“Sin embargo, la IA informa, pero el orientador acompaña. La decisión sigue siendo humana. El orientador tiene el papel clave de trabajar sobre esas expectativas, contrastar la información con la realidad del mercado laboral local y tener en cuenta el contexto personal y emocional del estudiante, algo que la IA no puede hacer.”, según Fernando Pavón, responsable de Educación Online del grupo Metrodora Education.
Fernando Pavón es un profesional especializado en innovación educativa y transformación digital, con un papel relevante en la adaptación de los modelos formativos a las nuevas demandas del entorno tecnológico y laboral. Actualmente se desempeña como responsable de Educación Online en Metrodora Education, donde lidera el desarrollo y la consolidación de estrategias de formación digital. Su importancia radica en su capacidad para integrar tecnología, pedagogía y empleabilidad, contribuyendo a la evolución de la educación hacia formatos más flexibles, personalizados y orientados al mercado.
¿Cómo modificará la IA generativa la búsqueda de información sobre carreras universitarias, pasando de consultas genéricas a respuestas personalizadas para futuros estudiantes?
La IA generativa está transformando radicalmente cómo los estudiantes se informan sobre su futuro académico. Más del 85% de los estudiantes ya utilizan herramientas de IA en su proceso de orientación (Annual Student Quest Survey 2024), y esta tendencia crece de forma exponencial. El cambio fundamental es que se pasa de búsquedas genéricas en buscadores tradicionales a conversaciones personalizadas donde el alumno puede preguntar directamente: ¿qué carrera encaja conmigo?, ¿qué estudiar para tener trabajo?, ¿FP o universidad?
La IA responde de forma instantánea, adaptando la información al perfil de la consulta. Esto supone una ventaja enorme para los estudiantes en términos de accesibilidad y velocidad, pero también implica riesgos importantes: la IA no conoce al alumno personalmente, no entiende su contexto familiar, social ni emocional. Por ello, el rol del orientador seguirá siendo imprescindible para contrastar, contextualizar y humanizar esa información.
La IA responde de forma instantánea, adaptando la información al perfil de la consulta
¿Cuál es el futuro de las actuales plataformas de recomendación o marketplaces?
Las plataformas de recomendación y los marketplaces educativos deberán evolucionar profundamente para no quedar obsoletos. La IA generativa ya ofrece comparativas, recomendaciones y análisis que antes eran el valor diferencial de estas plataformas. El futuro apunta hacia plataformas que integren IA conversacional, datos predictivos de comportamiento y personalización avanzada. Aquellas que no incorporen estas capacidades quedarán desplazadas por herramientas como ChatGPT u otros asistentes que dan respuestas inmediatas y contextualizadas. El valor añadido de los marketplaces del futuro residirá en la calidad y veracidad de sus datos, la integración con orientadores humanos y la capacidad de ofrecer experiencias interactivas que la IA generalista no puede replicar.
¿De qué forma la IA facilitará la comparación de opciones entre FP y universidad en el proceso de orientación de estudiantes preuniversitarios?
Una de las preguntas más frecuentes de los alumnos es precisamente ¿FP o universidad? La IA está facilitando esta comparativa de forma notable: puede analizar simultáneamente salidas laborales, duración de estudios, coste, empleabilidad por sector y adecuación al perfil del estudiante. Esto permite que los alumnos lleguen a las entrevistas con sus orientadores mucho mejor informados y con expectativas más claras sobre cada opción.
Sin embargo, la IA informa, pero el orientador acompaña. La decisión sigue siendo humana. El orientador tiene el papel clave de trabajar sobre esas expectativas, contrastar la información con la realidad del mercado laboral local y tener en cuenta el contexto personal y emocional del estudiante, algo que la IA no puede hacer.
Además, cuando hablamos de alumnos preuniversitarios que aún están definiendo su vocación, no hay nada comparable a la experiencia directa. Visitar los centros donde se imparten los estudios que les interesan, asistir a jornadas de puertas abiertas, hablar con profesores y estudiantes o conocer de primera mano las instalaciones y el ambiente académico les permite hacerse una idea mucho más realista de lo que implica cada formación. Esa experiencia presencial complementa la información que pueden obtener a través de herramientas tecnológicas y ayuda a que la decisión final sea más consciente y fundamentada.
¿Cómo evolucionará la orientación profesional mediante IA, integrando perfiles personales con salidas laborales en la educación superior?
La orientación profesional evolucionará hacia modelos híbridos donde la IA aporte el análisis de datos y el orientador aporte el acompañamiento humano. La IA será capaz de cruzar perfiles de intereses y competencias del estudiante con datos de mercado laboral en tiempo real, tendencias por sectores y proyecciones de empleabilidad. Esto enriquecerá enormemente la información disponible en el proceso de orientación.
El papel del orientador evolucionará hacia la educación digital y el pensamiento crítico: enseñar a los alumnos a interpretar y cuestionar las respuestas de la IA, a no confiar ciegamente en ella (actualmente la mayoría confía plenamente en sus respuestas sin formación previa), y a integrar esa información dentro de un proyecto de vida más amplio.
La IA será capaz de cruzar perfiles de intereses y competencias del estudiante con datos de mercado laboral en tiempo real, tendencias por sectores y proyecciones de empleabilidad
¿En qué medida la IA reducirá el abandono temprano en universidades al mejorar la búsqueda informativa inicial de los estudiantes?
Un factor significativo del abandono universitario temprano es la elección desinformada: estudiantes que llegan a una carrera con expectativas que no se corresponden con la realidad. La IA, al mejorar la calidad y personalización de la información previa a la matrícula, puede contribuir a reducir ese desajuste. Si un estudiante puede explorar de forma realista las salidas laborales, el nivel de exigencia, el contenido real de la carrera y la adecuación a su perfil antes de matricularse, la probabilidad de que su elección sea más acertada aumenta.
No obstante, esta mejora solo se materializará si la información que ofrece la IA es fiable y si el estudiante recibe formación para interpretarla críticamente. Sin guía previa, el uso no supervisado de IA puede generar expectativas distorsionadas que, paradójicamente, aumenten la frustración y el abandono.
Si un estudiante puede explorar de forma realista las salidas laborales, el nivel de exigencia, el contenido real de la carrera y la adecuación a su perfil antes de matricularse, la probabilidad de que su elección sea más acertada aumenta
¿Cómo personalizará la IA las campañas de marketing de universidades para atraer estudiantes basándose en datos predictivos de comportamiento?
La IA permite a las universidades analizar enormes volúmenes de datos de comportamiento digital de los potenciales estudiantes: qué búsquedas realizan, qué contenidos consumen, qué dudas plantean en chatbots, qué comparativas hacen. Con estos datos, es posible construir perfiles predictivos y lanzar campañas hiperpersonalizadas que lleguen al estudiante adecuado con el mensaje adecuado en el momento adecuado.
Por ejemplo, un estudiante que ha comparado repetidamente FP sanitaria con el Grado de Enfermería puede recibir contenido específico sobre las prácticas, la empleabilidad o las diferencias metodológicas entre ambas opciones en la institución concreta. Esto incrementa la relevancia de la comunicación y la eficacia del marketing.
¿Cuáles serán los principales cambios en las estrategias de marketing universitario impulsados por la automatización IA en la captación de leads?
El marketing universitario pasará de estrategias masivas y poco segmentadas a estrategias de precisión. La automatización mediante IA permitirá: segmentación avanzada de audiencias, generación de contenido personalizado a escala, automatización de flujos de nurturing según el comportamiento del prospecto y optimización continua de campañas en tiempo real.
El perfil del profesional de marketing universitario también cambiará: menos enfocado en tareas operativas y más en estrategia, interpretación de datos y supervisión de los sistemas de IA. Las universidades que más rápido adopten estas herramientas tendrán ventaja competitiva en la captación, especialmente en un contexto de demografía decreciente en algunas regiones de España.
¿Qué impacto tendrá la IA en el lead scoring para optimizar la conversión de prospectos en matrículas universitarias?
El lead scoring tradicional, basado en criterios estáticos y segmentación manual, evolucionará hacia modelos de scoring dinámico impulsados por IA. Estos modelos analizarán en tiempo real el comportamiento del prospecto (páginas visitadas, formularios completados, interacciones con chatbots, contenidos descargados, tiempo de respuesta) y asignarán puntuaciones predictivas sobre la probabilidad de matrícula.
Esto permite a los equipos de admisiones priorizar su atención en los prospectos con mayor probabilidad de conversión, personalizar las comunicaciones en función del momento del proceso en que se encuentre cada candidato y detectar señales tempranas de desinterés para reactivar el contacto. El resultado es una mayor eficiencia en los recursos de captación y una mejora en las tasas de conversión.
¿Cómo integrará la IA herramientas de chatbots y análisis predictivo en el marketing para conectar con exalumnos y futuros estudiantes?
Los chatbots de nueva generación basados en IA son capaces de mantener conversaciones naturales, resolver dudas complejas sobre oferta académica, procesos de admisión o becas, y derivar al prospecto al interlocutor humano adecuado cuando la situación lo requiere. Para los futuros estudiantes, esto mejora la experiencia de información y reduce las barreras en el proceso de decisión.
En el caso de exalumnos, la IA permite personalizar la comunicación para programas de formación continua, másters o programas de desarrollo profesional, analizando su trayectoria profesional y anticipando sus necesidades formativas. El análisis predictivo permite también identificar patrones de re-engagement y lanzar campañas en los momentos de mayor receptividad.
Los chatbots de nueva generación basados en IA son capaces de mantener conversaciones naturales, resolver dudas complejas sobre oferta académica
¿Qué desafíos enfrentarán las universidades públicas españolas en marketing ante la personalización IA?
Las universidades públicas españolas enfrentarán desafíos específicos en este proceso de transformación. En primer lugar, la brecha de recursos: las herramientas de IA avanzada y los equipos especializados representan una inversión significativa que puede resultar difícil de asumir en contextos de presupuesto limitado. En segundo lugar, la rigidez institucional y burocrática puede ralentizar la adopción de nuevas tecnologías y metodologías.
Además, existe un desafío ético y de privacidad de datos relevante: la normativa europea (RGPD) impone restricciones sobre el uso de datos de comportamiento de potenciales estudiantes, muchos de ellos menores de edad. Las universidades deberán construir modelos de personalización que sean a la vez eficaces y respetuosos con la privacidad. Finalmente, la brecha entre el perfil digital de los orientadores y el de los estudiantes es un reto adicional que requiere formación y actualización continua de los profesionales.
Además, existe un desafío ético y de privacidad de datos relevante
¿De qué modo facilitará la IA la movilidad estudiantil entre Iberoamérica y España?
La IA puede actuar como un gran nivelador de acceso a la información para estudiantes iberoamericanos interesados en estudiar en España. Hoy, navegar por los requisitos de homologación, acceso a becas, reconocimiento de títulos, visados y oferta académica disponible es un proceso complejo y fragmentado. La IA generativa puede integrar y simplificar esta información, respondiendo de forma personalizada y en el idioma del estudiante sobre su caso concreto.
Además, los chatbots y asistentes virtuales de las universidades españolas pueden estar disponibles 24/7 para atender consultas desde cualquier zona horaria de América Latina, eliminando una barrera práctica importante. A nivel de captación, la IA permite a las universidades españolas identificar y contactar de forma más eficiente a perfiles iberoamericanos que encajen con su oferta académica, facilitando así una movilidad estudiantil más fluida y bidireccional.
ENTREVISTA POR ALFONSO GONZÁLEZ EsdiES
