. Una credencial trazable deja de ser un documento estático archivado en un cajón digital y se convierte en evidencia viva de un recorrido — un recorrido que, en algún punto, la industria misma ayuda a confirmar.
Capa 4 — Skills Intelligence:
La cuarta capa es, quizás, la de mayor potencial transformador. Cuando millones de credenciales trazables se agregan, emerge algo que ninguna credencial individual puede ofrecer por sí sola: un mapa dinámico de las competencias que efectivamente demanda el mercado laboral. Ya no se trata de inferir qué habilidades importan a partir de encuestas o percepciones generales, sino de observar, en datos concretos, qué combinaciones de competencias abren puertas reales a oportunidades laborales.
Esta capa se apoya en tres construcciones de datos complementarias. El Skill Graph es la estructura de base: una red que conecta competencias entre sí y con roles, industrias y niveles de seniority — no como una lista plana, sino como un grafo donde una habilidad se define también por las que la rodean. Sobre ese grafo se construye el Skill Map: la representación de qué competencias tiene efectivamente una persona, una cohorte de egresados, o una institución entera, en un momento dado. Y de la comparación entre ese mapa y las competencias que el sector productivo demanda en tiempo real surge el Skill Gap: la brecha concreta y medible entre lo que el mercado necesita y lo que el sistema educativo está produciendo.
Acá es donde la inteligencia artificial deja de ser un accesorio y se vuelve condición de posibilidad. Ningún equipo humano puede procesar en tiempo real millones de credenciales, cruzarlas con miles de descripciones de puestos que cambian todas las semanas, y detectar ahí patrones que no son evidentes a simple vista. Los modelos de IA son los que permiten que el Skill Graph no sea una taxonomía estática armada una vez y actualizada cada dos años, sino una estructura que aprende: que ajusta las relaciones entre competencias a medida que el mercado las redefine, que detecta cuándo una habilidad empieza a combinarse con otras de forma distinta, y que anticipa —antes de que se vuelva sentido común— qué combinaciones van a valer más el año que viene.
Esa misma capacidad predictiva es la que transforma el Skill Gap de un diagnóstico retrospectivo en una señal de anticipación. No alcanza con que una institución sepa qué enseñó; necesita saber si eso coincide con lo que las empresas de su región y su industria efectivamente están buscando cubrir hoy, y hacia dónde se está moviendo esa demanda. Cuando el Skill Gap se mide con datos agregados y actualizados en lugar de intuiciones o estudios de mercado desactualizados, la institución deja de reaccionar tarde: puede anticipar qué competencias reforzar antes de que la brecha se vuelva estructural.
Los modelos de IA son
los que permiten que
el Skill Graph no sea
una taxonomía estática
Esta doble certificación —educativa e industrial— es, en definitiva, lo que hace confiable al mapa que emerge en esta capa. El Skill Graph no se construye solo a partir de lo que las instituciones dicen haber enseñado, sino también de lo que la industria confirma que efectivamente se usa y se necesita. Es esa combinación —competencia certificada en origen, aplicación certificada en destino— la que le da al skill gap su valor real: no es una brecha estimada desde un solo lado del sistema, sino una brecha medida con evidencia de ambos.
Esta capa es, además, la que permite cerrar un círculo que la educación tradicional rara vez cierra: retroalimentar el diseño curricular con evidencia real sobre resultados y demanda del sector productivo, en lugar de intuiciones sobre lo que el mercado podría necesitar.
Vale la pena resaltar que lo que no se mide, no se gestiona. Y lo que no se gestiona, con el tiempo, pierde valor. Una institución que no cuenta con datos de medición sobre sus propias competencias y su brecha frente al mercado no tiene forma de gestionar esa brecha — solo puede reaccionar cuando ya es evidente para todos, generalmente demasiado tarde.
De la infraestructura al ecosistema vivo
Gran parte del sector continúa concentrando sus esfuerzos casi exclusivamente en la primera capa. Es comprensible: es la más visible, la más fácil de comunicar, la que primero se implementa. Pero el valor diferencial real para instituciones, estudiantes y empleadores se construye en las capas dos, tres y cuatro — donde la credencial viaja, se confirma con evidencia real de uso, y se convierte en Inteligencia Colectiva sobre el mercado laboral. Ahí es donde una credencial deja de ser un documento estático — una foto fija de un momento puntual — para convertirse en parte de algo vivo: un ecosistema donde educación e industria certifican en conjunto, cada una desde su rol, y donde la credencial no termina en el momento de la emisión, sino que empieza a generar valor a partir de ahí.
La pregunta que las instituciones educativas deberían empezar a hacerse no es si van a emitir credenciales digitales — eso ya dejó de ser una discusión. La pregunta es en qué capa del stack están construyendo su estrategia, y qué tan preparadas están para avanzar hacia las capas donde realmente se juega el futuro de la educación y el empleo.
Por Silvina P. Valdez, Co-Fundadora y Directora Ejecutiva de POK (Proof of Knowledge)
