El proyecto Learning Flow de UCF, finalista en los Premios EduTechCluster por el uso de la IA en el proceso de aprendizaje

El proyecto Learning Flow de Unión Consorcio Formación (UCF) ha sido seleccionado como finalista de los Premios EduTechCluster en la categoría dedicada a la personalización del aprendizaje con inteligencia artificial. Estos galardones reconocen proyectos aplicados con impacto en la innovación educativa y promueven un uso responsable de la tecnología en el aprendizaje. Los proyectos seleccionados se presentarán durante el EdTech Congress Barcelona 2026, que se celebrará el 4 y 5 de febrero. 

El proyecto nace de un reto muy concreto: en formación generamos muchos datos, pero se encuentran dispersos entre plataformas y entornos como el campus virtual, la web, los formularios de inscripción y satisfacción, etc. Este volumen y dispersión de los datos hace difícil convertirlos en información clara para tomar decisiones pedagógicas con criterio. Para entender su alcance, UCF contó durante 2025 con más de 60.000 inscritos, 848 cursos y un total de 12.349 horas de formación online.  

En este contexto, el proyecto Learning Flow - de la mano de Datision, expertos en el uso de la IA- utiliza la inteligencia artificial para integrar y ordenar estos datos y convertirlos en evidencias que ayuden a entender mejor cómo aprende el alumnado ya cómo podemos acompañarlo con mayor precisión. 

Por ejemplo, cuál es el nivel de motivación del alumnado durante el curso, si es necesaria una actividad extra para incrementar la comprensión o el interés, cuáles son las partes de la formación que más han gustado, qué perfil de alumnado es el que tiene más adherencia a un contenido concreto...   

El objetivo principal del proyecto es evolucionar de un modelo de análisis basado en la experiencia pasada hacia un enfoque predictivo, que permita anticipar posibles situaciones de abandono o poder sugerir itinerarios formativos personalizados a cada persona. La voluntad es mejorar el acompañamiento y autonomía del alumnado durante el proceso de aprendizaje.  

En el diseño del proyecto se han definido casos de uso e indicadores para empezar a generar evidencia y acción, por ejemplo:  

• Seguimiento del progreso en tiempo real: finalización por módulo, tiempo dedicado, participación y evolución en cuestionarios.  

• Optimización de planes docentes: abandono por módulo, satisfacción y dedicación real vs. querida.  

• Predicción de riesgo de abandono: frecuencia y duración de acceso, inactividad, participación en foros y probabilidad de éxito.  

• Personalización de itinerarios: seguimiento de itinerarios adaptados, tiempo por recurso y satisfacción.  

Ser finalistas de los premios del Observatorio de Inteligencia Artificial de EduTechCluster da empuje al proyecto. Ahora nos encontramos en una etapa clave: pondremos en marcha nuestro  Learning Flow con datos en tiempo real. A medida que vayamos obteniendo resultados, compartiremos el impacto y los aprendizajes. Seguimos apostando por la mejora de la formación continua de los profesionales del sector de la salud y social para contribuir a la buena atención a los pacientes y la transformación del sistema.