El Barómetro Global de Empleos en IA 2025 de PwC informa que los trabajos que requieren habilidades en inteligencia artificial (IA) pagan un promedio de un 56% más que sus contrapartes que no requieren IA, y que las habilidades exigidas en estos puestos están evolucionando un 66% más rápido que en los empleos tradicionales.
En este contexto, la educación superior debe actuar con decisión. Los ajustes curriculares graduales y las iniciativas digitales fragmentadas no serán suficientes. Para seguir siendo relevantes –para los estudiantes, los empleadores y los financiadores– las universidades deben replantearse su papel en un mundo en el que el conocimiento es abundante, pero las habilidades para el empleo son escasas.
Por qué es importante ahora la planificación de la transición de la universidad al mundo profesional
El gobierno federal de Estados Unidos ya ha vinculado sus principales mecanismos de financiación a los resultados en materia de empleo. La ampliación del programa Workforce Pell da prioridad a los programas que conducen directamente a puestos de trabajo muy demandados. La ley Perkins V exige a los estados y a las universidades que realicen una evaluación exhaustiva de las necesidades locales que demuestre la adecuación entre los programas y las ocupaciones bien remuneradas y muy demandadas. Los motores de innovación regional de la NSF están invirtiendo hasta 160 millones de dólares por región en ecosistemas laborales basados en la tecnología. Y la ley CHIPS exige explícitamente vías de formación para acceder a los centros de fabricación avanzada y de semiconductores.
El mensaje es claro: la financiación sigue a las pruebas. Y las pruebas son mapas de programas a carreras basados en datos verificables.
Diez recomendaciones para mejorar la planificación de la transición de la universidad al mundo laboral
- Hacer que el conocimiento de la IA sea universal.
La IA no debe quedar relegada al ámbito de la informática. Todos los graduados, ya sea en empresariales, enfermería o artes, deben dominar las herramientas de IA, la ética y la colaboración entre humanos e IA.
- Exigir experiencia en IA en el lugar de trabajo.
La exposición en el aula no es suficiente. El modelo cooperativo de la Northeastern University demuestra que los estudiantes que integran el trabajo y el estudio consiguen salarios más altos y una inserción laboral más rápida. Adapta estos enfoques con prácticas, cooperativas y proyectos centrados en la IA para garantizar que los estudiantes se gradúen con experiencia práctica.
- Rediseñar los servicios de orientación profesional para ofrecer asesoramiento basado en las habilidades.
Los orientadores profesionales suelen asesorar a los estudiantes basándose en puestos de trabajo que pueden no existir cuando se gradúen. Utilizando los datos sobre exposición ocupacional de la Reserva Federal, las instituciones deben volver a formar al personal para que oriente a los estudiantes hacia habilidades adaptables y potenciadas por la IA. Existe la necesidad de que los orientadores profesionales pasen de ofrecer orientación basada en los puestos de trabajo a ofrecer asesoramiento basado en las habilidades.
- Formar al profesorado para que adopte la IA en la enseñanza.
La encuesta de EDUCAUSE de 2025 muestra que el profesorado y el personal están alarmantemente preocupados: el 91% teme la desinformación, el 90% se preocupa por el uso indebido de los datos y el 88% ve dificultades para evaluar el contenido generado por la IA. Otro estudio de EDUCAUSE reveló que el 77% de los líderes institucionales y los educadores se sienten poco preparados para el ritmo disruptivo de la IA. Esto es una señal de que la formación estructurada en pedagogía de la IA es esencial para ayudar al profesorado a aprovechar la IA como herramienta de aprendizaje, y no solo como una amenaza para la integridad académica.
- Crear credenciales acumulables y alineadas con el empleo.
- Establecer un centro de ética y gobernanza de la IA.
Las habilidades de IA sin una base ética son peligrosas. El Instituto de IA Centrada en el Ser Humano de Stanford ofrece un modelo de investigación; las universidades deben adaptar este enfoque a la educación de grado, incorporando la ética, la detección de sesgos y la responsabilidad algorítmica en el plan de estudios.
- Incorporar la política de IA a la educación de los estudiantes.
Según la encuesta Student Voice 2024 de Inside Higher Ed, el 31% de los estudiantes afirmaron no tener claro cuándo y cómo se permitía el uso de la IA en sus cursos, y solo el 16% dijeron que entendían las directrices de su institución porque la política se había publicado explícitamente. La encuesta de Grammarly de 2025, realizada por Talker Research, reveló de manera similar que, aunque el 73% de los estudiantes afirmaba que su universidad tenía una política de IA, solo el 11% indicaba que el profesorado fomentaba activamente el uso responsable de la IA en clase. Estas cifras revelan una clara falta de comunicación: no basta con que las instituciones redacten políticas. Las universidades deben enseñar las expectativas en materia de IA en la orientación, reforzarlas en los programas de estudios e integrar ejemplos de uso ético de la IA en los trabajos de clase para garantizar que los estudiantes se gradúen con competencia y confianza.
- Competir por la financiación federal para la IA.
Las instituciones deben incluir sus herramientas de planificación de la transición de la universidad al mundo laboral en las solicitudes de financiación para demostrar su responsabilidad y la preparación de la fuerza laboral.
- Crear un consejo estratégico multifuncional sobre IA.
La Universidad de Hawái ha adoptado un enfoque innovador al formar un grupo de planificación de IA que incluye activamente a estudiantes, profesores y personal de todos los campus para diseñar conjuntamente estrategias de alfabetización y gobernanza en materia de IA. Este modelo inclusivo garantiza que las opiniones de los estudiantes determinen la dirección de la IA, y no solo los ejecutivos de las instituciones. Las universidades deben adoptar una estructura similar, creando consejos multifuncionales que elaboren conjuntamente estrategias quinquenales de IA alineadas con las realidades del mercado laboral.
- Invertir en infraestructura impulsada por la IA para el éxito de los estudiantes
La IA no solo está transformando los puestos de trabajo, sino que también está remodelando la forma en que las universidades pueden apoyar a los estudiantes antes de que abandonen los estudios o pierdan el interés. La retención, el asesoramiento y la equidad son tan importantes para la trayectoria profesional como el plan de estudios. Las universidades que no adoptan la IA en el apoyo a los estudiantes corren el riesgo de sufrir un mayor abandono y un menor retorno de la inversión tanto para los estudiantes como para los financiadores.
Por ejemplo, la Universidad Estatal de Georgia fue pionera en el análisis predictivo y el asesoramiento basado en la IA, lo que redujo las desigualdades y aumentó las tasas de graduación. Su chatbot Pounce respondió a más de 200.000 preguntas de los estudiantes en su primer año, ayudando a los de primera generación a superar las barreras de la ayuda financiera y la matriculación.
Las universidades que adopten la planificación de la transición de la universidad al mundo laboral, la alfabetización en IA y la gobernanza ágil garantizarán que sus graduados prosperen en carreras potenciadas por la IA. Las que duden serán más vulnerables a los rápidos cambios del mercado laboral y posiblemente harán que sus estudiantes sean más vulnerables a graduarse con títulos desconectados del mercado laboral.
Las señales del mercado ya son claras. La educación superior debe actuar ahora para adaptarse a tiempo.
