EJE

3
ESTRATÉGICO

TECNOLOGÍAS EMERGENTES Y
UNIVERSIDAD DEL FUTURO
 Universidades coordinadoras:

Universidad de Deusto
y Universidad Politécnica de Valencia
Documento preparado por:

Universidad de Deusto
 Contenido

INTRODUCCIÓN...................................................................................................4

CONCEPTO CENTRAL..........................................................................................5

REFERENCIA A CASOS ......................................................................................8

LÍNEAS DE TRABAJO..........................................................................................8

REFERENCIAS BIBLIOGRÁFICAS.....................................................................9
 INTRODUCCIÓN
La tecnología es un elemento clave en la evolución y transformación de la sociedad. En el
contexto educativo, los avances tecnológicos en las últimas décadas han democratizado el
acceso a la educación y el conocimiento; y han transformado (y transforman) a las Institucio-
nes de Educación Superior.

Realizando un análisis del uso de la tecnología en el contexto de la educación superior, se

pueden diferenciar aquellas tecnologías que están relacionadas con el proceso en torno a la
trasmisión y generación del conocimiento; y por otro lado, las tecnologías utilizadas para el so-
porte de los procesos que sustentan el funcionamiento de la universidad como organización.
Tradicionalmente, la investigación en torno a la tecnología aplicada a la educación, conocida
con el término EdTech o EduTech («Educational Technology», 2021), se ha focalizado en el
proceso de enseñanza-aprendizaje y especialmente la mejora de la experiencia de aprendi-
zaje del alumnado o enseñanza/investigación del profesorado. No obstante, en los últimos
años, al igual que ocurre en otros ámbitos, la transformación digital de las universidades está
ganando relevancia (Benavides et al., 2020; Jackson, 2019).

Otra cuestión relevante a la hora de analizar la tecnología en el contexto de la educación es

diferenciar la tecnología de la modalidad de impartición/presencialidad (presencial, on-line,
blended o semipresencial) y las nuevas metodologías docentes (flipped learning, gamifica-
ción, design thinking, aprendizaje cooperativo,...). A pesar de que unas y otras tienen una fuer-
te relación, el análisis propuesto en este documento aborda la tecnología sin limitar el ámbito
específico de aplicación.

Una vez clarificado el análisis a realizar, se proponen una cuestión que deben ser abordada
desde el Eje 3 - Tecnologías emergentes y Universidad del futuro:

 ¿CUÁLES SON LAS TENDENCIAS TECNOLÓGICAS CON UN MAYOR IMPACTO

ESPERADO EN EL CONTEXTO DE LA EDUCACIÓN SUPERIOR?

4 Universidades coordinadoras: Universidad de Deusto y Universidad Politécnica de Valencia

Documento preparado por: Universidad de Deusto
 CONCEPTO CENTRAL
(Graesser, 2013) resalta 3 elementos clave a la hora de analizar el impacto de la tecnología
en el contexto educativo en los últimos 50 años: (1) la tecnología revolucionará todos los ni-
veles educativos; (2) la rápida evolución de la tecnología pone en jaque al profesorado, las
instituciones educativas y las autoridades reguladoras, siendo necesarios nuevos métodos de
capacitación del profesorado y nuevas reformas educativas; y (3) el alumnado (nativo/a digital)
juega un papel protagonista en la definición de los nuevos entornos de aprendizaje dado que
posee una elevada experiencia en el manejo de la tecnología en su día a día.

Tal y como recogen (Martin et al., 2018) en su revisión del impacto de las tendencias tecno-
lógicas en la educación superior, muchas de las tecnologías que usamos hoy en día, tienen
su origen en áreas específicas y luego se han trasladado a otros contextos. En el contexto
de la educación superior, uno de los referentes en cuanto a las tendencias tecnológicas es
el informe Horizon Report, que anualmente publica EDUCAUSE (https://www.educause.edu)
desde 2004. Dicho informe recoge predicciones acerca de las tecnologías emergentes en la
educación superior y su grado de madurez. La Tabla 1, recoge una síntesis de las tecnologías
más relevantes en los informes Horizon Report de los últimos 5 años (entre 2016 y 2021).
Tabla 1 - Tecnologías relevantes de los informes Horizon Report 2016-2021.
2021 2020 2019
Artificial Intelligence Adaptive Learning Artificial Intelligence
Blended & Hybrid Models Artificial Intelligence Blockchain
Learning Analytics Instructional Design, Learn- Learning Analytics
ing Engineering, & UX De-
sign
Micro-credentialing Learning Analytics Mobile Learning
Open Educational Resour- Open Educational Resour- Virtual Assistants
ces ces
Quality Online Learning XR (AR, VR, MR, Haptic) XR (AR, VR, MR, Haptic)
2018 2017 2016
Adaptive Learning Adaptive Learning Adaptive Learning
Artificial Intelligence Artificial Intelligence Affective Computing
Learning Analytics Mobile Learning Learning Analytics
Makerspaces Natural User Interfaces Makerspaces
Robotics The Internet of Things Mobile Learning
XR (AR, VR, MR, Haptic) The Next-Generation LMS Robotics
XR (AR, VR, MR, Haptic)
Contenido adaptado de (Adams Becker et al., 2017, 2018; Alexander et al., 2019; Brown et al., 2020; Johnson
et al., 2016; Pelletier et al., 2021)
5 Universidades coordinadoras: Universidad de Deusto y Universidad Politécnica de Valencia
Documento preparado por: Universidad de Deusto
 En la Tabla 1 se han resaltado (color naranja) las tecnologías que más veces han aparecido en
los últimos años del Horizon Report, y que además, se consideran referentes en la literatura
especializada.

A continuación, se incluye una breve descripción de cada una de las tecnologías que están
atrayendo un mayor interés en estos momentos, por su potencial y beneficios esperados:

● Artificial Intelligence (Pelletier et al., 2021, p. 13), es un área muy amplia que aglu-
tina multitud de tecnologías que van desde el aprendizaje automático, la robótica, los
asistentes virtuales o bots, las herramientas de simulación, la predicción de resultados,
la personalización, etc. (Hinojo-Lucena et al., 2019; Popenici & Kerr, 2017; Zawac-
ki-Richter et al., 2019; Zeide, 2019). En un reciente artículo publicado por Microsoft en
2020 “AI in Higher Education: opportunities and considerations” (Papaspyridis, 2020) se
identifican las áreas de aplicación de la inteligencia artificial en la educación universita-
ria de acuerdo al Marco de Transformación Educativa de Microsoft para la Educación
Superior (Microsoft, 2021); dichas áreas contemplan tanto la dimensión del alumnado,
el proceso de enseñanza-aprendizaje (centrado en el profesorado), la investigación y
la integración de las instalaciones físicas y tecnológicas que ofrecen las instituciones
de educación superior.

● Adaptive Learning, se refiere al conjunto de tecnologías de analítica de datos y apren-

dizaje automático que permiten monitorizar el progreso del alumnado para adaptar los
contenidos y estrategias de enseñanza-aprendizaje a las necesidades y ritmo de cada
individuo (Adams Becker et al., 2018). A pesar de las bondades de esta tecnología, a
día de hoy su implantación todavía es limitada, debido a dificultades técnicas, peda-
gógicas e institucionales (Mirata et al., 2020), no obstante, los potenciales beneficios
esperados hacen que sea un ámbito que revolucionará los entornos de aprendizaje
universitario en los próximo años.

● Learning Analytics, hace referencia al proceso de la información que se genera duran-

te la experiencia de aprendizaje a medida que el alumnado interactúa con el “entorno”
para mejorar tanto la experiencia de aprendizaje como la satisfacción del alumnado
(Sclater et al., 2016). Las tecnologías utilizadas en el contexto de la(s) analítica(s) de
aprendizaje están relacionadas con el Big Data, debido al elevado volumen y la natura-
leza heterogénea que se puede obtener durante el proceso de enseñanza-aprendizaje.
Estas técnicas tienen un elevado potencial para la mejora de la experiencia y rendi-
miento académico pero todavía se encuentran en un incipiente proceso de implanta-
ción (Leitner et al., 2017; Viberg et al., 2018; Wong, 2017).

6 Universidades coordinadoras: Universidad de Deusto y Universidad Politécnica de Valencia

Documento preparado por: Universidad de Deusto
 ● XR (AR, VR, MR, Haptic), desde hace unos años, el concepto de Realidad Virtual (VR)
se ha popularizado y con él han surgido un conjunto de tecnologías renombradas como
Realidad Extendida (XR). Estas tecnologías permiten mezclar lo físico con lo virtual o
proporcionar experiencias virtuales totalmente inmersivas por medio de la adición de
elementos “artificiales” en el entorno o la interacción a través de dispositivos electróni-
cos (Brown et al., 2020, p. 29). La Imagen 1 ilustra visualmente las diferencias entre
los diferentes conceptos.

La Realidad Extendida juega un papel muy importante en experiencias de aprendizaje

activas y tienen un elevado potencial para la mejora del rendimiento del alumnado (Fa-
bris et al., 2019; Pomerantz & Rode, 2020).

Imagen 1 - Comparativa entre los diferentes tipos de Realidad Extendida

Fuente: (Brigham, 2017)

7 Universidades coordinadoras: Universidad de Deusto y Universidad Politécnica de Valencia

Documento preparado por: Universidad de Deusto
 REFERENCIACIÓN DE CASOS
EN ESTA SECCIÓN SE RECOGEN INICIATIVAS QUE SON ESPECIALMENTE
RELEVANTES EN EL CONTEXTO DE LAS TECNOLOGÍAS EMERGENTES EN LA
EDUCACIÓN SUPERIOR:

● Ámbito específico de tecnologáis emergentes de EDUCAUSE: https://library.educause.

edu/topics/emerging-technologies

● El International Journal of Educational Technology in Higher Education https://educa-

tionaltechnologyjournal.springeropen.com/

● Las noticias del portal EdTechMagazine: https://edtechmagazine.com/higher/

● El “Observatorio de Innovación Educativa” del Tecnológico de Monterrey: https://obser-

vatorio.tec.mx/

LÍNEAS DE TRABAJO
Las Instituciones de Educación Superior deben velar por un uso racional y responsable de la
tecnología facilitando el acceso a todos los colectivos sociales, especialmente a los más des-
favorecidos. En sintonía con esta labor, se proponen las siguientes líneas de trabajo:

1. IDENTIFICAR EL ECOSISTEMA DE TECNOLOGÍAS DE CADA INSTITUCIÓN Y

DARLO A CONOCER A TODA LA COMUNIDAD UNIVERSITARIA.

2. CREAR UN PLAN PERMANENTE DE CAPACITACIÓN Y MEJORA DE LA

COMPETENCIA TECNOLÓGICA DEL PROFESORADO PARA LA MEJORA DE
LAS EXPERIENCIAS DE APRENDIZAJE.

8 Universidades coordinadoras: Universidad de Deusto y Universidad Politécnica de Valencia

Documento preparado por: Universidad de Deusto
 Referencias bibliográficas
Adams Becker, S., Brown, M., Dahlstrom, E., Davis, A., DePaul, K., Diaz, V., & Pomerantz, J. (2018).
The NMC Horizon Report: 2018 Higher Education Edition. EDUCAUSE Learning Initiative.
https://library.educause.edu/~/media/files/library/2018/8/2018horizonreport.pdf

Adams Becker, S., Cummins, M., Davis, A., Freeman, A., Hall Giesinger, C., & Annathanarayanan, V.
(2017). The NMC Horizon Report: 2017 Higher Education Edition. The New Media Consor-
tium. https://library.educause.edu/-/media/files/library/2017/2/2017horizonreporthe.pdf

Alexander, B., Ashford-Rowe, K., Barajas-Murphy, N., Dobbin, G., Knott, J., McCormack, M., Pomer-
antz, J., Seilhamer, R., & Weber, N. (2019). 2019 EDUCAUSE Horizon Report: Higher Ed-
ucation edition. EDUCAUSE Learning Initiative. https://library.educause.edu/-/media/files/
library/2019/4/2019horizonreport.pdf

Benavides, L. M. C., Tamayo Arias, J. A., Arango Serna, M. D., Branch Bedoya, J. W., & Burgos, D.
(2020). Digital Transformation in Higher Education Institutions: A Systematic Literature Review.
Sensors, 20(11), 3291. https://doi.org/10.3390/s20113291

Brigham, T. J. (2017). Reality Check: Basics of Augmented, Virtual, and Mixed Reality. Medical Refer-
ence Services Quarterly, 36(2), 171-178. https://doi.org/10.1080/02763869.2017.1293987

Brown, M., McCormack, M., Reeves, J., Brooks, D. C., & Grajek, S. (2020). 2020 EDUCAUSE Hori-
zon Report: Teaching and Learning Edition. EDUCAUSE Learning Initiative. https://library.
educause.edu/-/media/files/library/2020/3/2020_horizon_report_pdf.pdf

Educational technology. (2021). En Wikipedia. https://en.wikipedia.org/w/index.php?title=Education-

al_technology&oldid=1024348302
Fabris, C. P., Rathner, J. A., Fong, A. Y., & Sevigny, C. P. (2019). Virtual Reality in Higher Education.
International Journal of Innovation in Science and Mathematics Education, 27(8), Article 8.
https://doi.org/10.30722/IJISME.27.08.006

Graesser, A. C. (2013). Evolution of Advanced Learning Technologies in the 21st Century. Theory Into
Practice, 52(sup1), 93-101. https://doi.org/10.1080/00405841.2013.795446

Hinojo-Lucena, F.-J., Aznar-Díaz, I., Cáceres-Reche, M.-P., & Romero-Rodríguez, J.-M. (2019). Artifi-
cial Intelligence in Higher Education: A Bibliometric Study on its Impact in the Scientific Litera-
ture. Education Sciences, 9(1), 51. https://doi.org/10.3390/educsci9010051

9 Universidades coordinadoras: Universidad de Deusto y Universidad Politécnica de Valencia

Documento preparado por: Universidad de Deusto
Jackson, N. C. (2019). Managing for competency with innovation change in higher education: Ex-
amining the pitfalls and pivots of digital transformation. Business Horizons, 62(6), 761-772.
https://doi.org/10.1016/j.bushor.2019.08.002

Johnson, L., Adams Becker, S., Cummins, M., Estrada, V., Freeman, A., & Hall, C. (2016). The NMC
Horizon Report: 2016 Higher Education Edition. The New Media Consortium. https://library.
educause.edu/-/media/files/library/2016/2/hr2016.pdf

Leitner, P., Khalil, M., & Ebner, M. (2017). Learning Analytics in Higher Education—A Literature Re-
view. En A. Peña-Ayala (Ed.), Learning Analytics: Fundaments, Applications, and Trends: A
View of the Current State of the Art to Enhance e-Learning (pp. 1-23). Springer International
Publishing. https://doi.org/10.1007/978-3-319-52977-6_1

Martin, S., Lopez-Martín, E., Lopez-Rey, A., Cubillo, J., Moreno-Pulido, A., & Castro, M. (2018).
Analysis of New Technology Trends in Education: 2010–2015. IEEE Access, 6, 36840-36848.
https://doi.org/10.1109/ACCESS.2018.2851748

Microsoft. (2021). Microsoft Higher Education Transformation Framework. Microsoft Education.

https://www.microsoft.com/en-ca/education/higher-education/education-transformation-frame-
work

Mirata, V., Hirt, F., Bergamin, P., & van der Westhuizen, C. (2020). Challenges and contexts in es-
tablishing adaptive learning in higher education: Findings from a Delphi study. International
Journal of Educational Technology in Higher Education, 17(1), 32. https://doi.org/10.1186/
s41239-020-00209-y

Papaspyridis, A. (2020, marzo 26). AI in Higher Education: Opportunities and considerations. Micro-
soft Stories Asia. https://news.microsoft.com/apac/2020/03/26/ai-in-higher-education-opportu-
nities-and-considerations/

Pelletier, K., Brown, M., Brooks, D. C., McCormack, M., & Reeves, J. (2021). 2021 EDUCAUSE
Horizon Report. EDUCAUSE Learning Initiative. https://library.educause.edu/-/media/files/li-
brary/2021/4/2021hrteachinglearning.pdf

Pomerantz, J., & Rode, R. (2020, junio 29). Exploring the Future of Extended Reality in Higher Edu-
cation. https://er.educause.edu/articles/2020/6/exploring-the-future-of-extended-reality-in-hi-
gher-education
Popenici, S. A. D., & Kerr, S. (2017). Exploring the impact of artificial intelligence on teaching and learning
in higher education. Research and Practice in Technology Enhanced Learning, 12(1), 22. https://doi.
org/10.1186/s41039-017-0062-8

Sclater, N., Peasgood, A., & Mullan, J. (2016). Learning analytics in higher education: A review of UK and inter-
national practice Full report (p. 40). Jisc. https://www.jisc.ac.uk/reports/learning-analytics-in-higher-edu-
cation

Viberg, O., Hatakka, M., Bälter, O., & Mavroudi, A. (2018). The current landscape of learning analytics in higher
education. Computers in Human Behavior, 89, 98-110. https://doi.org/10.1016/j.chb.2018.07.027

Wong, B. T. M. (2017). Learning analytics in higher education: An analysis of case studies. Asian Association
of Open Universities Journal, 12(1), 21-40. https://doi.org/10.1108/AAOUJ-01-2017-0009

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial
intelligence applications in higher education – where are the educators? International Journal of Educa-
tional Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0

Zeide, E. (2019, agosto 26). Artificial Intelligence in Higher Education: Applications, Promise and Perils,
and Ethical Questions. https://er.educause.edu/articles/2019/8/artificial-intelligence-in-higher-educa-
tion-applications-promise-and-perils-and-ethical-questions