La Trobada dels Serveis Informàtics de les Universitats de Catalunya (TSIUC) se realizará el 19 de noviembre en la Universitat Autònoma de Barcelona (UAB) y tratará sobre la gestión de datos en la universidad. Aquellas personas que quieran contribuir a la jornada con sus conocimientos, experiencias y proyectos, pueden enviar una propuesta de ponencia a través de este formulario hasta el 15 de septiembre a las 23:59 h. 

Los datos, un reto estratégico para las universidades

La gestión de los datos se ha convertido en un reto estratégico y estructural para las universidades. El volumen y la complejidad de los datos crece día a día y, mientras reflexionamos sobre cómo convertimos en información de valor estos datos y cómo los usamos para generar servicios para la ciudadanía, la avalancha de datos no se detiene.

Son datos que provienen de múltiples fuentes y sistemas, que deben permitir la interoperabilidad y el intercambio con otros sistemas de otras instituciones y administraciones. Al mismo tiempo, debemos garantizar que son de calidad, fiables y que se mantienen actualizadas, sin olvidar que es necesario protegerlas, especialmente las de carácter personal, y que es necesario garantizar los derechos digitales de las personas y la transparencia de estos datos.

Además, la aprobación, previsiblemente en las próximas semanas, del Proyecto de Real Decreto que modifica el RD 640/2021, introducirá nuevas obligaciones, criterios de calidad y mecanismos de supervisión vinculados a los datos.

La inteligencia artificial: oportunidades y retos

En este contexto, la irrupción de la inteligencia artificial (IA) ha abierto una ventana de posibilidades en su uso en la universidad, pero a la vez ha sacado a la luz debilidades en la gestión de los datos. No podemos olvidar que los datos son el "combustible" de la IA. Sin datos de calidad, la IA no puede analizar, predecir ni ayudar a mejorar la docencia, la investigación o la gestión universitaria.

Sólo en el ámbito docente, la IA basada en el análisis de datos puede ayudar a anticipar el abandono escolar, realizar un análisis del rendimiento académico y optimizar la oferta docente, por ejemplo. La IA para el procesamiento de lenguaje natural permite detectar plagio en trabajos, analizar sentimientos en encuestas docentes o generar resúmenes automáticos, además de mejorar la accesibilidad.

Para predecir la demanda de plazas, recomendar itinerarios formativos o planificar recursos docentes puede utilizarse la IA para obtener un análisis predictivo y prescriptivo. La IA generativa puede ayudar en la generación de textos académicos, entre otros.

Aplicaciones prácticas

¿Cómo avanzamos en este camino? El primer paso es definir responsabilidades claras sobre quién recoge, valida, mantiene y utiliza los datos. También concretar políticas institucionales de gestión de datos y sistemas de control interno. La universidad debe tener personas, herramientas y procesos que sean capaces de recoger, entender y utilizar los datos para tomar buenas decisiones a largo plazo.

Los datos son como un mapa: si los sabemos leer bien, podemos ver qué está pasando, qué funciona, qué falla y hacia dónde hay que ir para mejorar la docencia, la investigación y la gestión institucional. Y, todo junto, todavía puede hacerse mejor si las podemos tratar con IA de una forma responsable.
¿Cómo se recogen, gestionan y utilizan los datos? ¿Qué datos nos faltan para tomar decisiones informadas? ¿Cómo nos afectan las políticas de datos actuales (UNEIX, SIIU, Real Decreto 640...)? ¿Cómo nos formamos en un uso ético y crítico de la IA que saque lo mejor de los datos?