Stella, métricas, ficha del estudiante y acciones de acompañamiento en un solo ecosistema
Stella, métricas, ficha del estudiante y acciones de acompañamiento en un solo ecosistema
En Latinoamérica, un estudiante no abandona de un día para otro. Acumula señales durante semanas: baja asistencia, pagos atrasados, caída en calificaciones, desconexión de la plataforma. Las instituciones tenían los datos pero no la capacidad de leerlos a tiempo. Cuando llegaban a actuar, el estudiante ya había decidido irse.
Foris quería cambiar eso. Me llamaron para diseñar cómo la IA podía detectar esas señales y convertirlas en acciones concretas de los equipos académicos, antes de que fuera tarde.
El dashboard de métricas, tasa de deserción, alertas activas y atenciones realizadas en tiempo real
El reto más difícil de Stella no fue técnico. Fue de confianza. El personal académico latinoamericano tiene una cultura de decisión basada en relaciones, no en datos. Un algoritmo que dice "este estudiante tiene 78% de probabilidad de abandonar" genera escepticismo, no acción.
El sistema tenía que ser transparente sobre cómo la IA llegaba a cada alerta, sin ser técnico. Esa tensión, entre la precisión del modelo y la confianza humana, definió las decisiones más importantes del diseño.
Trabajé en un equipo de 5 diseñadores, con ownership sobre el dashboard de alertas y la ficha del estudiante. Coordiné con el equipo de AI para entender las variables del modelo y traducirlas en lenguaje que los asesores pudieran leer y confiar.
Los dashboards de seguimiento suelen tener el mismo defecto: muestran todo. El asesor entra, ve tablas con 40 estudiantes en riesgo y no sabe por dónde empezar. La urgencia se pierde en el ruido.
La decisión fue separar dos modos con intenciones distintas: el modo acción y el modo análisis. Por defecto, el asesor ve solo los 3 a 5 casos más críticos del día, con la alerta en lenguaje humano y la acción recomendada al lado. Sin tablas. Sin filtros. Sin gráficas.
La vista individual en los sistemas académicos tradicionales es un formulario: campos uno debajo del otro, información académica, financiera, personal y de asistencia mezclada sin jerarquía. El asesor tiene que leer todo para entender algo.
Diseñamos la ficha como una narrativa con tiempo: qué pasó, qué está pasando, qué puede pasar. Tres momentos en orden cronológico que el asesor lee como una historia corta. La información no está separada por categoría, está organizada por relevancia al momento actual del estudiante.
La ficha del estudiante, alertas priorizadas con contexto claro para que el asesor actúe ese día
Cada alerta explica su razonamiento en una línea, no en términos del modelo sino en términos del asesor. No "variable de engagement: 0.23" sino "Lleva tres semanas sin conectarse y tiene un parcial la próxima semana."
El asesor entiende el riesgo, confía en él y actúa. La explicabilidad de la IA no es un problema técnico, es un problema de diseño de lenguaje. La confianza en el sistema no vino de los porcentajes del modelo, sino de que el asesor podía leer la alerta y decir: "sí, tiene sentido".
La ficha 360° — asistencia, variables de riesgo académico, vocacional y económico en una sola vista
Stella es hoy la herramienta de intervención temprana de Foris, y la primera de su tipo en el ecosistema EdTech latinoamericano. El sistema procesa múltiples variables por estudiante, prioriza los casos más urgentes y le da al asesor lo que necesita para actuar ese mismo día.
El impacto más significativo no es medible en métricas de producto. Es el estudiante que no abandonó porque alguien lo llamó a tiempo. Ese es el outcome que guió cada decisión de diseño del proyecto.
