El projecte Learning Flow d’UCF, finalista als Premis EduTechCluster per l'ús de la IA en el procés d’aprenentatge

El projecte Learning Flow d’Unió Consorci Formació (UCF) ha estat seleccionat com a finalista dels Premis EduTechCluster en la categoria dedicada a la personalització de l’aprenentatge amb intel·ligència artificial. Aquests guardons reconeixen projectes aplicats amb impacte en la innovació educativa i promouen un ús responsable de la tecnologia en l’aprenentatge. Els projectes seleccionats es presentaran durant el EdTech Congress Barcelona 2026, que se celebrarà el 4 i 5 de febrer. 

El projecte neix d’un repte molt concret: en formació generem moltes dades, però es troben disperses entre plataformes i entorns com el campus virtual, la web, els formularis d’inscripció i satisfacció, etc. Aquest volum i dispersió de les dades fa difícil convertir-les en informació clara per prendre decisions pedagògiques amb criteri. Per entendre’n l’abast, UCF va comptar durant el 2025 amb més de 60.000 inscrits, 848 cursos i un total de 12.349 hores de formació en línia.  

En aquest context, el projecte Learning Flow -de la mà de Datision, experts en l’ús de la IA- utilitza la intel·ligència artificial per integrar i ordenar aquestes dades i convertir-les en evidències que ajudin a entendre millor com aprèn l’alumnat i a com podem acompanyar-lo amb més precisió. 

Per exemple, quin és el nivell de motivació de l’alumnat durant el curs, si cal una activitat extra per incrementar la comprensió o l’interès, quines són les parts de la formació que més han agradat, quin perfil d’alumnat és el que té més adherència a un contingut concret...   

L’objectiu principal del projecte és evolucionar d’un model d’anàlisi basat en l’experiència passada cap a un enfocament predictiu, que permeti anticipar possibles situacions d’abandonament o poder suggerir itineraris formatius personalitzats a cada persona. La voluntat és millorar l’acompanyament i l’autonomia de l’alumnat durant el procés d’aprenentatge.  

En el disseny del projecte s’han definit casos d’ús i indicadors per començar a generar evidència i acció, per exemple:  

• Seguiment del progrés en temps real: finalització per mòdul, temps dedicat, participació i evolució en qüestionaris.  

• Optimització de plans docents: abandonament per mòdul, satisfacció i dedicació real vs. estimada.  

• Predicció de risc d’abandonament: freqüència i durada d’accés, inactivitat, participació en fòrums i probabilitat d’èxit.  

• Personalització d’itineraris: seguiment d’itineraris adaptats, temps per recurs i satisfacció.  

Ser finalistes dels premis de l’Observatori d’Intel·ligència Artificial d’EduTechCluster dona empenta al projecte. Ara ens trobem en una etapa clau: posarem en marxa el nostre Learning Flow amb dades a temps real. A mesura que anem obtenint resultats, compartirem l’impacte i els aprenentatges. Seguim apostant per la millora de la formació continuada dels professionals del sector de la salut i social per contribuir a la bona atenció als pacients i la transformació del sistema.