Siempre he creído que el verdadero valor de las certificaciones va más allá de añadir una línea al currículum. A lo largo de mi carrera, he conocido profesionales excepcionales con grandes conocimientos, tanto con certificaciones como sin ellas. Esto evidencia que, por sí mismas, las certificaciones no son necesarias para garantizar conocimientos o habilidades. Además, muchas de las certificaciones han perdido la credibilidad que tenían hace unos años. Ahora estamos en el momento perfecto para reimaginar cómo debería ser el proceso de certificación para recuperar esa credibilidad perdida y para mejorar la efectividad en la evaluación de conocimientos.

Una certificación debería validar ―explicaré más adelante porqué esto ahora mismo no es así― ante terceros un conjunto de conocimientos, pero su mayor valor radica en la motivación extra que dan para seguir creciendo profesionalmente.

He procurado estar actualizado, no solo a través de la lectura y auto estudio, sino también mediante la preparación de certificaciones. Estas me han ayudado a estructurar mis estudios, cubriendo áreas que podría haber descuidado en un aprendizaje autodidacta. Las certificaciones suelen centrarse en los elementos más cruciales de un tema. Por lo tanto, seguir un plan de estudio basado en una certificación puede ser una forma eficaz de aprender de manera estructurada y concentrarse en los aspectos más importantes de una tecnología específica. Además, el proceso de preparación para los exámenes me permite evaluar críticamente el valor de cada certificación.

Creo que prepararse para una certificacion es la única manera de saber si una certificación merece el tiempo y esfuerzo. Este proceso aporta una perspectiva única sobre la calidad de los conocimientos que busca desarrollar. Por eso sigo ampliando mis credenciales, no por esa línea adicional en mi currículum, sino por todo lo que aprendo en el proceso. El verdadero valor de obtener una certificación reside principalmente en las horas de estudio, investigación, y práctica invertidas antes del examen. Es a través de la lectura de material especializado, la revisión de casos prácticos y la resolución de ejercicios, que realmente se adquiere y consolida el conocimiento. Este proceso de aprendizaje tiene un valor incalculable, y su importancia trasciende con creces el mero certificado que se obtiene al final.

El valor real de una certificación radica en las horas de estudio, investigación y práctica invertidas antes del examen.

La fiabilidad de las certificaciones

Aunque la certificación acredite conocimientos técnicos, no es garantía de éxito en la implementación de proyectos complejos. Se requiere además experiencia para aplicar esos conocimientos correctamente ante los retos de cada caso particular. Por eso, no deberíamos confiar sólo en las certificaciones a la hora de seleccionar un profesional o partner tecnológico, sino evaluar cuidadosamente el historial de proyectos exitosos que respalden su capacidad para obtener resultados.

En el ámbito empresarial, las certificaciones profesionales pretende garantizar que los proveedores de servicios tengan los conocimientos necesarios para implementar soluciones óptimas con los productos de cada compañía (Microsoft, Google, Cisco, etc.). Sin embargo, la realidad es que la certificación de una organización no siempre se traduce en personal igualmente competente gestionando cada proyecto, ya que depende de las capacidades reales del personal asignado. Desafortunadamente, en mucho casos el “sello” de la certificación se asume erróneamente como garantía absoluta de excelencia. La certificación no debe sustituir la evaluación de las capacidades de los profesionales asignados a un proyecto.

La certificación no sustituye la responsabilidad respecto al talento de los profesionales asignados a un proyecto.

Además, la proliferación de bancos de preguntas o Test-King y otros métodos para aprobar exámenes sin el conocimiento real pone en duda el valor y rigor de ciertas certificaciones. Cuando podemos encontrar públicamente, por unos pocos dolares, las preguntas literales de un examen, se pierde por completo el propósito de evaluar conocimientos de forma justa. En esos casos, la certificación se vuelve un mero trámite en lugar de un mecanismo válido para medir competencias. Por este motivo, es responsabilidad de las organizaciones emisoras combatir la filtración de contenidos y establecer los mecanismos para hacer ineficaces esos bancos de preguntas. La integridad del proceso de evaluación es tan importante como la calidad del contenido. Sin protección técnica, cualquier certificación se vuelve vulnerable ante quienes buscan acreditarse por medios fraudulentos.

“La integridad del proceso de evaluación es tan importante como la calidad del contenido.”

Desde el punto de vista de la preparación para cualquier certificación, los exámenes de práctica pueden proporcionar la ayuda necesaria para familiarizarse con el tipo de examen y preguntas. Como en cualquier otro estudio, memorizar preguntas no desarrollará los conocimientos realmente necesarios. Lo realmente valioso es el conocimiento adquirido, no simplemente lucir nuevas credenciales. Cualquier certificación puede obtenerse con una preparación adecuada, sin utilizar atajos que definitivamente son innecesarios.

Evaluación mediante Inteligencia Artificial

La aplicación de la inteligencia artificial en el diseño de los procesos de certificación representa una revolución en el campo de la evaluación académica. Ofrece una oportunidad única para hacer obsoletos los métodos de memorización de preguntas y evaluar las habilidades y conocimientos de los estudiantes de una manera más precisa y justa.

Un ejemplo destacado de esta innovación es el uso del sistema Computerized Adaptive Testing (CAT), como lo hace la certificación CSSIP. Este sistema emplea un algoritmo avanzado que ajusta dinámicamente el nivel de dificultad de las preguntas en función de las respuestas del candidato, proporcionando una medición más precisa de sus capacidades reales.

En términos generales, el proceso de un sistema CAT funciona de la siguiente manera:

• El examen comienza con una pregunta de dificultad media. Dependiendo de si la respuesta es correcta o incorrecta, el sistema ajusta la dificultad de la siguiente pregunta.
• El objetivo principal es determinar el nivel de conocimiento de manera rápida y con menos preguntas que en un examen lineal tradicional.
• El sistema estima en tiempo real el nivel del candidato basándose en sus respuestas, seleccionando preguntas adicionales para refinar esta estimación.

En estos sistemas, existen reglas que determinan cuándo se debe finalizar el examen:

1. Regla del intervalo de confianza: Finaliza cuando hay un 95% de certeza de que el nivel del examinado está claramente por encima o por debajo del umbral de aprobación.
2. Regla de duración máxima: Limita el número de preguntas presentadas.
3. Regla de agotamiento de tiempo: Termina cuando se agota el tiempo disponible.

Al finalizar, el sistema compara el nivel de habilidad estimado con el criterio de aprobación para determinar el resultado del candidato. Este enfoque optimiza la eficiencia del proceso de evaluación, reduciendo tanto el número de preguntas necesarias como el tiempo requerido para determinar con precisión el nivel de habilidad de un candidato. Sin embargo, la calidad del examen depende de la amplia y representativa base de datos de preguntas. Si esta base de datos no es lo suficientemente diversa o está sesgada, podría afectar la validez de la evaluación.

…y llegó la IA Generativa

En un momento donde la IA generativa esta impactando en todos los campos, muy pronto deberíamos verlo aplicado en los exámenes de certificacion. La integración con sistemas CAT promete transformar y mejorar la evaluación, a la vez que ofrece métodos efectivos para combatir el fraude. Además, tiene el potencial de redefinir los exámenes como herramientas fiables para validar verdaderamente las habilidades y conocimientos de los candidatos. Algunas de sus aplicaciones más prometedoras incluyen:

Generación automática de preguntas: La IA generativa se puede usar para crear automáticamente nuevos conjuntos de preguntas únicas, haciendo muy difícil que alguien memorice preguntas de exámenes anteriores o bancos de preguntas. Haciendo que cada prueba sea única dificulta en gran medida la preparación anticipada y el intercambio de contenidos.

Detección de patrones sospechosos: Algoritmos de aprendizaje automático pueden analizar patrones de respuesta para detectar comportamientos anómalos que podrían indicar el uso de material de apoyo no permitido.

Generación de distracciones plausibles: La IA podría crear opciones de respuesta erróneas pero verosímiles para las preguntas, haciendo más difícil adivinar la respuesta correcta para quien no domina el tema.

La aplicación de la inteligencia artificial en el ámbito de los exámenes de certificación promete no solo combatir el fraude de manera efectiva, sino también elevar el estándar de las evaluaciones, asegurando que los exámenes cumplan su propósito fundamental: validar de forma fiable y justa las capacidades de los candidatos.

Reimaginar la experiencia

Reflexionar sobre el valor de las certificaciones, especialmente en el ámbito de la tecnología, es crucial en un momento donde la actualización constante son fundamentales.

Los avances en inteligencia artificial ofrecen un panorama prometedor, abriendo la posibilidad de revolucionar completamente los procesos de evaluación y certificación profesional. Sistemas innovadores utilizando IA Generativa en conjunción con CAT para crear exámenes únicos son ejemplos de cómo podemos reimaginar la experiencia de certificación. Estas tecnologías no solo hacen más difícil el fraude, sino que también permiten medir las habilidades de los candidatos de forma más precisa, aumentando la credibilidad de las certificaciones.

A pesar de los desafíos que implica implementar estos cambios, es necesario adoptarlos rápidamente. Esto no solo beneficiará a los estudiantes, sino también a las organizaciones que buscan contratar profesionales certificados, así como a las entidades de certificación, cuya credibilidad y valor se verán reforzados.

Al reimaginar esta experiencia, estamos dando un paso hacia un futuro donde las certificaciones no solo sean una formalidad, sino una verdadera garantía de conocimientos y competencias, algo que lamentablemente hoy no son.

Referencias

IMS Global Learning Consortium. (n.d.). IMS Global computer adaptive testing (CAT) 1.0 specification.
Berntsen, J. (2021, June 17). Understanding adaptive testing: Benefits and challenges. IT Pro Today.
Microsoft. (1999, January 25). Microsoft unveils innovative testing technology to simulate work environment. Microsoft News Center.
UWorld Nursing. (2022, February 14). NCLEX computer adaptive test: How does it work?. UWorld Nursing Blog.
NCLEX. (n.d.). How CAT works. NCLEX.com.
Jin, X., Zhao, J., & Li, Z. (2021). Research on computer adaptive testing and its application. IEEE Xplore.