La confianza en la IA supera la preparación para el trabajo
Las universidades vietnamitas están invirtiendo mucho en inteligencia artificial, y los estudiantes tienen más confianza que sus pares de otros mercados encuestados en su capacidad para trabajar con IA. Sin embargo, según un estudio de Pearson y Amazon Web Services (AWS), los empleadores observan una brecha entre esa confianza y la capacidad de los graduados para aplicar la IA de manera eficaz en el trabajo.
Contenido
- La confianza en la IA supera la preparación para el trabajo
- La inversión avanza rápido, pero de forma desigual
- Qué dicen los empleadores que les falta a los graduados
- Cuatro competencias definen a un graduado preparado para la IA
- Convertir el contacto con los empleadores en práctica compartida
- La responsabilidad va más allá de las universidades y los empleadores
- En síntesis
La encuesta en Vietnam encontró que el 96 por ciento de los líderes de educación superior afirmó que sus instituciones estaban invirtiendo en IA. Más del 52 por ciento de los estudiantes calificó su preparación para trabajar en un entorno con IA con una puntuación de entre 8 y 10 sobre 10, el nivel de confianza más alto entre los seis mercados estudiados. En cambio, solo el 15 por ciento de los empleadores vietnamitas calificó como excelentes a los recién graduados en las ocho competencias necesarias en lugares de trabajo que integran la IA.
El estudio encuestó a 402 personas en Vietnam: 301 estudiantes, 50 líderes universitarios y docentes, y 51 empleadores y líderes empresariales. La investigación más amplia abarcó Vietnam, Brasil, Malasia, Arabia Saudita, el Reino Unido y Estados Unidos. Sus conclusiones señalan un desafío que va más allá del acceso a las herramientas de IA: los graduados deben demostrar que pueden utilizarlas con criterio, verificar sus resultados y aplicarlas a tareas prácticas.
Esta brecha es importante a medida que la IA transforma el trabajo y los puestos de nivel inicial. Un estudiante que sabe dar instrucciones a un chatbot todavía puede tener dificultades para decidir si la respuesta es precisa, detectar qué pruebas faltan o explicar cómo una recomendación asistida por IA responde a una necesidad empresarial. Para estos pasos se requieren conocimientos técnicos, además de pensamiento crítico, comunicación y dominio de la materia.
La inversión avanza rápido, pero de forma desigual
El informe clasifica a Vietnam como un «estratega de alta velocidad», un mercado que considera la IA una prioridad estratégica y realiza inversiones sustanciales en este ámbito. Nueve de cada diez líderes universitarios encuestados afirmaron que los cambios en el lugar de trabajo impulsados por la IA se estaban produciendo «extremadamente rápido» o «muy rápido». Esa cifra superó en 23 puntos porcentuales el promedio mundial, del 67 por ciento. Todos los líderes académicos encuestados esperaban que el ritmo aumentara en los próximos dos años.
La inversión no garantiza que las instituciones puedan seguir el ritmo de todos los avances. Solo el 28 por ciento de las instituciones vietnamitas encuestadas afirmó que estaba al día con todos los avances de la IA. El informe menciona inversiones en áreas como el desarrollo docente, la infraestructura informática, la capacidad técnica, los planes de estudio y los sistemas de IA para las operaciones institucionales, y señala que la preparación depende de cómo esos recursos se traduzcan en aprendizaje y práctica.
La encuesta también encontró que el 84 por ciento de los líderes de educación superior mantenía contacto regular con los empleadores para entender las necesidades del mercado. Es un punto de partida importante, aunque el contacto regular no implica necesariamente que los empleadores ayuden a diseñar cursos o evaluar el trabajo de los estudiantes. El siguiente paso es hacer que esas alianzas sean más prácticas y sostenidas.
Las autoevaluaciones de los estudiantes aportan información útil sobre su confianza, pero no miden directamente su desempeño laboral. Por su parte, los empleadores evalúan a los graduados según las tareas y expectativas que encuentran en el trabajo. La brecha entre esas perspectivas indica que los cursos y las evaluaciones deben ofrecer a los estudiantes más oportunidades para demostrar habilidades aplicadas, y no solo familiaridad con las herramientas.
Qué dicen los empleadores que les falta a los graduados
Los empleadores vietnamitas identificaron varios problemas en el uso de la IA por parte de los graduados. El 43 por ciento mencionó malos hábitos, entre ellos confiar demasiado en los resultados de la IA y verificar o comprobar los datos de manera deficiente. El 37 por ciento señaló la falta de experiencia práctica, mientras que el 35 por ciento mencionó una dependencia excesiva de las herramientas de IA. Las respuestas pueden superponerse, pero en conjunto muestran por qué el acceso, por sí solo, no basta para medir la preparación.
Solo el 8 por ciento de los empleadores calificó como excelentes a los graduados en la evaluación crítica de los resultados de la IA. Esta habilidad implica contrastar afirmaciones con pruebas fiables, reconocer la incertidumbre y los sesgos, y saber cuándo una tarea requiere conocimientos humanos especializados en lugar de una respuesta automatizada. Es especialmente importante cuando la IA produce textos fluidos que aun así pueden contener errores.
En ocho áreas, los empleadores evaluaron los conocimientos técnicos, la capacidad de adaptación, el uso eficaz de herramientas de IA, la creatividad, la aplicación de los conocimientos académicos al trabajo práctico, el aprendizaje continuo, la comunicación y la colaboración, y la evaluación crítica de los resultados de la IA. La cifra general del 15 por ciento que los calificó como excelentes representa el promedio de esas competencias; no significa que todos los empleadores hayan dado la misma evaluación en cada área.
El problema también se extiende más allá de Vietnam. A escala mundial, el 53 por ciento de los empleadores incluidos en la investigación de Pearson y AWS afirmó tener dificultades para encontrar recién graduados con habilidades de IA que cumplieran los requisitos del lugar de trabajo. En el estudio general, solo el 14 por ciento de los estudiantes dijo haber alcanzado un alto nivel de dominio en la aplicación de herramientas de IA a un flujo de trabajo profesional. En conjunto, estos resultados describen un problema de transición: aprender a usar una herramienta no prepara automáticamente a una persona para utilizarla de manera fiable en un empleo.
Cuatro competencias definen a un graduado preparado para la IA
El informe describe la preparación para la IA como una combinación de cuatro competencias relacionadas. El dominio funcional de la IA significa saber utilizar las herramientas pertinentes para una tarea. Las habilidades humanas críticas incluyen el criterio, la capacidad de adaptación, la comunicación, la colaboración y la resolución de problemas. La gestión ética implica utilizar la IA de manera responsable y tener en cuenta la privacidad, los sesgos y los posibles daños. La inteligencia estratégica supone entender dónde puede aportar valor la IA y dónde quizá no sea adecuada.
Estas competencias funcionan en conjunto. Por ejemplo, un graduado que prepare una propuesta empresarial con IA debería poder definir la tarea, seleccionar una herramienta adecuada, verificar afirmaciones y fuentes, identificar limitaciones y explicar el razonamiento detrás de las recomendaciones finales. El usuario humano sigue siendo responsable del trabajo, aunque un sistema haya contribuido a producirlo.
Este enfoque también cambia la manera de enseñar IA. Un curso centrado principalmente en el uso de herramientas populares puede quedar obsoleto a medida que estas cambian. Enseñar a los estudiantes a evaluar resultados, adaptar su enfoque y relacionar la IA con los conocimientos de su disciplina es más duradero. Esto ayuda a los estudiantes a trasladar sus habilidades a sistemas desconocidos y nuevas tareas laborales.
El marco más amplio del informe, denominado Marco de Fricciones en la Preparación para la IA, describe seis barreras que pueden acumularse durante la transición de la educación al trabajo: ritmo, conexión, capacidad, gobernanza, experiencia y habilidades. El ritmo se refiere a que los cambios en el lugar de trabajo superan las actualizaciones de los planes de estudio. La conexión alude a la escasa retroalimentación entre empleadores y docentes. La capacidad incluye la preparación desigual del profesorado. La gobernanza abarca las normas prácticas para un uso responsable. La experiencia es la falta de oportunidades estructuradas para practicar. Las habilidades describen el desajuste entre lo que demuestran los graduados y lo que exigen los empleos.
Convertir el contacto con los empleadores en práctica compartida
Las universidades y los empleadores pueden abordar la falta de experiencia diseñando evaluaciones basadas en situaciones laborales realistas. En lugar de pedir a los estudiantes que solo describan una herramienta de IA, una tarea podría exigirles que la utilicen para redactar una propuesta, verificar sus afirmaciones, identificar puntos débiles y defender sus recomendaciones. Así, el proceso queda a la vista y los docentes pueden evaluar tanto el criterio como el resultado final.
Los empleadores pueden aportar desafíos reales, pasantías y comentarios sobre los planes de estudio. También pueden ayudar al profesorado a entender cómo se utiliza la IA en las empresas, ofreciendo oportunidades para observar equipos o trabajar junto a ellos. Estas alianzas permiten que los estudiantes practiquen en condiciones que quizá no se reproduzcan en el aula, como la información incompleta, los plazos y la necesidad de comunicar los resultados a colegas.
Para las universidades, el informe recomienda acortar los ciclos de revisión de los planes de estudio, adoptar modelos de aprendizaje flexibles y ofrecer credenciales acumulables, que permiten a los estudiantes obtener cualificaciones reconocidas en etapas más pequeñas. También pide formación docente centrada en la enseñanza aplicada y oportunidades con créditos académicos para practicar el uso de la IA en contextos realistas. El objetivo es incorporar la IA al aprendizaje básico, en lugar de limitarla a demostraciones opcionales o introducciones aisladas.
Los estudiantes pueden facilitar la evaluación de sus habilidades creando un portafolio de proyectos asistidos por IA. Un portafolio puede mostrar la tarea, cómo se utilizó la IA, qué verificó o modificó el estudiante y qué resultados alcanzó el trabajo final. Estas pruebas pueden ayudar a los empleadores a entender la capacidad práctica de un candidato más allá de un título o una afirmación general de dominio de la IA.
El informe también analiza una elección forzada entre dos candidatos hipotéticos: uno con sólidas habilidades de IA, pero sin título universitario, y otro con título, pero con poca experiencia en IA. Los empleadores dieron al candidato con título una ventaja de solo cuatro puntos porcentuales. El resultado indica que las credenciales siguen siendo importantes, pero que los empleadores pueden dar mucho peso a las pruebas de capacidad aplicada.
La responsabilidad va más allá de las universidades y los empleadores
Una gobernanza clara también forma parte de la preparación. Estudiantes y personal necesitan orientaciones prácticas sobre qué herramientas pueden utilizar, qué información no deben introducir en ellas, cómo deben declarar el trabajo generado con IA y quién es responsable de verificarlo. Sin normas claras, las personas pueden utilizar herramientas no autorizadas o manejar información sensible sin suficiente cuidado, y trasladar esos riesgos de la educación al lugar de trabajo.
Los organismos reguladores pueden apoyar la transición aclarando las políticas y facilitando la incorporación de certificaciones pertinentes de competencias digitales a los programas universitarios. Las recomendaciones del informe también piden a los centros educativos y a los empleadores que acuerden resultados de aprendizaje y estándares de evaluación más claros, para que los graduados tengan una forma más coherente de demostrar sus competencias.
Los directivos de Pearson y AWS han planteado la respuesta en torno a convertir la interacción con la IA en capacidad laboral. La investigación se elaboró junto con la firma independiente de investigación PSB Insights e incluye respuestas a encuestas de más de 2.700 estudiantes, líderes educativos y empleadores de los seis mercados, además de entrevistas con líderes de educación superior. Sus marcos buscan ayudar a las instituciones a identificar qué aspectos de su propio recorrido educativo hasta el empleo requieren atención.
La conclusión central para Vietnam no es que las universidades no hayan invertido o que los estudiantes carezcan de interés. La inversión está extendida, la confianza de los estudiantes es alta y la mayoría de las instituciones encuestadas ya interactúa con los empleadores. La tarea más difícil es conectar esas fortalezas con una práctica frecuente, una evaluación rigurosa y un trabajo que se parezca a las decisiones que los graduados deberán tomar después de dejar la universidad.
En síntesis
- El 96 por ciento de los líderes de educación superior vietnamitas encuestados afirmó que sus instituciones estaban invirtiendo en IA.
- Más del 52 por ciento de los estudiantes calificó su preparación para trabajar con IA con una puntuación de entre 8 y 10 sobre 10.
- Solo el 15 por ciento de los empleadores calificó como excelentes a los recién graduados en ocho competencias laborales relacionadas con la IA.
- Los empleadores mencionaron malos hábitos de verificación, falta de experiencia práctica y dependencia excesiva de las herramientas de IA.
- El informe pide evaluaciones diseñadas con los empleadores, práctica aplicada, formación docente y normas más claras para el uso de la IA.
