{"id":622,"date":"2025-09-28T12:17:24","date_gmt":"2025-09-28T10:17:24","guid":{"rendered":"https:\/\/blogs.diariovasco.com\/innovacion\/?p=622"},"modified":"2025-09-28T12:19:49","modified_gmt":"2025-09-28T10:19:49","slug":"centro-de-fp-inteligente-ia-predictiva-cultura-del-dato","status":"publish","type":"post","link":"https:\/\/blogs.diariovasco.com\/innovacion\/2025\/09\/28\/centro-de-fp-inteligente-ia-predictiva-cultura-del-dato\/","title":{"rendered":"\u201cCentro de FP Inteligente\u201d: IA predictiva + cultura del dato"},"content":{"rendered":"<p style=\"text-align: center;\"><img loading=\"lazy\" class=\"alignnone size-large wp-image-623\" src=\"https:\/\/static-blogs.diariovasco.com\/wp-content\/uploads\/sites\/89\/2025\/09\/Post_IA-Predictiva-628x628.jpg\" alt=\"\" width=\"628\" height=\"628\" srcset=\"https:\/\/static-blogs.diariovasco.com\/wp-content\/uploads\/sites\/89\/2025\/09\/Post_IA-Predictiva-628x628.jpg 628w, https:\/\/static-blogs.diariovasco.com\/wp-content\/uploads\/sites\/89\/2025\/09\/Post_IA-Predictiva-300x300.jpg 300w, https:\/\/static-blogs.diariovasco.com\/wp-content\/uploads\/sites\/89\/2025\/09\/Post_IA-Predictiva-150x150.jpg 150w, https:\/\/static-blogs.diariovasco.com\/wp-content\/uploads\/sites\/89\/2025\/09\/Post_IA-Predictiva-768x768.jpg 768w, https:\/\/static-blogs.diariovasco.com\/wp-content\/uploads\/sites\/89\/2025\/09\/Post_IA-Predictiva.jpg 1024w\" sizes=\"(max-width: 628px) 100vw, 628px\" \/><\/p>\n<p style=\"text-align: center;\"><strong><em><span style=\"color: #993366;\">En s\u00edntesis, un Centro de FP Inteligente no es una suma de herramientas, sino una arquitectura operativa donde la IA predictiva, el dato gobernado y la \u00e9tica crean resultados: mejor retenci\u00f3n, mejor empleabilidad y mejor uso de recursos. La tecnolog\u00eda acelera; la cultura sostiene; la estrategia orienta. Empezar peque\u00f1o, medir en serio y escalar con prop\u00f3sito es la v\u00eda m\u00e1s corta hacia el impacto.<\/span><\/em><\/strong><\/p>\n<p>La Formaci\u00f3n Profesional (FP) est\u00e1 en un punto de inflexi\u00f3n. La demanda cambiante de habilidades, la presi\u00f3n por resultados medibles y la velocidad tecnol\u00f3gica exigen pasar de la intuici\u00f3n a la evidencia. La tesis es clara: la combinaci\u00f3n de <strong>IA predictiva<\/strong> con una <strong>cultura del dato<\/strong> s\u00f3lida convierte a cualquier centro en una organizaci\u00f3n \u00e1gil, anticipativa y centrada en el estudiante \u2014un aut\u00e9ntico <strong>Centro de FP Inteligente<\/strong>\u2014 capaz de crear ventaja competitiva para su alumnado y su territorio .<\/p>\n<p>En este post te propongo una gu\u00eda compacta y aplicable: qu\u00e9 significa ser <em>data-driven<\/em> en FP, d\u00f3nde crea impacto la IA predictiva (estrategia, operaciones, aprendizaje y relaci\u00f3n con empresas), c\u00f3mo gobernarla \u00e9ticamente y por d\u00f3nde empezar. A lo largo del texto incluyo <strong>analog\u00edas pr\u00e1cticas<\/strong> y <strong>ejemplos<\/strong> accionables para acelerar tu hoja de ruta.<\/p>\n<hr \/>\n<h2>1) Ser data-driven no es software: es operar con evidencia<\/h2>\n<p>Un centro <em>data-driven<\/em> <strong>integra el ciclo de vida del dato<\/strong> en su ADN: trata los datos como un activo, establece <strong>gobernanza y calidad<\/strong>, y cultiva una <strong>cultura del dato<\/strong> que habilita decisiones informadas en direcci\u00f3n, docencia y administraci\u00f3n .<\/p>\n<ul>\n<li><strong>Gobernanza y calidad<\/strong>: propiedad del dato, definiciones estandarizadas (diccionario com\u00fan), procesos de limpieza\/validaci\u00f3n y cumplimiento RGPD. Analog\u00eda: es la <strong>plomer\u00eda<\/strong> del edificio; si las tuber\u00edas (datos) tienen fugas o impurezas, el agua (insights) no ser\u00e1 potable.<\/li>\n<li><strong>Cultura del dato<\/strong>: liderazgo ejemplarizante, alfabetizaci\u00f3n de datos para toda la plantilla, democratizaci\u00f3n del acceso y trabajo colaborativo con dashboards compartidos . Ejemplo: un claustro que arranca la reuni\u00f3n con un panel simple de <strong>retenci\u00f3n por m\u00f3dulo<\/strong> y <strong>participaci\u00f3n en el LMS<\/strong>, y acuerda micro-intervenciones para la semana siguiente.<\/li>\n<\/ul>\n<p><strong>Evita el \u201cDi\u00f3genes 4.0\u201d<\/strong>: almacenar por almacenar. Mejor <strong>pocos datos, \u00fatiles y de calidad<\/strong> alineados con objetivos del centro (retenci\u00f3n, empleabilidad, eficiencia) .<br \/>\nLectura de apoyo: <em>Data Culture Framework<\/em> (APLU) \u2014 principios pr\u00e1cticos para infundir datos en la cultura del campus: <a href=\"https:\/\/www.aplu.org\/wp-content\/uploads\/The-Data-Culture-Framework-Infusing-Data-Throughout-the-Campus-Culture-FINAL-September-2024-003.pdf\">https:\/\/www.aplu.org\/wp-content\/uploads\/The-Data-Culture-Framework-Infusing-Data-Throughout-the-Campus-Culture-FINAL-September-2024-003.pdf<\/a><\/p>\n<hr \/>\n<h2>2) IA predictiva en la estrategia: anticipaci\u00f3n en matr\u00edcula y oferta formativa<\/h2>\n<h3>2.1. Gesti\u00f3n estrat\u00e9gica de matr\u00edcula<\/h3>\n<p>La IA permite <strong>prever solicitudes y matr\u00edculas<\/strong> con meses de antelaci\u00f3n integrando hist\u00f3ricos, demograf\u00eda y se\u00f1ales digitales (web, campa\u00f1as) para decidir <strong>aperturas de grupos, contrataci\u00f3n y compras<\/strong> con m\u00e1s precisi\u00f3n .<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: como el <strong>control de tr\u00e1fico a\u00e9reo<\/strong>, la direcci\u00f3n ajusta pistas (aulas), tripulaciones (docentes) y slots (horarios) antes de que lleguen los picos.<\/li>\n<li><strong>Ejemplo<\/strong>: modelos de regresi\u00f3n\/series temporales para pronosticar demanda por familia profesional; marketing segmenta a prospectos con <strong>scores de propensi\u00f3n a matricularse<\/strong> y personaliza becas y llamadas (ver enfoques en Watermark y Caylor Solutions: <a href=\"https:\/\/www.watermarkinsights.com\/resources\/blog\/how-to-implement-data-driven-decision-making-in-higher-education\/\">https:\/\/www.watermarkinsights.com\/resources\/blog\/how-to-implement-data-driven-decision-making-in-higher-education\/<\/a> y <a href=\"https:\/\/www.caylor-solutions.com\/ai-driven-predictive-analytics\/\">https:\/\/www.caylor-solutions.com\/ai-driven-predictive-analytics\/<\/a>).<\/li>\n<\/ul>\n<h3>2.2. Alineaci\u00f3n con el mercado laboral<\/h3>\n<p>Con t\u00e9cnicas de NLP y anal\u00edtica de ofertas, un centro puede <strong>predecir demanda de perfiles<\/strong> y <strong>ajustar curr\u00edculos<\/strong> de forma din\u00e1mica: a\u00f1adir m\u00f3dulos cr\u00edticos, retirar contenidos obsoletos y <strong>invertir en equipamiento<\/strong> alineado con profesiones emergentes .<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: el curr\u00edculo deja de ser un <strong>mapa est\u00e1tico<\/strong> y pasa a ser un <strong>GPS en tiempo real<\/strong>, recalculando la ruta cuando cambian las condiciones de la carretera (mercado).<\/li>\n<li><strong>Ejemplo<\/strong>: detectar el ascenso de <strong>mantenimiento de veh\u00edculos el\u00e9ctricos<\/strong> con un horizonte de 24 meses; co-dise\u00f1ar taller y certificaciones con empresas locales, adelant\u00e1ndose a la ola de demanda .<\/li>\n<\/ul>\n<hr \/>\n<h2>3) \u00c9tica y confianza: IA de \u201calto riesgo\u201d bien gobernada<\/h2>\n<p>En educaci\u00f3n, parte de la IA se clasifica como <strong>alto riesgo<\/strong> (admisi\u00f3n, evaluaci\u00f3n). Esto implica evaluaciones de conformidad, calidad de datos, transparencia y <strong>supervisi\u00f3n humana efectiva<\/strong>. La <strong>AI Act<\/strong> europea es la referencia clave para establecer garant\u00edas y procedimientos de auditor\u00eda de sesgos y equidad (resumen del Parlamento Europeo: <a href=\"https:\/\/www.europarl.europa.eu\/topics\/en\/article\/20230601STO93804\/artificial-intelligence-act\">https:\/\/www.europarl.europa.eu\/topics\/en\/article\/20230601STO93804\/artificial-intelligence-act<\/a>).<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: trata el modelo como un <strong>piloto autom\u00e1tico<\/strong>: \u00fatil para volar estable, pero siempre con <strong>piloto humano<\/strong> autorizado para corregir o anular decisiones.<\/li>\n<li><strong>Ejemplo<\/strong>: comit\u00e9 \u00e9tico de IA que revisa variables sensibles, publica una \u201ccarta de IA\u201d del centro y ofrece mecanismos para <strong>explicar<\/strong> y <strong>rebatir<\/strong> recomendaciones algor\u00edtmicas .<\/li>\n<\/ul>\n<hr \/>\n<h2>4) Operaciones inteligentes: horarios, recursos y mantenimiento<\/h2>\n<h3>4.1. Horarios y asignaci\u00f3n de aulas<\/h3>\n<p>Los problemas combinatorios de horarios son ideales para <strong>optimizaci\u00f3n y satisfacci\u00f3n de restricciones<\/strong>. Beneficios: menos conflictos, mejor uso de talleres, mayor satisfacci\u00f3n de profesorado y alumnado .<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: un <strong>Tetris<\/strong> que encaja piezas (docentes, aulas, secuencias pedag\u00f3gicas) maximizando la puntuaci\u00f3n (calidad\/eficiencia).<\/li>\n<li><strong>Ejemplo<\/strong>: algoritmos gen\u00e9ticos para generar horarios v\u00e1lidos en minutos; evidencia y enfoques t\u00e9cnicos en Frontiers in Health Informatics: <a href=\"https:\/\/healthinformaticsjournal.com\/index.php\/IJMI\/article\/view\/968\/896\">https:\/\/healthinformaticsjournal.com\/index.php\/IJMI\/article\/view\/968\/896<\/a><\/li>\n<\/ul>\n<h3>4.2. Asignaci\u00f3n predictiva de recursos<\/h3>\n<p>Con previsiones de matr\u00edcula y uso, el centro programa <strong>compras de consumibles y licencias<\/strong> y anticipa <strong>necesidades de personal<\/strong> (contrataci\u00f3n o reskilling), evitando cuellos de botella y sobrecostes .<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: <strong>cadena de suministro just-in-time<\/strong> aplicada a un campus: llega lo necesario, cuando hace falta, al coste \u00f3ptimo.<\/li>\n<\/ul>\n<h3>4.3. Mantenimiento predictivo de instalaciones<\/h3>\n<p>Sens\u00f3rica en HVAC, CNC o equipos de laboratorio + modelos de fallo = <strong>mantenimiento preventivo<\/strong> que evita parar clases cr\u00edticas .<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: como llevar un coche con <strong>indicadores de salud en tiempo real<\/strong> que te avisan antes de que te deje tirado.<\/li>\n<li><strong>Ejemplo<\/strong>: detectar vibraci\u00f3n an\u00f3mala en un compresor del taller y programar intervenci\u00f3n en fin de semana.<\/li>\n<\/ul>\n<hr \/>\n<h2>5) Ense\u00f1anza reinventada: personalizaci\u00f3n a escala<\/h2>\n<h3>5.1. Alerta temprana de riesgo<\/h3>\n<p>Con datos de calificaciones, asistencia e interacci\u00f3n en LMS, un <strong>clasificador<\/strong> estima la <strong>probabilidad de abandono o suspenso<\/strong> por estudiante y activa tutorizaci\u00f3n proactiva en el momento oportuno .<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: un <strong>radar meteorol\u00f3gico<\/strong> que ve la tormenta antes de que empape al estudiante.<\/li>\n<li><strong>Ejemplo<\/strong>: alerta \u201croja\u201d cuando cae la participaci\u00f3n y sube la entrega \u201cal l\u00edmite\u201d de tareas; protocolo de apoyo con tutor\u00edas y micro-contenidos.<\/li>\n<\/ul>\n<h3>5.2. Rutas y recursos personalizados<\/h3>\n<p>Motores de recomendaci\u00f3n sugieren <strong>recursos, secuencias modulares y niveles de dificultad<\/strong> seg\u00fan el perfil y el ritmo de cada alumno .<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: el <strong>Netflix del aprendizaje<\/strong>: la plataforma te sirve lo que m\u00e1s te ayuda ahora mismo.<\/li>\n<li><strong>Ejemplo<\/strong>: para programaci\u00f3n, generar ejercicios con <em>scaffolding<\/em> progresivo y feedback inmediato (ver s\u00edntesis did\u00e1ctica en ISTE: <a href=\"https:\/\/iste.org\/ai\">https:\/\/iste.org\/ai<\/a>).<\/li>\n<\/ul>\n<h3>5.3. Evaluaci\u00f3n adaptativa y tutor\u00eda inteligente<\/h3>\n<p>Pruebas adaptativas y tutores virtuales 24\/7 liberan tiempo docente para lo humano: <strong>mentorizaci\u00f3n, diagn\u00f3stico y motivaci\u00f3n<\/strong> .<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: el algoritmo quita \u201cruido\u201d repetitivo; el docente amplifica la <strong>m\u00fasica<\/strong> (pensamiento cr\u00edtico y acompa\u00f1amiento).<\/li>\n<\/ul>\n<hr \/>\n<h2>6) Empresas como coproductoras de talento: <em>matching<\/em> y <em>feedback loop<\/em><\/h2>\n<p>La IA crea un <strong>mercado inteligente de pr\u00e1cticas<\/strong>: perfila competencias t\u00e9cnicas\/soft del alumnado y requisitos\/cultura de la empresa para recomendar emparejamientos que <strong>maximizan \u00e9xito y satisfacci\u00f3n<\/strong> en FCT y FP Dual .<\/p>\n<ul>\n<li><strong>Analog\u00eda<\/strong>: <strong>algoritmo de afinidad<\/strong> tipo \u201cmarketplace\u201d, pero con datos educativos y de desempe\u00f1o real, no s\u00f3lo CVs.<\/li>\n<li><strong>Ejemplo<\/strong>: dashboard para tutores de empresa con progreso por competencias (anonimizado a nivel de cohorte) que retroalimenta el curr\u00edculo con evidencias de brechas (p. ej., CAD 3D en metal) .<br \/>\nAdem\u00e1s, modelos sobre noticias\/directorios identifican <strong>nuevos socios<\/strong> con potencial de crecimiento y necesidades futuras de t\u00e9cnicos, para <strong>anticipar convenios<\/strong> y proyectos conjuntos .<\/li>\n<\/ul>\n<hr \/>\n<h2>7) Hoja de ruta pragm\u00e1tica (en 5 pasos)<\/h2>\n<ul>\n<li><strong>1. Alineamiento estrat\u00e9gico<\/strong>: prioriza 1 piloto con m\u00e9trica clara (p. ej., +10% retenci\u00f3n en 1\u00ba curso de X) y <em>stakeholders<\/em> implicados desde el d\u00eda 0 .\n<ul>\n<li><em>Analog\u00eda<\/em>: el \u201c<strong>MVP<\/strong>\u201d de innovaci\u00f3n: empezar peque\u00f1o para aprender r\u00e1pido.<\/li>\n<\/ul>\n<\/li>\n<li><strong>2. Datos e infraestructura<\/strong>: auditor\u00eda, estandarizaci\u00f3n y primeros protocolos de gobernanza (diccionario + calidad + permisos) .\n<ul>\n<li><em>Analog\u00eda<\/em>: <strong>cimentaci\u00f3n<\/strong> antes de levantar la casa.<\/li>\n<\/ul>\n<\/li>\n<li><strong>3. Desarrollo de modelo<\/strong>: prototipo <em>explainable<\/em> con profesorado en la validaci\u00f3n \u2014conocimiento experto + algoritmo .\n<ul>\n<li><em>Analog\u00eda<\/em>: <strong>copiloto<\/strong> que aprende de quien lleva el volante.<\/li>\n<\/ul>\n<\/li>\n<li><strong>4. Despliegue e integraci\u00f3n<\/strong>: interfaz simple, flujos de trabajo naturales (dashboard con lista codificada por colores y acciones sugeridas) .\n<ul>\n<li><em>Analog\u00eda<\/em>: <strong>sem\u00e1foro<\/strong> claro en vez de un manual de 200 p\u00e1ginas.<\/li>\n<\/ul>\n<\/li>\n<li><strong>5. Evaluaci\u00f3n y escalado<\/strong>: monitoriza precisi\u00f3n y, sobre todo, impacto en la m\u00e9trica de negocio; documenta el caso para extender a otras \u00e1reas .\n<ul>\n<li><em>Analog\u00eda<\/em>: <strong>kaizen<\/strong>: mejora continua basada en evidencia.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<hr \/>\n<h2>Fuentes \u00fatiles y lecturas recomendadas (selecci\u00f3n)<\/h2>\n<ul>\n<li>Cultura del dato en campus (APLU): <a href=\"https:\/\/www.aplu.org\/wp-content\/uploads\/The-Data-Culture-Framework-Infusing-Data-Throughout-the-Campus-Culture-FINAL-September-2024-003.pdf\">https:\/\/www.aplu.org\/wp-content\/uploads\/The-Data-Culture-Framework-Infusing-Data-Throughout-the-Campus-Culture-FINAL-September-2024-003.pdf<\/a><\/li>\n<li>Timetabling inteligente (Frontiers in Health Informatics): <a href=\"https:\/\/healthinformaticsjournal.com\/index.php\/IJMI\/article\/view\/968\/896\">https:\/\/healthinformaticsjournal.com\/index.php\/IJMI\/article\/view\/968\/896<\/a><\/li>\n<li>Decisiones data-driven en educaci\u00f3n superior (Watermark): <a href=\"https:\/\/www.watermarkinsights.com\/resources\/blog\/how-to-implement-data-driven-decision-making-in-higher-education\/\">https:\/\/www.watermarkinsights.com\/resources\/blog\/how-to-implement-data-driven-decision-making-in-higher-education\/<\/a><\/li>\n<li>\u00bfQu\u00e9 es IA predictiva? (Cloudflare): <a href=\"https:\/\/www.cloudflare.com\/es-es\/learning\/ai\/what-is-predictive-ai\/\">https:\/\/www.cloudflare.com\/es-es\/learning\/ai\/what-is-predictive-ai\/<\/a><\/li>\n<li>AI Act (Parlamento Europeo): <a href=\"https:\/\/www.europarl.europa.eu\/topics\/en\/article\/20230601STO93804\/artificial-intelligence-act\">https:\/\/www.europarl.europa.eu\/topics\/en\/article\/20230601STO93804\/artificial-intelligence-act<\/a><\/li>\n<\/ul>\n<blockquote><p>Gran parte de los conceptos, casos de uso y la hoja de ruta proceden del informe <strong>\u201cEl Centro de FP Inteligente: Transformando la Formaci\u00f3n Profesional con IA Predictiva y Cultura del Dato\u201d<\/strong> (documento adjunto) .<\/p><\/blockquote>\n<hr \/>\n<h2>Preguntas retadoras<\/h2>\n<ul>\n<li>\u00bfQu\u00e9 <strong>m\u00e9trica \u00fanica<\/strong> (<em>North Star<\/em>) alinear\u00edas con tu primer piloto de IA para demostrar valor en &lt; 1 trimestre acad\u00e9mico?<\/li>\n<li>Si tuvieras que <strong>retirar<\/strong> un m\u00f3dulo para liberar horas a competencias emergentes, \u00bfcu\u00e1l ser\u00eda y qu\u00e9 <strong>evidencia<\/strong> lo justificar\u00eda?<\/li>\n<li>\u00bfQu\u00e9 decisiones estrat\u00e9gicas seguir\u00edas <strong>sin IA<\/strong> por principio de precauci\u00f3n y por qu\u00e9 (marco \u00e9tico del centro)?<\/li>\n<\/ul>\n<hr \/>\n<h2>Referencias<\/h2>\n<p>European Parliament. (2024). <em>Artificial Intelligence Act (AI Act): what is it and why it matters<\/em>. <a href=\"https:\/\/www.europarl.europa.eu\/topics\/en\/article\/20230601STO93804\/artificial-intelligence-act\">https:\/\/www.europarl.europa.eu\/topics\/en\/article\/20230601STO93804\/artificial-intelligence-act<\/a><\/p>\n<p>ISTE. (s. f.). <em>AI in Education<\/em>. ISTE. <a href=\"https:\/\/www.iste.org\/areas-of-focus\/AI-in-education\">https:\/\/www.iste.org\/areas-of-focus\/AI-in-education<\/a><\/p>\n<p>Jisc. (s. f.). <em>Learning analytics<\/em>. Jisc. <a href=\"https:\/\/www.jisc.ac.uk\/learning-analytics\">https:\/\/www.jisc.ac.uk\/learning-analytics<\/a><\/p>\n<p>UNESCO. (2021). <em>AI and education: Guidance for policy-makers<\/em>. UNESCO. <a href=\"https:\/\/unesdoc.unesco.org\/ark:\/48223\/pf0000376709\">https:\/\/unesdoc.unesco.org\/ark:\/48223\/pf0000376709<\/a><\/p>\n<p>Watermark Insights. (2025). <em>How to implement data-driven decision-making in higher education<\/em>. <a href=\"https:\/\/www.watermarkinsights.com\/resources\/blog\/how-to-implement-data-driven-decision-making-in-higher-education\/\">https:\/\/www.watermarkinsights.com\/resources\/blog\/how-to-implement-data-driven-decision-making-in-higher-education\/<\/a><\/p>\n<hr \/>\n<p>En s\u00edntesis, un <strong>Centro de FP Inteligente<\/strong> no es una suma de herramientas, sino una <strong>arquitectura operativa<\/strong> donde la IA predictiva, el dato gobernado y la \u00e9tica crean resultados: <strong>mejor retenci\u00f3n<\/strong>, <strong>mejor empleabilidad<\/strong> y <strong>mejor uso de recursos<\/strong>. La tecnolog\u00eda acelera; la cultura sostiene; la estrategia orienta. Empezar peque\u00f1o, medir en serio y escalar con prop\u00f3sito es la v\u00eda m\u00e1s corta hacia el impacto.<\/p>\n<hr \/>\n<p>&nbsp;<\/p>\n<!-- AddThis Advanced Settings generic via filter on the_content --><!-- AddThis Share Buttons generic via filter on the_content -->","protected":false},"excerpt":{"rendered":"<p>En s\u00edntesis, un Centro de FP Inteligente no es una suma de herramientas, sino una arquitectura operativa donde la IA predictiva, el dato gobernado y la \u00e9tica crean resultados: mejor retenci\u00f3n, mejor empleabilidad y mejor uso de recursos. La tecnolog\u00eda acelera; la cultura sostiene; la estrategia orienta. Empezar peque\u00f1o, medir en serio y escalar con [&hellip;]<!-- AddThis Advanced Settings generic via filter on get_the_excerpt --><!-- AddThis Share Buttons generic via filter on get_the_excerpt --><\/p>\n","protected":false},"author":121,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[166,165,164],"tags":[169,167,168],"_links":{"self":[{"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/posts\/622"}],"collection":[{"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/users\/121"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/comments?post=622"}],"version-history":[{"count":5,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/posts\/622\/revisions"}],"predecessor-version":[{"id":628,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/posts\/622\/revisions\/628"}],"wp:attachment":[{"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/media?parent=622"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/categories?post=622"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/tags?post=622"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}