La Universidad y el mundo real

Existe una brecha cada vez más grande entre la universidad y el mundo laboral. No necesariamente porque las universidades hayan dejado de actualizarse.

Hay una distancia cada vez más grande entre la **universidad y el mundo laboral**. No hace falta revisar un estudio de cien páginas para notarlo. Basta con mirar lo que están pidiendo hoy las empresas y compararlo con lo que todavía se enseña en muchas aulas.

Mientras el trabajo necesita personas que sepan usar nuevas herramientas, adaptarse rápido y resolver problemas que aparecieron hace seis meses, la universidad sigue intentando ordenar esos cambios dentro de cursos, mallas, créditos, sílabos y procesos de aprobación que pueden tomar años.

No estoy diciendo que las universidades no hagan nada. Muchas están cambiando sus planes de estudio, creando especializaciones y lanzando programas de inteligencia artificial, innovación, analítica de datos o transformación digital. El problema no es solamente la voluntad de actualizarse. **El problema es que la universidad y el trabajo se mueven a dos velocidades distintas.** Una universidad necesita tiempo para diseñar un curso, aprobarlo, conseguir profesores y colocarlo dentro de una carrera. Una empresa puede comprar una herramienta el lunes y pedirle a todo el equipo que la utilice antes del viernes.

Cuando la universidad finalmente incorpora una tendencia, **el mercado ya puede estar discutiendo la siguiente**. Y esto no es una exageración. El Foro Económico Mundial calcula que el 39% de las habilidades que utilizamos actualmente en el trabajo cambiará o quedará desactualizado entre 2025 y 2030. También estima que 59 de cada 100 trabajadores necesitarán capacitarse o aprender nuevas habilidades durante ese periodo. Es decir, <u>una parte importante de lo que hoy sabemos hacer puede cambiar dentro del mismo tiempo que dura una carrera universitaria</u>.

Una persona puede entrar hoy a una carrera de cinco años y graduarse en un mercado que usa herramientas, puestos y formas de trabajo diferentes de los que existían cuando comenzó. La universidad podrá actualizar algunos cursos durante el camino, claro que sí, pero **mientras cambia un sílabo el mercado puede haber cambiado toda una industria**. Eso es lo que estamos viendo ahora: no necesariamente una universidad inmóvil, sino una universidad tratando de alcanzar un mundo que nunca se detiene para esperarla.

Antes la relación parecía mucho más sencilla

Durante buena parte del siglo pasado, la relación entre estudiar y trabajar parecía bastante clara. Primero uno terminaba el colegio, luego estudiaba una carrera y finalmente entraba a una empresa para aplicar lo aprendido. Los puestos estaban mejor definidos, las herramientas cambiaban con menor velocidad y muchas personas podían trabajar durante veinte o treinta años dentro de una misma profesión sin tener que reinventarse por completo cada cinco años.

La universidad, además, tenía tres ventajas enormes. **Concentraba el conocimiento especializado, entregaba la certificación que permitía entrar a una profesión y reunía las redes de contacto necesarias para comenzar una carrera.** Si alguien quería aprender ingeniería, economía, medicina, comunicaciones o administración, no tenía demasiadas alternativas. Tenía que entrar a una institución donde estaban los profesores, los libros, los laboratorios y las personas que podían enseñarle.

Durante mucho tiempo tampoco se discutía mucho si la universidad era el mejor camino. La discusión era qué carrera estudiar y en qué universidad hacerlo. Para entrar al mundo corporativo se necesitaba un título, y como casi todas las personas que llegaban a posiciones profesionales habían pasado por una universidad, era fácil asumir que la universidad había producido todas sus capacidades.

Pero esa relación también puede confundirnos. Que los profesionales que participaron en los grandes cambios hayan estudiado en una universidad **no significa necesariamente que esos cambios hayan nacido dentro de ella**. Durante décadas, para entrar a una empresa, conocer a determinadas personas o conseguir una oportunidad, había que pasar por algún centro académico. Era el camino disponible.

Internet comenzó a romper ese orden. Desde los años noventa, **el conocimiento dejó de estar guardado solamente dentro de las universidades**. Las empresas comenzaron a compartir sus metodologías, aparecieron comunidades profesionales, la documentación técnica se volvió pública y una persona pudo aprender mediante cursos, foros, tutoriales y proyectos reales. Después llegaron las plataformas educativas, las certificaciones, los bootcamps y ahora las herramientas de inteligencia artificial. La universidad no dejó de ser importante, pero <u>dejó de ser la única puerta de entrada</u>.

Las transformaciones ya no esperan a la universidad

Uno de los ejemplos que mejor muestra esta distancia apareció durante la década de 1990 con IDEO y el <i>Design Thinking</i>. IDEO no inventó por sí sola el concepto. El pensamiento de diseño tiene antecedentes académicos y profesionales anteriores. Sin embargo, la empresa ayudó a convertir esas ideas en una forma reconocida de resolver problemas dentro de las organizaciones. IDEO practicaba el diseño centrado en las personas desde finales de los años setenta, pero fue durante los noventa cuando su enfoque ganó mayor reconocimiento y comenzó a extenderse hacia los negocios, la innovación y la estrategia.

La idea parecía sencilla, aunque en su momento no lo era tanto: antes de encerrarse a discutir una solución, había que observar a las personas, entender qué necesitaban, crear algo, probarlo, equivocarse y volver a intentarlo. En lugar de comenzar con una gran teoría para luego buscar dónde aplicarla, **se comenzaba con un problema real**. La solución se iba construyendo desde la experiencia, los prototipos y los errores.

Con el tiempo, esas prácticas se ordenaron, recibieron nombres y comenzaron a enseñarse en cursos universitarios y programas de innovación, marketing, emprendimiento, experiencia de usuario y transformación empresarial. El recorrido es interesante: **primero una empresa prueba una forma de trabajo, luego esa forma se convierte en una metodología y finalmente llega a las aulas**. La universidad no lideró esa transformación. Tuvo que alcanzarla.

Y aquí es donde el ejemplo se vuelve realmente interesante. Actualmente, el certificado de fundamentos de <i>Design Thinking</i> de IDEO U cuesta US$1,598 y está formado por dos cursos que pueden tomarse directamente con la organización que ayudó a popularizar esta forma de trabajo. Cada uno de esos cursos cuesta US$899 si se lleva por separado.

Al mismo tiempo, UTEC ofrece programas de innovación por casi US$8,500, dictados dentro de la misma universidad por profesionales que trabajaron en IDEO. Entonces, la pregunta ya no es solamente cuál de las dos opciones tiene el precio más bajo. La pregunta es **cuál puede servirme más para trabajar**: estudiar innovación en una universidad que incorporó estas metodologías a su oferta o aprender directamente con IDEO, una empresa que lleva décadas aplicándolas en proyectos reales.

El hecho de que nos hayamos hecho la pregunta sobre cuál de las dos opciones es mejor ya permite entender el problema. Hace algunos años, **la respuesta habría sido automáticamente la universidad. Ahora ya no lo es.** En mi caso, yo elegiría el certificado de IDEO. Para temas de innovación me parece mucho más valioso aprender directamente con la empresa que ayudó a construir y popularizar esa forma de trabajo que llevar un programa caro de UTEC.

Y no se trata solamente del <i>Design Thinking</i>. Algo parecido ha sucedido con las metodologías ágiles, la experiencia de usuario, el <i>growth hacking</i>, el comercio electrónico, la automatización, la analítica digital y la inteligencia artificial. Muchas de estas prácticas **se crean o se transforman dentro de empresas, consultoras, startups y comunidades tecnológicas**. Allí se prueban, fallan, mejoran y comienzan a generar resultados. Después llegan a los programas académicos.

La diferencia es que hoy los cambios son mucho más rápidos. El <i>Design Thinking</i> necesitó años para convertirse en un concepto conocido y luego entrar con fuerza a las universidades. Una nueva herramienta de inteligencia artificial puede aparecer, cambiar la forma de trabajar de un área y quedar parcialmente superada antes de que termine el año. **La universidad puede lanzar un diplomado sobre una tecnología mientras las empresas que la utilizan ya están buscando su reemplazo.**

La universidad está perdiendo incluso su principal ventaja

Durante mucho tiempo la verdadera fortaleza de la universidad no fue solamente enseñar. **Fue investigar.** Y esa era una ventaja enorme. Las universidades tenían profesores, investigadores, bibliotecas, laboratorios, presupuesto y, sobre todo, tiempo. Podían estudiar problemas que una empresa no quería tocar porque no iban a producir dinero durante el siguiente trimestre. Incluso podían investigar cosas que quizá no generarían ningún negocio durante los siguientes diez o veinte años.

Gracias a esa investigación tenemos muchísimos de los avances científicos y tecnológicos que hoy damos por hechos. No estoy negando eso. Sería absurdo hacerlo. El problema es que **incluso en este terreno la universidad está empezando a perder espacio**. En 2010, las empresas realizaban alrededor del 66% de la inversión en investigación y desarrollo de los países de la OCDE. En 2023 ya concentraban cerca del 74%, y en 2024 la proporción continuaba alrededor del 73%.

Esto quiere decir que buena parte de la investigación ya no está sucediendo solamente dentro de un campus. Está ocurriendo dentro de empresas que tienen dinero, tecnología, especialistas, clientes, millones de datos y problemas reales que necesitan resolver. Y, además, **pueden probar rápidamente si lo que están haciendo funciona o no**.

Pensemos en algo bastante simple. Una universidad puede pasar meses investigando cómo mejorar la experiencia de compra dentro de una página web. Puede crear una muestra, entrevistar personas, analizar respuestas y luego publicar un documento con sus conclusiones. **Una empresa digital puede mostrar dos versiones de una página a cien mil usuarios, revisar cuál vende más y tomar una decisión esa misma semana.**

No estoy diciendo que un <i>test A/B</i> sea lo mismo que una investigación científica. Claramente no lo es. Pero tampoco podemos fingir que todo el conocimiento importante termina publicado en un <i>paper</i>. **Las empresas están aprendiendo todos los días desde la ejecución.** Saben qué funcionó, qué falló, cuánto costó el error, cuánto demoraron en corregirlo y qué tuvieron que cambiar para que una idea no muriera en el camino.

Ese conocimiento a veces no tiene una bibliografía elegante ni termina guardado en un repositorio académico. Puede estar repartido entre los datos de la empresa, las decisiones del equipo, el código del producto y la experiencia de las personas que tuvieron que resolver el problema. **Pero también es conocimiento.** Y muchas veces es el conocimiento que termina cambiando una industria.

La inteligencia artificial lo muestra de una manera casi brutal. **La mayor parte de los modelos que están marcando la frontera tecnológica ya no está saliendo de las universidades**, sino de empresas que pueden pagar la infraestructura, conseguir los datos y reunir equipos que pocas instituciones académicas podrían financiar.

La academia todavía publica investigaciones fundamentales y aporta buena parte de las bases científicas, pero las herramientas que están llegando a millones de personas están siendo construidas principalmente por la industria. La universidad puede publicar sobre inteligencia artificial mientras **los modelos, los chips, los centros de datos y las personas que realmente están empujando sus límites se concentran fuera de sus laboratorios**.

Y ese es un problema serio. La academia puede terminar siendo el lugar que explica una transformación mientras otros la ejecutan. Puede analizar por qué una tecnología está cambiando el mundo, pero **haber participado muy poco en la creación de esa tecnología**.

Tampoco quiero caer en el otro extremo y decir que las empresas investigan mejor todo. Las empresas investigan lo que les conviene. Si una enfermedad afecta a pocas personas, un problema no genera rentabilidad o un proyecto necesita treinta años para entregar resultados, **probablemente ninguna empresa tenga muchas ganas de financiarlo**.

Por eso la universidad sigue siendo indispensable. Hay conocimientos que nunca podrían depender únicamente de su rentabilidad. **Hay investigaciones que deben existir aunque no produzcan dinero inmediatamente.**

Pero una cosa es seguir siendo necesaria y otra es actuar como si todavía tuviera el control de la investigación. Esa época está cambiando. Antes las empresas miraban a la universidad para descubrir qué venía. Ahora, en muchas industrias, **son las universidades las que miran a las empresas para saber qué deberían comenzar a enseñar**.

No toda investigación académica es verdad

Aquí normalmente aparece una defensa bastante conocida: la investigación académica es más rigurosa. Y sí, en teoría debería serlo. Un doctorado obliga a revisar lo que ya se conoce, plantear una pregunta, elegir una metodología, reunir información, analizarla y defender una conclusión frente a especialistas. Es un trabajo largo y difícil. **No cualquiera termina un PhD y no tendría sentido quitarle valor.**

Pero tampoco exageremos. **Tener un PhD no significa que cada cosa que una persona diga sea verdad.** Tampoco significa que una investigación, por estar bien escrita y tener doscientas páginas, vaya a funcionar en el mundo real.

Una investigación puede estar perfectamente ordenada y llegar a una conclusión que solo funciona dentro de las condiciones que el propio investigador creó. Puede funcionar con una muestra específica, dentro de una universidad, en una ciudad o durante cierto momento. Luego cambias a las personas, los incentivos, el dinero o la cultura y **el resultado desaparece**.

Un estudio demuestra que una nueva herramienta aumenta la productividad. Suena muy bien. Pero quizá la prueba se hizo con trabajadores capacitados, computadoras modernas, información limpia, líderes comprometidos y suficiente presupuesto. Después llevamos exactamente la misma herramienta a una empresa donde nadie recibió capacitación, las computadoras tienen ocho años, los datos están incompletos y el gerente quiere resultados en dos semanas.

**La herramienta es la misma. La empresa no.**

Este es uno de los problemas que aparecen cuando queremos llevar una investigación académica a la práctica. En el papel todo se puede controlar. Las personas cumplen determinadas condiciones, las variables se separan y el problema se vuelve más limpio. Una empresa real es exactamente lo contrario: **está llena de intereses, limitaciones, egos, sistemas que no funcionan y personas que no se comportan como una celda dentro de Excel**.

Además, publicar en una revista prestigiosa tampoco convierte una conclusión en una verdad definitiva. Un proyecto intentó repetir 21 experimentos de ciencias sociales publicados en <i>Nature</i> y <i>Science</i>. Solo 13, el 62%, encontraron un resultado significativo en la misma dirección que los estudios originales. Los efectos encontrados al repetirlos fueron, además, aproximadamente la mitad de los reportados al comienzo.

Otro proyecto de psicología consiguió reproducir alrededor del 36% de los estudios que seleccionó. Y una investigación publicada en 2026 intentó repetir 274 afirmaciones de 164 estudios de ciencias sociales y del comportamiento. Solo el 55.1% obtuvo resultados significativos siguiendo el patrón original. Cuando el resultado se calculó por investigaciones completas, la cifra quedó en 49.3%. En términos sencillos, **casi la mitad no volvió a mostrar con claridad el mismo resultado**.

Esto no quiere decir que la ciencia sea una estafa. Al contrario. La ciencia debería funcionar justamente así: alguien presenta una conclusión, otras personas la ponen a prueba y, **si no resiste, se corrige o se descarta**.

El problema comienza cuando la academia se olvida de esa parte y convierte una investigación en una especie de verdad sagrada. Como si haber pasado por un jurado, tener muchas referencias o publicar en una revista hiciera imposible que **la realidad la contradiga**.

Una tesis puede ser aprobada con felicitaciones y fracasar frente al primer cliente. Un modelo puede explicar perfectamente cómo debería funcionar una organización y derrumbarse cuando aparecen datos incompletos, áreas que no quieren colaborar, un proveedor que incumple o un gerente que siente que el proyecto amenaza su poder.

**La realidad no está obligada a respetar el marco teórico.**

Pensemos en un caso sencillo. Sobre el papel, reunir a todas las personas en una oficina debería mejorar la comunicación. Si todos están cerca, deberían conversar más y colaborar mejor. Luego llegas a la oficina y encuentras a todos con audífonos, escribiéndole por chat a un compañero que está sentado a cinco metros.

La teoría no era completamente absurda. Simplemente olvidó un pequeño detalle: **las personas no siempre hacen lo que el modelo espera**.

Lo mismo sucede con muchas transformaciones digitales. En la presentación todo se ve perfecto: objetivos, indicadores, responsables, fechas y un gráfico lleno de flechas que llega felizmente a la derecha. Luego comienza el proyecto y descubrimos que los sistemas no se conectan, los datos no existen, el proveedor vendió algo que todavía no sabe implementar y el presupuesto prometido desapareció durante el segundo mes.

<u>En la presentación todo funcionaba. El único problema fue que apareció la realidad.</u>

No es lo mismo estudiar una empresa que estar metido dentro de ella

No es lo mismo estudiar una empresa desde afuera durante un año que estar dentro intentando resolver uno de sus problemas. Un académico puede entrevistar a los trabajadores, revisar documentos, analizar indicadores y construir un caso muy completo. Incluso puede encontrar patrones que las personas de la empresa no habían visto porque están demasiado metidas en la operación.

Ese trabajo tiene valor. **El problema es creer que contiene toda la realidad.** En una investigación no siempre aparecen las discusiones internas, el gerente que cambió de opinión, el área que decidió no compartir sus datos, el proveedor que prometió una integración imposible o las veinte reuniones necesarias para que alguien aprobara un presupuesto.

Tampoco aparece con toda su fuerza la presión por entregar resultados. Una cosa es explicar cómo debería desarrollarse una transformación digital. Otra es ejecutarla con sistemas de hace quince años, un equipo agotado, información incompleta, casi nada de presupuesto y una fecha que nadie está dispuesto a mover.

Por eso, en mi caso, si quiero entender cómo se resolvió un problema empresarial, prefiero escuchar primero al directivo que tuvo que enfrentarlo. Sobre todo si la otra opción es un profesor cuya vida profesional ha ocurrido únicamente dentro de la academia. No porque el directivo sea automáticamente más inteligente ni porque el profesor no tenga nada valioso que decir. El académico puede ordenar el caso, comparar experiencias y encontrar patrones que el directivo no vio.

Pero **estudiar un problema no es lo mismo que tener que resolverlo**. El directivo tuvo que decidir sin contar con todos los datos, defender un presupuesto, convencer a otras áreas y responder por el resultado. Si se equivocaba, no recibía una observación metodológica al final del documento. Podía perder dinero, clientes, credibilidad o incluso su puesto.

Esa diferencia importa mucho en las profesiones aplicadas. Hay decisiones que se ven bastante claras cuando uno conoce el final de la historia. El problema es tomarlas cuando todavía nadie sabe qué ocurrirá. Es fácil explicar un caso de éxito cuando ya conocemos el resultado. **Lo difícil es estar allí cuando todas las opciones pueden salir mal y, aun así, hay que elegir una.**

Por eso también creo que las universidades deberían tener más profesionales que continúen trabajando en las industrias que enseñan. No basta con haber trabajado hace quince años y repetir aquella experiencia durante todos los ciclos. Las herramientas cambian, los problemas cambian y hasta la forma de organizar las empresas cambia. Un profesor puede dominar los fundamentos, pero debería compartir el aula con personas que todavía estén enfrentándose al mercado.

Europa ya muestra parte de lo que podría pasar

Para mirar lo que puede ocurrir en los próximos años, Europa es un caso interesante. No porque los europeos estén abandonando masivamente las universidades. En 2024, el 44.2% de las personas de entre 25 y 34 años de la Unión Europea tenía educación superior. Es una proporción alta y cercana al objetivo europeo de alcanzar el 45% en 2030.

Además, sería engañoso decir que estudiar una carrera ya no tiene ningún beneficio. En 2025, la tasa de empleo de los graduados recientes con educación superior en la Unión Europea fue del 87%, casi diez puntos por encima de quienes tenían educación media. **El título todavía ayuda y, en muchas profesiones, sigue siendo indispensable.**

Pero una mayor cantidad de graduados no significa necesariamente una mejor conexión entre lo que se estudia y lo que se termina haciendo. En 2024, el 21.3% de los trabajadores europeos con educación superior estaba sobrecualificado para su puesto. En España la cifra llegó al 35% y en Grecia al 33%. Dicho de manera sencilla: **más de uno de cada cinco había estudiado más de lo que su trabajo realmente necesitaba**.

Otro dato de Eurostat muestra que solo el 68.1% de los jóvenes con educación superior encontraba una relación alta o muy alta entre su campo de estudios y su trabajo. Esto significa que **casi uno de cada tres no veía una conexión clara entre lo que había estudiado y aquello que terminaba haciendo**.

Al mismo tiempo, Europa está fortaleciendo la formación técnica y los modelos que mezclan educación con trabajo. En 2026, el 80.2% de los graduados recientes de programas técnicos y vocacionales estaba empleado, y el 66% había tenido una experiencia de aprendizaje dentro de una empresa. Esto es importante porque no se trata solamente de enseñar una habilidad en un salón, sino de **aprenderla en el lugar donde después tendrá que utilizarse**.

Esto no significa que la formación técnica haya derrotado a la universidad. Significa que **la universidad ya no tiene la ruta despejada**. Cada vez más personas pueden preguntarse si realmente necesitan estudiar durante cinco años antes de comenzar a trabajar o si les conviene aprender una habilidad, entrar al mercado y continuar formándose mientras acumulan experiencia.

La pregunta ya no es solamente qué carrera estudiar. <u>También es si la universidad es siempre el mejor lugar para aprenderla.</u>

El título ya no cierra la discusión

Las empresas también están cambiando la manera en que evalúan a las personas. Según el Foro Económico Mundial, el 81% de los empleadores espera seguir utilizando la experiencia laboral para evaluar candidatos entre 2025 y 2030. El 48% planea aplicar pruebas directas de habilidades y solo el 43% espera mantener el título universitario como requisito.

**El título no está desapareciendo, pero ya no cierra la discusión.** Antes una empresa podía asumir que alguien sabía porque tenía un diploma. Hoy también quiere ver proyectos, resultados, portafolios, certificaciones y alguna prueba de que la persona puede ejecutar aquello que afirma conocer.

Es lógico que ocurra. **Una organización no contrata un diploma. Contrata a alguien para resolver un problema.** El título puede ayudar a demostrar que existe una base, pero no siempre demuestra que esa persona podrá enfrentarse al problema real, trabajar con otras áreas, adaptarse cuando algo falle o tomar una decisión sin tener toda la información.

Por eso vemos gente cada vez más joven que aprende programación, diseño, automatización, edición o análisis de datos mediante cursos, comunidades, documentación y bootcamps. Algunos consiguen entrar al mercado sin haber seguido una carrera universitaria tradicional. No todos esos programas son buenos. Hay bootcamps que prometen convertir a alguien en especialista en tres meses y cursos que venden empleos que no existen. Pero sería muy cómodo descartarlos únicamente porque no pertenecen a una universidad.

El mejor programador e ingeniero de software que conozco nunca estudió una carrera en un instituto o una universidad. Aprendió a programar a los doce años. Cuando lo conocí ya era supervisor de infraestructura tecnológica. Después complementó su experiencia con certificaciones de Scrum y cursos cortos ofrecidos por universidades.

No siguió el camino tradicional. Eso no impidió que desarrollara habilidades que muchas personas con un título todavía no tenían. Y su caso no demuestra que todos deban abandonar la universidad para aprender con videos. Demuestra algo más sencillo: **existen capacidades que pueden construirse fuera de una carrera y que el mercado puede reconocer cuando están acompañadas por resultados**.

Cuando alguien puede demostrar que sabe construir una aplicación, analizar información o automatizar un proceso, la empresa tiene menos razones para preguntarle primero dónde aprendió. Probablemente seguirá preguntándolo, pero ya no será la única pregunta importante.

La academia no puede refugiarse en la crítica y la ética

Cuando se cuestiona esta distancia, la academia suele responder que su función no es enseñar solamente herramientas. La universidad también debe formar pensamiento crítico, desarrollar investigación, crear ciudadanía y enseñar ética. Estoy de acuerdo. **El problema es cuando esa respuesta se convierte en una excusa para no participar del mundo real.**

La academia no puede quedarse únicamente con la parte crítica y ética mientras otros construyen, prueban y ejecutan. No puede observar las transformaciones desde afuera, enumerar todos sus riesgos y considerar que con eso ya cumplió su trabajo. **La crítica es necesaria, pero es mucho más fácil criticar algo que uno nunca tuvo que construir.**

La ética sin conocimiento práctico puede convertirse en un discurso bastante bonito y completamente inútil. Para cuestionar seriamente la inteligencia artificial hay que entender cómo se construye, cómo utiliza los datos, qué puede automatizar y dónde falla. Para hablar de transformación empresarial hay que conocer los procesos, los sistemas, los incentivos y las limitaciones de una organización.

Para enseñar innovación tampoco basta con mostrar cinco círculos de colores y pedirles a los alumnos que peguen notas en una pared. **Hay que haber intentado innovar.** Hay que haber visto cómo una gran idea puede morir porque no consiguió presupuesto, porque ningún área quiso asumir el riesgo o porque el gerente que la apoyaba salió de la empresa.

La universidad debe formar personas capaces de cuestionar el mundo, por supuesto, pero también debe prepararlas para intervenir en él. No puede convertirse en el lugar que explica por qué todo está mal mientras otros construyen aquello que terminará definiendo el futuro.

<u>La academia no puede quedarse únicamente reflexionando sobre lo que hacen los demás. También tiene que saber hacer.</u>

La universidad puede dejar de ser la opción natural

No creo que la universidad vaya a desaparecer. Hay profesiones que necesitan una formación larga, estructurada y regulada. Nadie debería convertirse en médico después de ver tutoriales durante seis meses. Tampoco quisiera entrar a un edificio diseñado por alguien que aprendió estructuras únicamente conversando con una inteligencia artificial.

Pero **sobrevivir no es lo mismo que seguir siendo relevante**.

La universidad puede continuar existiendo, mantener sus edificios, sus profesores, sus investigaciones y sus títulos, y aun así dejar de ser la primera opción para muchas personas. El aprendizaje profesional puede trasladarse poco a poco hacia empresas, plataformas, comunidades, institutos y programas mucho más flexibles.

Ese es el verdadero riesgo. No que todas las universidades cierren mañana, sino que se conviertan en **una opción larga, cara y poco conectada con el resultado que muchas personas esperan obtener**: aprender algo que puedan utilizar para construir una vida profesional.

La universidad tampoco debe convertirse en una academia que cambie todos sus cursos cada vez que aparece una nueva herramienta. Sería absurdo reemplazar fundamentos sólidos por la moda de la semana. Pero entre perseguir cada tendencia y enseñar como si el mundo no hubiera cambiado existe un espacio bastante grande.

Necesita incorporar a más profesionales que sigan activos en sus industrias. Necesita trabajar con problemas reales, datos reales y empresas reales. Necesita evaluar a los estudiantes no solo por lo que pueden repetir en un examen, sino por **lo que son capaces de construir, explicar y resolver**.

También necesita recuperar su capacidad de experimentar. No solo estudiar empresas, sino desarrollar proyectos con ellas. No solo analizar los cambios, sino participar en ellos. No solo publicar investigaciones, sino aceptar que algunas ideas pueden verse muy bien en el papel y ser destruidas por la realidad.

**La universidad no puede seguir llegando tarde y llamarlo rigor**. Debe dejar de confundir rigor con formalidad, calidad con burocracia y profundidad con lentitud. Un profesor puede reconocer que no conoce una práctica y abrir el aula a alguien que sí la ha ejecutado. Eso no reduce su autoridad. Probablemente la hace más creíble.

Porque **un título no garantiza competencia. Un PhD no garantiza la verdad. Una investigación formal no garantiza que una idea sobreviva fuera del papel.** Y una universidad no mantiene su importancia solo porque durante muchos años fue el camino natural.

El trabajo ya cambió. Las formas de aprender también.

<u>La universidad todavía está a tiempo de cerrar esa distancia, pero primero tendrá que aceptar algo que quizá sea incómodo: su relevancia ya no está garantizada.</u>

Posdata

Aquí coloco las fuentes que dan sustento al articulo: