Por Felipe Barrera Jiménez

Investigador de la Cátedra Santalucía de Analytics for Education.

La asignación de becas y ayudas estudiantiles es un proceso estratégico para las universidades, ya que permite apoyar a estudiantes con limitaciones económicas, pero con habilidades prometedoras. Sin embargo, con recursos limitados y un número creciente de solicitantes, seleccionar a los beneficiarios adecuados puede ser un desafío complejo. Los criterios de evaluación deben reflejar la diversidad y las necesidades reales de los solicitantes, considerando aspectos como el rendimiento académico, la situación socioeconómica, el potencial de liderazgo, las habilidades personales, etc.
Basarse en pocos criterios o en técnicas simplistas, como promedios ponderados, puede conducir a decisiones injustas al no captar la complejidad individual de cada estudiante. Es en este contexto donde las técnicas de decisión multicriterio (MCDM) juegan un papel importante, al ofrecer herramientas que facilitan la toma de decisiones evaluando múltiples criterios de manera simultánea, incluso cuando existen criterios con objetivos en conflicto.
Una forma de implementar estas técnicas es integrándolas en un modelo de evaluación definido en dos fases. La primera fase es la homologación, donde se evalúa a cada estudiante respecto a escalas globales o locales establecidas por el ente evaluador. Estas escalas pueden construirse a partir de análisis estadísticos que reflejen las condiciones de la población. Por ejemplo, se pueden utilizar funciones de utilidad del método MAUT (Multi-Attribute Utility Theory) que asignen un puntaje en función de la distribución de las notas. Dependiendo de los puntajes obtenidos, se establece un filtro de consideración para avanzar a la siguiente fase.
En la segunda fase de evaluación final, con los estudiantes que superaron el primer filtro, se puede realizar una evaluación mediante comparación por pares utilizando el método PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluations). Esta técnica permite obtener un ranking para identificar cuáles estudiantes destacan en los diferentes criterios evaluados y así obtener resultados discriminados según las preferencias de evaluación del decisor. Adicionalmente, técnicas como AHP (Analytic Hierarchy Process) pueden servir de soporte al modelo para establecer una jerarquía de criterios y asignar pesos a los criterios en cada nivel de dicha jerarquía.
En conclusión, el uso de técnicas multicriterio en la evaluación de becas aporta transparencia al proceso, ya que las decisiones se basan en un marco estructurado y justificable, lo que permite canalizar los juicios de valor de los tomadores de decisiones y construir evaluaciones más objetivas; además, permite a las instituciones optimizar la asignación de recursos, asegurando que las becas y ayudas lleguen a quienes más las necesitan.
A pesar de los beneficios, es importante considerar que la aplicación de estos métodos puede requerir un esfuerzo cognitivo relevante. No obstante, el esfuerzo invertido se traduce en un proceso de selección más equitativo y eficiente, beneficiando tanto a los estudiantes como a las instituciones educativas.