La mayoría de los CIO de educación superior están listos para invertir más en análisis, dice Gartner

La mayoría de los CIO de educación superior están listos para invertir más en análisis, dice Gartner

Noticias IBL | Denver, Colorado

Los expertos coinciden en que los datos y el análisis son fundamentales para el funcionamiento de las instituciones educativas actuales. De hecho, el 60% de los CIO en la educación superior dicen que son esenciales, según Gartner.

Pero estas implementaciones no se están llevando a cabo. Hay varios inhibidores, según Marlena Brown, analista senior de investigación de Garner Inc.: tecnología ineficaz, desalineación de las necesidades y falta de comprensión y confianza.

En una charla de apertura en el escenario principal durante Educause 2022 en Denver, Colorado, el jueves pasado, Marlena Brown [en las imágenes de arriba y abajo] reveló que el 42% de los CIO de educación superior indicaron que quieren aumentar la inversión en inteligencia empresarial y análisis de datos, mientras que el 16% aumentaría su gasto en IA/ML (Inteligencia Artificial/Aprendizaje Automático).

Para poner a trabajar las capacidades analíticas, Garner Associated examinó casos que van desde un simple análisis descriptivo y de diagnóstico hasta análisis predictivos y prescriptivos que permiten a las instituciones identificar y doblar las curvas de tendencia.

Analytics, con la ayuda de AI y Machine Learning, determinará los escenarios que impactan el éxito de los estudiantes, como indicaron varios expertos a IBL News durante el evento Educause. El análisis prescriptivo ayudará a aumentar la retención de los estudiantes en riesgo y evitará la gran cantidad de estudiantes que abandonan.

Según Gartner, estas son las cuatro etapas necesarias de análisis:

  • Descriptivo: ¿Qué sucedió?
  • Diagnóstico: ¿por qué sucedió?
  • Predictivo: ¿qué sucederá?
  • Prescriptivo: ¿qué debo hacer?

Las tecnologías involucradas incluyen análisis de regresión, pronósticos, simulación, modelos predictivos, procesamiento de eventos complejos, redes neuronales, motores de recomendación, centro de datos y lago de datos, y sandbox analítico.

Marlena Brown destacó la importancia de establecer una visión clara, delineando lo que cada institución está tratando de lograr. “Sugeriría crear un entorno para la exploración de análisis avanzados también”, agregó.