Para construir un motor de IA efectivo para la orientación vocacional, es fundamental integrar los datos de los expedientes de los alumnos garantizando siempre la anonimización de los datos para proteger su privacidad.
A continuación presentamos las cinco categorías de prompts que conforman un sistema integral de orientación vocacional potenciado con inteligencia artificial.
Categoría 01
Análisis de Perfil
Perfilamiento: Analiza datos académicos y sugiere carreras con porcentaje de compatibilidad personalizada.
Modelo Holland: Clasifica al estudiante en los seis tipos RIASEC para orientar sus decisiones.
Aptitudes cognitivas: Detecta fortalezas académicas con base en historial de calificaciones y evaluaciones.
Habilidades blandas: Evalúa liderazgo, trabajo en equipo y resolución de problemas.
Categoría 02
Empleabilidad
Evaluación de la resistencia de la carrera frente a la automatización e inteligencia artificial.
Proyección de ingresos vs costo educativo para una decisión financieramente informada.
Opciones híbridas de estudio + trabajo para una transición gradual al mercado laboral.
Recomendación de certificaciones y micro-credenciales para aumentar la empleabilidad.
Categoría 03
Ética y Sesgos
Detección y eliminación de sesgos de género, origen socioeconómico o cultural en las recomendaciones.
Generación de recomendaciones no convencionales que amplíen el horizonte vocacional del estudiante.
Autoevaluación del sistema de IA para garantizar equidad y transparencia en los resultados.
Categoría 04
Apoyo Psicosocial
Detección temprana de riesgo de deserción escolar mediante análisis de patrones conductuales.
Evaluación de la adaptabilidad profesional ante un mercado laboral en constante transformación.
Alineación de expectativas entre el estudiante, su familia y las realidades del mercado.
Categoría 05
Herramientas Accionables
Simulación de entrevistas de admisión y laborales con retroalimentación en tiempo real.
Generación de reporte ejecutivo para padres con los hallazgos y recomendaciones clave.
Redacción de resumen profesional tipo LinkedIn listo para compartir con reclutadores.
Plan de acción personalizado a 6 meses con hitos, recursos y métricas de seguimiento.
Nota sobre privacidad de datos
Utilizar datos anonimizados es fundamental para cumplir con las normativas de protección de datos (LFPDPPP en México). Ningún dato identificable del estudiante debe ser procesado directamente por el sistema de IA sin los protocolos de anonimización correspondientes.
