La UTPL rediseña sus carreras en función de la demanda real del mercado laboral

Sobre la UTPL

La UTPL es una universidad que tiene sede en Loja y una de las pioneras de la educación a distancia en América Latina: su Modalidad Abierta y a Distancia llega a todo el territorio nacional desde 1976. Los estudios de pertinencia que sustentan su rediseño curricular los conduce el equipo de Prospectiva, que reporta al Vicerrectorado.

Su misión se traduce hoy en una exigencia concreta: que cada carrera demuestre con evidencia su pertinencia para el país. Para el rediseño curricular de 2026, la Universidad decidió que esa evidencia saliera del mercado laboral real, y la levantó en conjunto con JXBS.

El desafío

Cada carrera de la UTPL pasa por estudios de pertinencia: la evidencia, exigida por el modelo de evaluación del CACES, de que lo que se enseña responde a lo que el país necesita. Una parte central de esa evidencia es la demanda laboral: qué competencias piden los empleadores ecuatorianos, en qué provincias y con qué frecuencia.

El equipo de Prospectiva fijó la vara desde el arranque: las competencias profesionales técnicas y las habilidades blandas se tratan por separado, porque el rediseño curricular las trata por separado; la cobertura se declara por provincia y por carrera; cada perfil identifica a los principales empleadores que están contratando; y cada dato debe poder rastrearse hasta la vacante que lo origina.

Antes de la implementación del trabajo con JXBS, la UTPL realizaba el estudio de demanda ocupacional para conocer el comportamiento del mercado en cuanto a necesidades de determinados perfiles con sus campos de ocupación, sin embargo, el proceso generaba un tiempo considerable ya que por una parte trabajaban los equipos asignados (de dos a tres personas) a la creación de un proyecto de manera independiente. Esta forma de gestión ocasionaba que no todos los equipos tuvieran uniformidad de criterios y además los tiempos de respuesta variaban considerablemente en la entrega con una tardanza de meses, por tanto, si se estaba trabajando de forma simultánea en varios proyectos, había tantas personas por equipos.

Con el trabajo de JXBS se ha simplificado considerablemente la reducción de los tiempos es de meses a semanas, no se requiere equipos adicionales y los criterios son uniformes para aplicar en todos los casos. Por ejemplo, desde tres meses en un caso se ha optimizado hasta tener la información en 15 días. Además, hay que considerar que el obtener la información no siempre es sencilla, por lo que el levantamiento de la información es una ventaja.

La solución

JXBS construyó para la UTPL una plataforma de demanda ocupacional que cubre las 23 carreras en rediseño y el diseño de 6 carreras nuevas. El estudio parte del perfil de egreso oficial de cada carrera, lo traduce a las ocupaciones donde ese perfil compite y filtra el corpus a lo relevante: 37.315 vacantes nacionales y 74.471 internacionales, con 2.964 empleadores identificados en 288 ciudades. La metodología, definida junto al equipo de Prospectiva, está declarada en la propia plataforma en seis fases: ingesta sistemática, extracción semántica, mapeo a estándares internacionales de ocupaciones y competencias (ESCO, de la Comisión Europea, e ISCO-08, de la OIT), validez estadística declarada por carrera, triangulación con la encuesta nacional de empleo del INEC y reporte técnico. La plataforma mantiene la distinción entre competencias técnicas y habilidades blandas que fijó ese equipo.

1. 1Ingesta sistemática
2. 2Extracción semántica
3. 3Mapeo a ESCO e ISCO-08
4. 4Validez estadística por carrera
5. 5Triangulación con el INEC
6. 6Reporte técnico

La tecnología de Anthropic interviene en tres tareas, cada una con límites claros.

Lectura de vacantes, criterio humano

Primero, Claude (Haiku 4.5, vía la API de Anthropic) lee cada vacante e identifica qué competencias del diccionario menciona el texto del empleador, separándolas en técnicas y blandas. El mismo empleo puede describirse de tres maneras en tres portales; el modelo resuelve esa variación contra una definición única. Lo que no consta en el diccionario no ingresa al estudio. Y la última palabra es humana: el equipo revisó y curó las extracciones antes de producción; las que no superan la revisión de coherencia quedan marcadas y fuera del estudio, con registro del motivo. El criterio académico queda en manos de personas.

Un asistente que solo cita el estudio

Segundo, el asistente de consulta responde a las preguntas del equipo de Prospectiva citando exclusivamente la base del estudio, y cuando un dato no existe, lo dice en lugar de estimarlo. El modelo no aporta información propia ni agrega vacantes: corre sobre el mismo Claude Opus 4.0, restringido a herramientas que solo leen el estudio.

Una plataforma hecha con Claude Code

Tercero, la plataforma de visualización fue desarrollada con Claude Code, la herramienta de programación de Anthropic: con una interfaz a la medida del flujo de trabajo del equipo académico y ajustes continuos después de la entrega, incluida la actualización del corpus entregada el 14 de septiembre de 2026.

Los resultados

Con la plataforma, la UTPL:

• Complementa el rediseño de 23 carreras de pregrado y el diseño de 6 nuevas con evidencia de demanda laboral del mercado ecuatoriano e internacional, en consulta permanente para el equipo académico.
• Normalmente un estudio podía llevarse a cabo en tres meses, en la actualidad se dispone de la información hasta en 15 días.
• El número de personas en los equipos que realizaban estos estudios era hasta 3, con la optimización actual, ya no es necesario contar con específicos para este fin.
• Conoce la solidez de cada dato: cada carrera declara la validez estadística de su evidencia (robusta, moderada o inferencial), con los 10 principales empleadores activos y la distribución por provincia en cada informe.
• Trabaja sobre un diccionario de 2.491 competencias técnicas y 32 habilidades blandas definido junto a su propio equipo.
• Resuelve en el momento las preguntas del equipo de Prospectiva, con un asistente que cita únicamente la base del estudio.

Uno de los cambios que se evidencia con el trabajo realizado con JXBS es la actualización permanente de la información, el tablero se va actualizando de forma diaria. Además, de proporcionar datos como habilidades, competencias, lo que permitió a los equipos replantear el diseño curricular de la carrera.

Lo que sigue

La información entregada por JXBS permitió contar con datos fiables para robustecer el perfil de los estudiantes en el rediseño de la oferta y para la oferta nueva en función de las necesidades requeridas por la sociedad. Se prevé para corto y mediano plazo continuar con una segunda fase de estudios que permitan rediseñar el total de la oferta, como aquella que está identificada en la prospectiva institucional.

Ficha del caso

Cliente

Universidad Técnica Particular de Loja (UTPL) · Educación superior

Caso de uso

Inteligencia de demanda laboral para estudios de pertinencia y rediseño curricular

Tecnología

Plataforma JXBS · Claude Haiku 4.5 Claude Opus 4.0 vía API de Anthropic · Claude Code

Estado

En producción · Acta de Entrega-Recepción del 13 de julio de 2026 · actualización del corpus entregada el 14 de septiembre de 2026

Publicación

jxbs.ai, en español e inglés con el mismo contenido ES: jxbs.ai/prensa/caso-utpl (español) jxbs.ai/prensa/utpl-case-study (inglés), con el mismo contenido