Modelo de optimización secuencial para la asignación de recursos digitales a docentes en entornos virtuales de aprendizaje
DOI:
https://doi.org/10.61347/ei.v5i1.289Palabras clave:
Aprendizaje en línea, asignación de recursos, modelo matemático, optimización, programación linealResumen
La gestión académica en instituciones con modalidades virtuales sincrónicas exige una coordinación precisa entre el talento humano y un ecosistema de recursos digitales sujeto a restricciones comerciales y técnicas, cuya planificación empírica suele generar conflictos operativos, solapamientos horarios y ineficiencias presupuestarias. El objetivo de este estudio consistió en diseñar e implementar un modelo de optimización matemática secuencial en tres etapas, fundamentado en la Programación Lineal Entera Binaria (BILP) y desarrollado en Python mediante la librería PuLP, con el propósito de automatizar la asignación de docentes, licencias de videoconferencia y recursos bibliográficos digitales en un entorno de aprendizaje virtual sincrónico. Se adoptó un enfoque cuantitativo de tipo aplicado, con un diseño no experimental y de corte transversal, empleando como caso de estudio un instituto de lenguas extranjeras con 46 clases activas y 30 docentes. Los resultados demostraron que el modelo alcanzó el 100% de satisfacción de las preferencias docentes, identificó con precisión un déficit de cuatro licencias de videoconferencia adicionales respecto al inventario disponible y redujo la diversidad de licencias bibliográficas activadas en un 36.4%, así como el tiempo de planificación en un 81.3% en comparación con el proceso manual. Se concluye que la descomposición del problema en etapas lógicamente dependientes permite abordar de manera eficiente la complejidad combinatoria del entorno educativo virtual, ofreciendo una base cuantitativa auditable para la toma de decisiones estratégicas y financieras en la administración académica.
Descargas
Citas
Abdipoor, S., Yaakob, R., Goh, S. L., & Abdullah, S. (2023). Meta-heuristic approaches for the University Course Timetabling Problem. Intelligent Systems with Applications, 19, 200253. https://doi.org/10.1016/J.ISWA.2023.200253
Bashab, A., Ibrahim, A. O., Hashem, I., Aggarwal, K., Mukhlif, F., Ghaleb, F., & Abdelmaboud, A. (2023). Optimization Techniques in University Timetabling Problem: Constraints, Methodologies, Benchmarks, and Open Issues. Computers, Materials and Continua, 74(3), 6461–6484. https://doi.org/10.32604/cmc.2023.034051
Chen, Y., Bayanati, M., Ebrahimi, M., & Khalijian, S. (2022). A Novel Optimization Approach for Educational Class Scheduling with considering the Students and Teachers’ Preferences. Discrete Dynamics in Nature and Society, 2022. https://doi.org/10.1155/2022/5505631
Córdoba, J. (2026). An Introduction to Timetabling: Constraints, Parameters and Objective Functions: Una introducción a la programación de horarios: restricciones, parámetros y funciones objetivo. Revista Digital: Matemática, Educación E Internet. https://doi.org/10.18845/rdmei.v26i2.8404
Escobedo, R., Quezada, Á., Marquez, B., & Alanis, A. (2024). Análisis de datos para la optimización eficiente de horarios y Aprendizaje Automático. Revista Perspectivas, 6(2). https://doi.org/10.47187/perspectivas.6.2.223
Fernández, A., Clark, D., & Vidal, M. (2024). Optimización de la asignación de docentes en la gestión de una asignatura: lecciones de un caso en estudios de pregrado. Spirat. Revista Académica de Docencia y Gestión Universitaria, 2(1), 47–69. https://revistas.upch.edu.pe/index.php/Spirat/article/view/5257
Fernando, J., & Baldelovar, M. (2022). Decision Support System: Overview, Different Types and Elements. TechnoareteTransactions on Intelligent Data Mining and Knowledge Discovery, 2(2). https://doi.org/10.36647/TTIDMKD/02.02.A003
García, C., Treviño, J., Zapata, A., & Alcala, C. (2024). Estándares y Estrategias para la Mejora Continua en Instituciones Educativas: Un Enfoque hacia la Optimización de Procesos Académicos. Ciencia Latina Revista Científica Multidisciplinar, 8(6), 283-290. https://doi.org/10.37811/cl_rcm.v8i6.14612
Hernández, J., Hernández, S., Baltazar, M., Jiménez, J., & Hernández, J. (2020). Programación matemática binaria por etapas en la elaboración de un horario universitario. Entreciencias: Diálogos En La Sociedad Del Conocimiento, 8(22). https://www.redalyc.org/journal/4576/457662386001/457662386001.pdf
Moreno, Y., Mejía, G., & Hidrobo, F. (2023). Diseño e implementación de un esquema de rendimiento para una plataforma e-learning. Revista Ingeniería UC, 29(2), 184–193. https://n9.cl/gggjo7
Oeding, J., Gunn, T., & Seitz, J. (2024). The Mixed-Bag Impact of Online Proctoring Software in Undergraduate Courses. Open Praxis, 16(1), 82–93. https://doi.org/10.55982/OPENPRAXIS.16.1.585
Piedra, A., Valladares, M., & Robles, E. (2026). La optimización de los procesos académicos en la educación superior como resultado de una dirección eficiente de proyectos educativos. Revista Social Fronteriza, 6(1), e–1038. https://doi.org/10.59814/resofro.2026.6(1)1038
Pinargote-Zambrano, J., Lino-Calle, A., & Vera-Almeida, J. B. (2024). Python en la enseñanza de las Matemáticas para estudiantes de nivelación en Educación Superior. MQRInvestigar, 8(3), 3966–3989. https://doi.org/10.56048/MQR20225.8.3.2024.3966-3989
Robayo-Laz, G., Romero-Fernández, A., Fernández-Villacrés, G., & Llerena-Ocaña, L. (2022). Sistemas de soporte a las decisiones y efecto en la evaluación de la calidad educativa. CIENCIAMATRIA, 8(4), 867–875. https://doi.org/10.35381/cm.v8i4.894
Saltos, R., & Benavides, L. (2022). Formulation and implementation of an integer programming model for the course timetabling problem: a case study in Ecuador. Revista Digital: Matemática, Educación e Internet, 22(1). https://doi.org/10.18845/RDMEI.V22I1.5734
Tagliaferro, S., Martínez, M., Alguíndigue, J., & Pereira, A. (2024). El algoritmo de búsqueda Tabú: Caso Asignación de Aulas de la universidad Metropolitana. Anales de Ciencias Básicas, Físicas y Naturales, (40), 1–34. https://doi.org/10.58479/ACBFN.2024.68
Tan, J., Goh, S., Kendall, G., & Sabar, N. (2021). A survey of the state-of-the-art of optimisation methodologies in school timetabling problems. Expert Systems with Applications, 165. https://doi.org/10.1016/j.eswa.2020.113943
Urbán-Rivero, L., Lezama-León, M., Cruz-Aldana, E., Mares-Ortega, N., & Loera-Díaz, L. (2024). Un modelo de programación entera para la generación de horarios universitarios: Un caso de estudio. Computación y Sistemas, 28(1), 137–149. https://doi.org/10.13053/CYS-28-1-4610
Valverde, R., Mayorga, A., Herrera, S., Logroño, M., & Bedoya, C. (2025). Optimización de la gestión del aprendizaje y diversificación de recursos educativos en plataformas de e-learning: Innovación para la institución educativa virtual Eduvirtuoso. Ciencia Latina Revista Científica Multidisciplinar, 9(5), 11884–11909. https://doi.org/10.37811/cl_rcm.v9i5.20484
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Juan José Viscaíno Gavilánes, Henry Mauricio Villa Yánez , María José Mora Campana, Verónica Alexandra Villa Yánez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
