Las universidades públicas integradas en el Grupo 9 de Universidades han situado la inteligencia artificial, la digitalización administrativa y la contratación entre los principales retos de su gestión. La Comisión Sectorial de Gerencias del G-9 ha celebrado en Bilbao su reunión semestral y el primer Foro de Inteligencia Artificial y Gestión Universitaria, con participación de responsables de varias universidades públicas españolas.
La Universidad de Cantabria informó el 23 de septiembre de que las gerencias han debatido cómo incorporar herramientas de IA a procesos administrativos, con qué recursos humanos hacerlo y qué controles aplicar en seguridad, protección de datos y uso ético. El encuentro también abordó trabajo remoto, planificación presupuestaria, carrera profesional y contratación.
La reunión aporta además datos concretos sobre una experiencia de contratación dinámica de la Universidad de Cantabria: 156 proveedores adheridos, más de 18,3 millones de productos en catálogo, 1.360 pedidos procesados y más de 1,2 millones de euros de compra hasta el 10 de septiembre.
IA para gestión universitaria
Las universidades están analizando usos que van más allá de la docencia. La administración universitaria gestiona expedientes, compras, presupuestos, personal, investigación y atención a estudiantes.
La IA puede apoyar tareas de búsqueda, clasificación o preparación de documentos, pero cada proceso requiere revisar datos y responsabilidad.
Primer Foro de IA y Gestión Universitaria
El G-9 ha conectado la reunión de gerencias con un foro específico dedicado a pasar de las posibilidades técnicas a la aplicación real.
La discusión se centra en cómo convertir pilotos en procesos sostenibles y gobernados.
Desarrollo interno o apoyo externo
Una de las cuestiones planteadas es si las nuevas soluciones deben construirse con personal propio o mediante especialistas externos. No existe una respuesta única.
El desarrollo interno aporta conocimiento del proceso; el apoyo externo puede acelerar capacidades muy especializadas.
Capacidad técnica propia
Incluso cuando una universidad contrata un proveedor, necesita personal capaz de definir requisitos y evaluar resultados. Sin esa capacidad, la organización puede depender de decisiones técnicas que no controla.
La transferencia de conocimiento debe formar parte de cualquier proyecto externalizado.
Formación del personal
La adopción de IA exige que los equipos entiendan qué puede y qué no puede hacer una herramienta. La formación debe diferenciar usuarios, responsables de proceso, técnicos y directivos.
Un curso genérico sobre prompts no sustituye el conocimiento de protección de datos o contratación.
Seguridad
Las universidades procesan información académica, laboral, científica y financiera. Una herramienta de IA puede abrir nuevas vías de fuga si los usuarios introducen datos en servicios no autorizados.
La política institucional necesita clasificar información y herramientas permitidas.
Protección de datos
Los expedientes universitarios contienen datos personales y, en algunos casos, categorías especialmente protegidas. Los proyectos de IA deben aplicar minimización y control de acceso.
La evaluación previa evita utilizar información real en pruebas innecesarias.
Uso ético
El G-9 ha incluido explícitamente la ética en el debate. Para que este concepto sea operativo, las universidades deben traducirlo a criterios de diseño, revisión y reclamación.
La supervisión humana necesita una persona con capacidad real para corregir la salida del sistema.
Inventario de casos de uso
Un registro común puede recoger qué herramientas se utilizan, con qué finalidad, quién es responsable y qué datos procesan. Este inventario ayuda a detectar duplicidades.
También permite clasificar usos por nivel de impacto.
IA en atención al estudiante
Los asistentes pueden responder preguntas sobre horarios, matrículas o trámites. Para ser fiables deben conectarse a fuentes oficiales actualizadas.
Cuando no puedan resolver una consulta, deberían derivarla a una persona conservando el contexto.
IA en gestión documental
La clasificación automática puede ayudar a ordenar expedientes o localizar información. El sistema debe conservar el documento original y la trazabilidad de cualquier etiqueta generada.
Los errores de clasificación necesitan mecanismos de corrección.
IA en contratación
Las herramientas pueden apoyar búsqueda de cláusulas, análisis de documentación o elaboración de borradores, pero la responsabilidad jurídica sigue siendo humana.
Los modelos deben utilizar fuentes actualizadas y no sustituir la revisión del expediente.
IA en recursos humanos
Los procesos de selección y promoción tienen un impacto elevado. Cualquier automatización debe analizar sesgos y permitir revisión.
La universidad necesita documentar qué decisiones no pueden delegarse.
Digitalización de procedimientos
La reunión ha abordado la evolución de trámites internos. Antes de automatizar, conviene revisar si pasos y documentos siguen siendo necesarios.
La simplificación administrativa puede producir más ahorro que una capa tecnológica sobre un proceso antiguo.
Firma y expediente electrónico
Los procedimientos universitarios necesitan evidencias sobre quién firma, cuándo y con qué competencia. Las integraciones con servicios comunes reducen desarrollos propios.
La documentación debe conservarse con metadatos suficientes para su archivo.
Registros universitarios
El G-9 también ha analizado la situación creada tras la extinción del convenio entre la AGE y CRUE para determinadas inscripciones en el Registro Central de Personal.
Las universidades necesitan articular mecanismos propios sin perder interoperabilidad y trazabilidad.
Trabajo remoto
La digitalización permite nuevas modalidades de trabajo, pero exige seguridad, acceso remoto y gestión de equipos. Las reglas deben diferenciar tareas que pueden realizarse fuera del campus.
La experiencia del usuario influye en productividad y seguridad.
Contratación pública universitaria
La Universidad de Cantabria presentó su Sistema Dinámico de Adquisición para material y equipamiento de laboratorio. El objetivo es reducir el uso reiterado del contrato menor, planificar mejor y aumentar trazabilidad.
Los datos publicados permiten evaluar el modelo con evidencia.
156 proveedores adheridos
La cifra muestra una base amplia de operadores disponibles. La competencia real debe analizar también cuántos proveedores ofertan en cada compra.
El acceso abierto durante la vigencia puede facilitar nuevas incorporaciones.
18,3 millones de productos en catálogo
Un catálogo de este tamaño necesita búsqueda y clasificación eficaces. La calidad de los datos de producto es importante para comparar alternativas.
Los sistemas pueden utilizar categorías y atributos estructurados para evitar búsquedas únicamente por texto libre.
1.360 pedidos
El volumen procesado hasta el 10 de septiembre demuestra un uso operativo y no solo experimental.
La universidad puede medir tiempo medio de compra, número de ofertas y ahorro frente al procedimiento anterior.
Más de 1,2 millones de euros
El importe acumulado permite observar cómo el sistema distribuye compras recurrentes. La transparencia debería mantener acceso a adjudicatarios e importes específicos.
La agregación de datos facilita planificar necesidades del año siguiente.
Un 47,3% menos de contratos menores
Entre enero y mayo de 2026, la Universidad de Cantabria redujo los expedientes de contratación menor en un 47,3% respecto al mismo periodo del año anterior.
La cifra sugiere que el SDA puede canalizar compras que antes se tramitaban de forma separada.
Planificación de compras
Los datos del catálogo permiten detectar productos recurrentes. La universidad puede agrupar necesidades y mejorar previsión presupuestaria.
La planificación reduce urgencias que terminan en contratos menos eficientes.
Trazabilidad
Un sistema digital registra invitaciones, ofertas, pedidos y adjudicaciones. Esta información facilita auditoría y control interno.
La trazabilidad debe conservarse durante el periodo exigido por normativa.
Campus Digital Compartido
El G-9 cuenta con una estructura de cooperación digital. Esta red puede utilizarse para compartir formación, guías y componentes tecnológicos.
La reutilización reduce el coste de que cada universidad resuelva de forma aislada problemas similares.
Programa de Alta Dirección Universitaria
La Comisión Sectorial ha estudiado una propuesta de formación para equipos de gobierno. El programa incluiría liderazgo, estrategia, personas, negociación, comunicación, calidad, transformación digital e IA.
La gobernanza tecnológica requiere precisamente que los directivos puedan hacer preguntas informadas.
Planificación presupuestaria
Los proyectos digitales generan costes recurrentes de licencias, nube y personal. Los presupuestos de 2027 deben incorporar mantenimiento además de inversión inicial.
Un piloto que no tiene financiación para continuar puede convertirse en deuda técnica.
Contabilidad analítica
La reunión abordó también esta materia. Relacionar coste con actividad puede ayudar a conocer cuánto cuesta un proceso y qué efecto produce la digitalización.
Las decisiones deberían apoyarse en datos comparables antes y después de implantar herramientas.
Retención de talento
Las universidades compiten con el sector privado por perfiles digitales. El debate sobre promoción y carrera profesional está conectado con la capacidad de mantener proyectos de IA internamente.
Una estrategia tecnológica sin personas estables puede depender permanentemente de proveedores.
Equipos híbridos
Los mejores proyectos suelen combinar personal de administración, técnicos, juristas y expertos del ámbito universitario. El conocimiento del proceso es tan importante como el modelo utilizado.
Los equipos multidisciplinares detectan riesgos antes de producción.
Gobernanza común entre universidades
El G-9 puede desarrollar plantillas compartidas para inventarios de IA, evaluaciones de riesgo y cláusulas de contratación. Cada universidad mantendría autonomía, pero partiría de una base común.
Esta cooperación puede ahorrar meses de trabajo duplicado.
Relación con la docencia
La gobernanza de IA administrativa y académica debería estar coordinada. La UAB, por ejemplo, ha presentado hoy una estrategia específica para integrar IA en docencia.
Las universidades necesitan evitar reglas contradictorias entre aulas y servicios administrativos.
Interoperabilidad
Matrícula, recursos humanos, investigación y contabilidad utilizan sistemas diferentes. Las APIs reducen exportaciones manuales y errores.
La lógica de componentes interoperables de GovStack ofrece principios aplicables también a instituciones universitarias.
Software abierto
Las universidades tienen una tradición fuerte de software libre y ciencia abierta. Compartir herramientas administrativas puede reducir dependencia y favorecer comunidades interuniversitarias.
La estrategia europea de open source refuerza este enfoque.
Ciberseguridad
El sector universitario concentra investigación y credenciales valiosas. Los sistemas de IA y contratación deben integrarse con identidad, MFA y monitorización.
El Threat Landscape 2026 de ENISA subraya el riesgo asociado a credenciales y cadena de suministro.
Protección de investigación
Los grupos científicos pueden manejar resultados no publicados o datos sujetos a convenios. Las herramientas generativas no deberían recibir esta información sin una evaluación previa.
La clasificación de datos debe ser comprensible para investigadores y personal administrativo.
Métricas de adopción
El G-9 puede medir número de casos de IA, usuarios, tiempo ahorrado, incidencias y correcciones humanas. Las métricas deben distinguir pilotos de servicios en producción.
Publicar datos agregados ayudaría a otras universidades.
Métricas de contratación
La experiencia cántabra permite seguir reducción de contratos menores, tiempo de compra, número de proveedores y ahorro. Estos indicadores pueden compararse con otros modelos.
La evaluación debe incluir calidad y cumplimiento de plazos, no solo velocidad.
Fuente primaria
La Universidad de Cantabria publicó el 23 de septiembre la información sobre la reunión de gerencias del G-9 y el Foro de IA y Gestión Universitaria.
La principal novedad es que el debate universitario está pasando de preguntar qué puede hacer la IA a definir quién la gobierna, cómo se contrata, con qué personal se mantiene y qué resultados deben medirse.
Compras universitarias basadas en datos
La experiencia de Cantabria permite analizar patrones de demanda a partir de los 1.360 pedidos procesados. Estos datos pueden ayudar a identificar productos recurrentes, anticipar presupuestos y detectar categorías donde conviene negociar condiciones más eficientes.
La analítica de compras debe mantener la separación entre información de gestión y cualquier dato comercial que no deba publicarse.
Automatización de tareas administrativas repetitivas
Las universidades pueden comenzar por procesos de bajo riesgo como clasificación de consultas, extracción de información de documentos o preparación de borradores. Estos casos permiten medir tiempo ahorrado sin delegar decisiones académicas o laborales.
El paso a usos más sensibles debería depender de la evidencia obtenida en estas primeras experiencias.
Un marco para agentes de IA
Si el G-9 explora sistemas capaces de ejecutar acciones en aplicaciones, será necesario definir permisos, límites y registro de cada operación. La arquitectura PICEE-PA ofrece un ejemplo de cómo separar la capacidad del agente de la autorización institucional.
Este principio resulta especialmente útil en sistemas universitarios con múltiples roles y datos sensibles.
Evaluación compartida entre universidades
El G-9 puede utilizar su escala para comparar pilotos de forma coordinada. Si varias universidades prueban una misma categoría de herramienta con métricas comunes, la evidencia será más sólida que diez evaluaciones aisladas.
Compartir resultados negativos también evitaría repetir inversiones que ya han demostrado poca utilidad.
Plan de continuidad para herramientas universitarias
Los nuevos servicios de IA y contratación deben prever qué ocurre si el proveedor deja de estar disponible, cambia sus condiciones o una actualización rompe una integración. Exportaciones periódicas, documentación y alternativas temporales reducen el impacto sobre matrícula, compras o atención al estudiante.
Esta continuidad debería incorporarse a la evaluación antes de contratar y revisarse junto con seguridad y protección de datos.
Fotografía: Mikael Blomkvist / Pexels.