Asignación de horarios en universidades: ¿Por qué es tan complicada?

Uno de los principales desafíos de la educación superior es la asignación de horarios. La planificación académica de las universidades involucra compensar virtualmente varios factores en términos académicos, financieros y logísticos.

Al inicio de cada semestre, las facultades, jefes de carreras y administradores de las instituciones de educación superior deben enfrentarse a la frustración de muchos estudiantes y profesores, que señalan:

  • “No me pude inscribir en este curso, y es obligatorio”.
  • “Esta no es la sala ni el bloque horario que solicité”.
  • “Tengo dos cursos seguidos a treinta minutos de distancia”. 

Estas quejas implican recordar lo tensa que fue aquella última planificación académica. Sí, hicimos todo lo humanamente posible para planificar bien, distribuir salas y profesores de acuerdo con el número de alumnos y bloques horarios. Pero pareciera que nunca es suficiente…

¿Por qué la asignación de horarios debe ser tan complicada?

La sicóloga Ann K. Newman hace una reflexión en el Chronicle of Higher Education, donde señala que, para la gestión en universidades:

“Tratar de extender de manera más balanceada el horario de los cursos en el día y la semana, y equilibrar el conjunto de salas de acuerdo a las inscripciones de los estudiantes, podría encontrar espacios que podrían ser reutilizados para cumplir con necesidades más urgentes (…). Sin embargo, muchas instituciones no saben cuánto espacio tienen ni como lo están utilizando”.

Karen E. Hinton, de la Society for College and University Planning, ha debido asesorar en el área de planificación académica a varias instituciones  educación superior en los Estados Unidos. Puntualiza, por ejemplo, que un instituto “no podía decidirse sobre el número de salas de clases que necesitaba para cumplir con su nueva planificación estratégica. En lugar de ello, se basaba en estimaciones de sus jefes de departamento, fundamentadas en su experiencia con los problemas de asignación de horarios”. Luego de que terminaron la asesoría, se dieron cuenta -en base al análisis de datos reales, que en el proceso “habían sobrestimado la demanda por un margen de error bastante alto.”

¿Qué elementos limitan nuestra planificación horaria?

M.A. Saleh Elmohamed, Geoffrey Fox y Paul Coddington de Syracuse University, han comparado distintas técnicas de planificación horaria y han dividido estas limitaciones en términos de prioridad y costo alternativo para la institución:

  • Restricciones altas

Son aquellas que “físicamente no pueden violarse, como eventos que no se pueden realizar al mismo tiempo”, como:

  • Clases impartidas por el mismo docente.
  • Cursos impartidos en la misma sala de clases.
  • Una cátedra, una ayudantía y un laboratorio para el mismo curso al mismo tiempo.
  • Limitaciones de espacio o sala. Una clase no puede asignarse a una sala específica, a menos que su capacidad sea mayor o igual a los alumnos matriculados. Por otro lado, los distintos tipos de laboratorios requieren de salas especialmente habilitadas.

Restricciones de nivel medio
Consideran conflictos horarios y de espacios que no pueden violarse físicamente, pero que pueden ser previstos con ciertos ajustes de cómo “se explicita el problema”, como las preferencias de clases de los estudiantes. Las universidades deben equilibrar:

  • Conflictos horarios con estudiantes en común.
  • Criterios de admisibilidad a un curso.

Restricciones básicas

Son “aquellas preferencias que no tienen que ver con el conflicto horario”, por lo que tienen menores costos asociados.

  • Un horario más equilibrado durante la semana.
  • Bloques horarios contiguos.
  • Espacios de descanso y almuerzo.
  • Requerimientos específicos de los docentes.
  • La distancia entre la sala y las oficinas de una facultad.

Michael Carter y Gilbert Laporte de la Universidad de Toronto, señalan que los horarios son un importante problema que se puede encontrar en cualquier colegio o universidad en el mundo. Añaden también que los horarios están distribuidos entre:

  • Cursos. De acuerdo con los autores, son materias que son “impartidas una o más veces en la semana durante parte del año. Este mismo curso podrá impartirse en una o más secciones, lo que implica que distintos profesores pueden repetirlo a la semana”.
  • Promociones, son “un grupo de estudiantes que toman una cantidad idéntica de cursos y permanecen normalmente juntos durante toda la semana”.
  • Programas, como “una serie de cursos obligatorios y electivos que necesitan tomar aquellos estudiantes que esperan alcanzar cierto grado académico”.

Con estos requisitos y restricciones, no es de extrañar que muchas universidades (y bastantes investigadores) buscan una solución al problema en las matemáticas.

Ya en 1986, Suleiman K. Kassicieh, Donald K. Burleson y Rodrigo J. Lievano de la Universidad de Nuevo México, escribían sobre el complejo escenario de la asignación de salas de clases. Encontraron conflictos de interés:

  • Los administradores buscaban una asignación de recursos más efectiva y eficiente.
  • Los jefes de departamento tenían distintos objetivos, pues debían equilibrar “puntos de vista encontrados entre administrativos, profesores y estudiantes”.

Concluyeron que esta tarea consumía tanto tiempo que era muy difícil de realizar sin la ayuda de un computador. “Incluso con un modesto número de componentes y destinos, el rango de búsqueda de soluciones factibles es demasiado grande.”

Los académicos John J. Dinkel, John Mote, y M. A. Venkataramanan recuerdan que en 1985 la planificación horaria de la Escuela de Administración de Empresas de Texas A&M University se hacía de tal modo que los profesores debían finalmente “negociar” el uno con el otro las secciones, salas y bloques horarios no planificados.

Los investigadores usaron un sistema computarizado de toma de decisiones en red para hacer calzar los horarios, y permitir que quienes tomaban las decisiones volvieran a tener el control del proceso.

academic management

Su experimento mejoró sus horarios, permitió cambiar la asignación de prioridades y preferencias y entregar fácilmente soluciones. Mejoraron la tasa de uso de salas, redujeron los cursos sin asignar y permitieron generar un mejor modelo de gestión para los bloques horarios. Todo en una menor cantidad de tiempo.

Si esto parece increíble, imagínate lo que podemos realizar 30 años después, en la era de la Inteligencia Artificial y el Internet de las Cosas.

Podemos utilizar software de simulación para gestionar mejor el proceso de optimización horaria. Los softwares de gestión de empresas como ERP – si bien son útiles para reunir y analizar datos, tareas y actividades – no pueden simular escenarios complejos de toma de decisiones ni predecir, por ejemplo, cómo se comporta la demanda interna de salas de clases.
Podemos aplicar el Machine Learning, donde se utilizan tecnologías que aprenden de los patrones de uso y el conocimiento de le incorporan los usuarios, para aplicar soluciones a problemas complejos de toma de decisiones.

  • ¿Cuáles son las combinaciones de salas de clases más eficientes?
  • ¿Cómo puedo prevenir conflictos horarios con profesores y alumnos al mismo tiempo?
  • ¿Cómo puede mi universidad aprovechar mejor sus salas y los tiempos de los estudiantes?
  • ¿Cómo puedo alcanzar a realizar todo esto antes de que se me termine el semestre?

¿Cuáles son tus desafíos más importantes en cuanto a asignación de horarios? Conoce cómo te podemos ayudar en uPlanner.com.

 

Publicaciones Similares