EduTrack

Investigación aplicada · Panamá

El proyecto

Sistema de perfilamiento con inteligencia artificial para facilitar el acceso a becas de maestría en Panamá.

AI-Driven Profiling System to Facilitate Access to Master's Degree Scholarships in Panama

Autores
Alejandro García
Asesora
Emperatriz Hernández Lamuño
Institución
Panamá
Categoría
Ingeniería y Negocios
Enfoque
Mixto, con alcance proyectivo y diseño documental y virtual
Población
Estudiantes de ADEN University en fase final de pregrado con interés en cursar una maestría
Muestreo
No probabilístico por conveniencia
Recolección
28 y 29 de julio de 2026
Muestra
56 respuestas válidas de una audiencia estimada de 60 personas (93%)
Lugar
Ciudad de Panamá, Panamá

Resumen

En Panamá el financiamiento de estudios de maestría depende de al menos dos instituciones que operan de forma independiente —IFARHU y SENACYT—, lo que obliga a cada profesional a realizar por cuenta propia un proceso de búsqueda disperso, sin una herramienta que le permita determinar para qué opciones cumple los requisitos de elegibilidad. El objetivo de esta investigación fue diseñar un sistema de perfilamiento con inteligencia artificial para facilitar el acceso a becas de maestría en Panamá, a partir del perfil académico, económico y laboral de los estudiantes. La investigación se desarrolló bajo un enfoque mixto, con alcance proyectivo y diseño documental y virtual, en cuatro fases: revisión documental de los programas de IFARHU y SENACYT, levantamiento del perfil de los participantes, diseño del prototipo funcional y validación mediante prueba piloto en ADEN University. El prototipo funciona con un motor de reglas que contrasta las variables del perfil contra los criterios de elegibilidad identificados en la revisión documental. La validación funcional mostró que el sistema discrimina correctamente la elegibilidad según las variables académicas y laborales, sin generar recomendaciones genéricas. La validación con usuarios (n = 56, tasa de respuesta del 93%) mostró una aceptación alta y consistente, con la utilidad percibida como principal impulsor de la recomendación, en línea con el modelo de aceptación tecnológica (TAM). La confiabilidad de las fuentes de datos emergió como condición de adopción adicional.

Palabras clave

  • becas de posgrado
  • sistemas de recomendación
  • motor de reglas
  • explicabilidad algorítmica
  • modelo de aceptación tecnológica (TAM)
  • Panamá

Objetivos

Objetivo general

Diseñar un sistema de perfilamiento con inteligencia artificial para facilitar el acceso a becas de maestría en Panamá, a partir del perfil académico, económico y laboral de los estudiantes.

Objetivos específicos

  1. Revisar documentalmente los programas de becas de IFARHU y SENACYT, identificando sus requisitos, criterios de elegibilidad y procesos de postulación.
  2. Levantar información de los participantes mediante un cuestionario estructurado que recopile variables académicas, laborales, económicas y de interés profesional.
  3. Diseñar un prototipo funcional capaz de asociar las características de cada participante con las oportunidades de beca disponibles y generar recomendaciones personalizadas.
  4. Validar el prototipo mediante prueba piloto, evaluando facilidad de uso, utilidad percibida, claridad de las recomendaciones, satisfacción y percepción de precisión.
  5. Explorar cómo el sistema podría facilitar la conexión con oportunidades de empleo o práctica profesional afines a la formación, línea planteada como proyección futura.

Cómo empezó

Edutrack nació como un proyecto de investigación universitaria en Panamá, y hoy es un producto independiente.

La pregunta de partida era sencilla y sigue siéndolo: ¿a qué becas puede aplicar realmente una persona, según su perfil académico, laboral y económico? Responderla hoy exige recorrer varios portales, interpretar reglamentos y cruzar requisitos a mano.

El primer prototipo fue una herramienta de perfilamiento que cruzaba el perfil con los criterios de IFARHU, SENACYT y el catálogo de posgrados disponible. Se validó con 56 personas y los resultados dieron pie al artículo científico y a esta versión, reconstruida desde cero con lo aprendido.

Sigue siendo un prototipo de investigación: no tramita becas ni sustituye a las instituciones. Lo que hace es reunir en un sitio lo que hoy está disperso, y explicar cada resultado en lugar de limitarse a mostrarlo.

El problema

En Panamá el dinero para estudiar existe y las carreras también, pero están repartidos entre instituciones que no se hablan entre sí.

Dos sistemas independientes

Las entidades públicas que financian estudios y las universidades que los imparten trabajan por separado, con reglamentos, calendarios y portales distintos. Nadie publica una vista conjunta, así que orientarse exige recorrer cada sitio y saber de antemano qué buscar.

Presupuesto comprometido

Para 2026, el 86% del presupuesto público de becas ya está asignado. Queda un 14% disponible, lo que convierte llegar a tiempo en parte del problema.

Desconocimiento

El 46% de las personas encuestadas no conocía las becas públicas antes de ver la propuesta. No es que no calificaran: es que no sabían que existían.

Cómo funciona

Un motor de reglas, no un modelo estadístico. Cada resultado tiene que poder explicarse con una frase que cite el criterio real de la convocatoria.

Reglas verificables

El sistema contrasta el perfil con los requisitos publicados por cada institución: índice mínimo, situación laboral, matrícula previa. Nada de puntuaciones opacas.

Transparencia algorítmica

Cada programa muestra por qué aparece con ese estado. Fue el hallazgo central de la validación: la gente no quiere un número, quiere entender el criterio.

Fuentes fechadas

Cada dato indica cuándo se verificó por última vez contra su fuente oficial, y un proceso automático revisa esas páginas cada semana para detectar cambios.

Qué encontramos

Validación con 56 participantes en tres grupos, en julio de 2026, con una tasa de respuesta del 93%.

4.59/ 5

utilidad percibida

4.38/ 5

claridad de la información

80.4%

usaría el sistema con seguridad

0.82r

correlación utilidad-recomendación

Quienes más útil lo encontraron son también los que más lo recomendarían. En una escala de 0 a 1, 0.82 es una relación fuerte.

Conocer las becas de antemano no predice el interés

No hubo relación significativa entre haber oído hablar de IFARHU o SENACYT y la intención de usar el sistema (χ² = 0.070, p = 0.791). La herramienta interesa tanto a quien ya conocía las becas como a quien no.

La reacción al ver el prototipo

«Nunca había visto algo parecido.» La frase de una participante del estudio.

La confiabilidad es la condición crítica

El riesgo señalado con más frecuencia no fue la usabilidad ni el diseño, sino la fiabilidad de los datos. De ahí que cada ficha muestre su fecha de verificación y que el sistema nunca afirme una fecha sin remitir a la fuente.

Quiénes somos

Panamá

Autores
Alejandro García
Asesora
Emperatriz Hernández Lamuño

Conclusiones

El sistema discrimina correctamente la elegibilidad

La validación funcional demostró que el prototipo discriminó la elegibilidad de los usuarios según sus variables académicas y laborales, sin generar recomendaciones genéricas.

La utilidad percibida predice la intención de uso

La validación con usuarios (n = 56) mostró una aceptación alta y consistente, con la utilidad percibida —y no la claridad expositiva— como principal predictor de la intención de uso, en línea con el marco TAM.

La transparencia algorítmica es la ventaja distintiva

Entre las principales ventajas del sistema se destacaron la transparencia algorítmica, al acompañar cada recomendación con una justificación explícita, y la facilidad de uso percibida por los participantes.

La propuesta es escalable más allá del piloto

Los resultados sustentaron la viabilidad de escalar el sistema al universo de profesionales panameños elegibles para becas de maestría, más allá de la comunidad de ADEN University utilizada como prueba piloto.

Aporta evidencia en un ámbito poco documentado

La investigación aportó evidencia empírica sobre la aplicación del modelo de aceptación tecnológica (TAM) y de los principios de explicabilidad algorítmica en sistemas de recomendación de becas de posgrado en Panamá, un ámbito nacional poco documentado en la literatura especializada.

Limitaciones

  • La validación se circunscribió a una prueba piloto de conveniencia dentro de una sola institución (ADEN University Panamá).
  • La validación funcional se basó en solo tres perfiles de prueba.
  • El módulo de conexión con oportunidades laborales muestra sectores y empleadores de referencia por área, pero todavía no ofrece vacantes reales ni resultados personalizados según el perfil.
  • Los resultados orientativos del sistema se basan en criterios públicos generales y no constituyen una determinación oficial de elegibilidad.

Trabajo futuro

  • Ampliar la muestra de validación a una población más diversa y de mayor tamaño, incluyendo otras instituciones de educación superior.
  • Incorporar y evaluar el módulo de conexión con prácticas profesionales y oportunidades laborales proyectado desde el diseño inicial.
  • Someter a pruebas de significancia estadística las diferencias observadas entre segmentos de usuarios.
  • Establecer mecanismos que garanticen la confiabilidad y actualización de las fuentes de datos de IFARHU y SENACYT, condición de adopción señalada por los propios usuarios.

Consideraciones éticas

El estudio se condujo bajo los principios éticos básicos de la investigación con seres humanos prescritos en el reglamento de investigación de ADEN University. La participación fue voluntaria y estuvo precedida de un proceso de consentimiento informado. La información recopilada se trató de forma confidencial y se utilizó exclusivamente con fines académicos y de investigación.

Agradecimientos

A ADEN University Panamá y a los estudiantes y docentes que participaron voluntariamente en las fases de perfilamiento y validación del prototipo, por su tiempo y por la retroalimentación brindada, la cual resultó determinante para identificar oportunidades de mejora del sistema.

Referencias

  1. 01IFARHU, Dirección Ejecutiva de Becas y Asistencias Educativas. "Gestión de Trabajo, julio 2014 a junio 2019."
  2. 02SENACYT. "Becas de maestría y posgrado, convocatorias 2026."
  3. 03La Prensa Panamá. "Ifarhu admite que el 86% del presupuesto de becas de 2026 se utilizará en compromisos adquiridos." 2026.
  4. 04MN Compass. "The adult learner: Encouraging enrollment and overcoming barriers."
  5. 05BecaLab. "¿Qué es BecaLab?"
  6. 06A. J. Fernández-García, R. Rodríguez-Echeverría, J. C. Preciado, J. M. C. Manzano y F. Sánchez-Figueroa. "Creating a recommender system to support higher education students in the subject enrollment decision." IEEE Access, vol. 8, pp. 189069-189088, 2020.
  7. 07F. D. Davis. "Perceived usefulness, perceived ease of use, and user acceptance of information technology." MIS Quarterly, vol. 13, n.º 3, pp. 319-340, 1989.
  8. 08C. Obeid, I. Lahoud, H. El Khoury y P. A. Champin. "Ontology-based recommender system in higher education." en Companion Proceedings of the Web Conference 2018, ACM, 2018, pp. 1031-1034.

¿Preguntas sobre la investigación?

Escríbenos a edutrack.pa@gmail.com. Si quieres probar el sistema, empieza por tu perfil.

→ Calcular mi ruta