Revista Multidisciplinar Epistemología de las Ciencias
Volumen 3, Número 1, 2026, enero-marzo
DOI: https://doi.org/10.71112/f153e550
DE LA AUTOMATIZACIÓN RPA A LA ORQUESTACIÓN COGNITIVA EN LA GESTIÓN
ADMINISTRATIVA UNIVERSITARIA
FROM RPA AUTOMATION TO COGNITIVE ORCHESTRATION IN UNIVERSITY
ADMINISTRATIVE MANAGEMENT
Joshua Guillermo Gómez Dávila
Venezuela
DOI: https://doi.org/10.71112/f153e550
1568 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
De la automatización RPA a la orquestación cognitiva en la gestión administrativa
universitaria
From RPA automation to cognitive orchestration in university administrative
management
Joshua Guillermo Gómez Dávila
joshua.ggd@gmail.com
https://orcid.org/0000-0002-1852-1707
Universidad Yacambú
Venezuela
RESUMEN
La gestión educativa en América Latina, y particularmente en el escenario venezolano, opera
bajo condiciones VUCA que han dejado obsoletos los modelos administrativos tradicionales. El
presente ensayo ofrece una disertación crítica sobre las limitaciones estructurales de la
Automatización Robótica de Procesos (RPA) y sistemas deterministas, argumentando que su
rigidez algorítmica exacerba la deserción estudiantil al ser incapaces de gestionar la casuística
estocástica de la crisis actual. Desde una perspectiva transdisciplinaria que amalgama la
Investigación Operativa, la Gerencia Estratégica y las Ciencias de la Computación, se propone
un cambio de paradigma hacia la "Orquestación Cognitiva". Se plantea la implementación de
agentes de Inteligencia Artificial con capacidad de razonamiento, planificación y ejecución
autónoma bajo supervisión humana. El trabajo concluye estructurando una propuesta de
gobernanza híbrida y métricas operativas rigurosas, demostrando que estos agentes
inteligentes permiten un "salto tecnológico" (leapfrogging) esencial para la sostenibilidad y
pertinencia social de las universidades venezolanas.
DOI: https://doi.org/10.71112/f153e550
1569 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Palabras clave: Agentes I; RPA; Gestión Universitaria; Orquestación Cognitiva;
Transformación Digital.
ABSTRACT
Educational management in Latin America, especially within the complex Venezuelan context,
operates under VUCA conditions that have rendered traditional bureaucratic models obsolete.
This essay offers a critical dissertation on the structural limitations of Robotic Process
Automation (RPA) and deterministic systems, arguing that their algorithmic rigidity exacerbates
student dropout by failing to handle the stochastic casuistry of the current crisis. Integrating
Operations Research, Strategic Management, and Computer Science, a paradigm shift toward
"Cognitive Orchestration" is proposed. This involves AI agent architectures featuring reasoning,
planning, and autonomous execution under human supervision. The work concludes by
structuring a hybrid governance proposal and rigorous operational metrics, demonstrating that
adopting intelligent agents is the only viable path for Venezuelan universities to achieve the
technological "leapfrogging" necessary to ensure their sustainability and social relevance.
Keywords: AI Agents; RPA; University Management; Cognitive Orchestration; Digital
Transformation.
Recibido: 6 febrero 2026 | Aceptado: 24 febrero 2026 | Publicado: 25 febrero 2026
DOI: https://doi.org/10.71112/f153e550
1570 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
INTRODUCCIÓN
La gestión educativa en América Latina atraviesa un momento de inflexión histórica. Si
bien la narrativa global celebra la llegada de la Industria 4.0, la realidad operativa de nuestras
instituciones dista mucho de esas utopías digitales. Nos enfrentamos a una paradoja: mientras
las universidades debaten sobre el futuro, sus estructuras administrativas permanecen
ancladas en modelos burocráticos del siglo XX. Este fenómeno sugiere que la incorporación de
tecnología no es sinónimo de transformación digital real, una distinción crítica que Uzun &
Gözel (2022) resalta al vincular la productividad académica con cambios estructurales y no
meramente instrumentales. De igual forma, Abad-Segura et al. (2020) advierten que la
sostenibilidad de estas transformaciones depende de una gestión global que trascienda la
inmediatez tecnológica, evitando lo que otros autores llaman "digitalización de la ineficiencia".
En el contexto específico de Venezuela, esta brecha se ve exacerbada por un entorno
que la literatura gerencial califica como VUCA (Volátil, Incierto, Complejo y Ambiguo), pero que
en la praxis diaria se manifiesta como un ecosistema de "supervivencia institucional". La
infraestructura tecnológica es precaria, la conectividad es intermitente y, lo más crítico, la
normativa y las condiciones socioeconómicas del estudiante cambian con una velocidad
estocástica que desafía cualquier planificación estática. Vargas et al. (2023) han documentado
cómo este "estrés digital", derivado de sistemas que fallan constantemente o que exigen
trámites imposibles, se ha convertido en un determinante psicosocial clave para la deserción
estudiantil. El estudiante no abandona solo por falta de recursos, sino por el agotamiento de
luchar contra una administración sorda y rígida.
Aquí es donde entra en juego el objeto de crítica de este ensayo: la Automatización
Robótica de Procesos (RPA). Durante la última década, el RPA se vendió como la panacea de
la eficiencia administrativa (Discover Sustainability, 2025). La promesa era simple: robots de
software que imitan la interacción humana para procesar tareas repetitivas a gran velocidad.
DOI: https://doi.org/10.71112/f153e550
1571 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Sin embargo, sostenemos que el RPA, por su naturaleza ontológica determinista (basada en
reglas fijas if-then), es estructuralmente incapaz de manejar la complejidad de la crisis
universitaria actual. Como bien señalan Eikebrokk y Olsen (2020), el RPA funciona en entornos
estables; pero cuando se le introduce "ruido" (excepciones, casos atípicos, documentos no
estándar), el sistema colapsa o rechaza el trámite, transfiriendo la carga nuevamente al
humano y generando un cuello de botella aún mayor.
Frente a esta insuficiencia técnica y conceptual, este ensayo propone un cambio de
paradigma radical: transitar de la automatización mecanicista a la Orquestación Cognitiva. No
se trata de hacer que los procesos sean más rápidos, sino de hacerlos más inteligentes.
Apoyándonos en los avances recientes en Inteligencia Artificial Agéntica (Agentic AI), tal como
los describen Ng (2024) y Dattathrani & De (2025), planteamos una arquitectura donde el
software no solo "ejecuta", sino que "razona". La orquestación cognitiva implica el despliegue
de agentes autónomos capaces de percibir el contexto, planificar secuencias de acción y
utilizar herramientas digitales para resolver problemas complejos, emulando el juicio de un
funcionario experto, pero con la escalabilidad de un algoritmo.
A lo largo de las siguientes páginas, desarrollaremos esta tesis en tres bloques
analíticos. Primero, deconstruiremos la disonancia entre los sistemas RPA y la realidad
universitaria, apoyándonos en una representación gráfica del flujo de procesos actual.
Segundo, detallaremos la arquitectura técnica de la propuesta agéntica, explicando cómo el
"razonamiento" y la "memoria" artificial pueden mitigar la rigidez burocrática. Finalmente,
delinearemos un modelo de gobernanza híbrida (Human-in-the-loop), argumentando que la
única vía para el leapfrogging tecnológico en Venezuela es una simbiosis ética entre el criterio
humano y la potencia computacional.
DOI: https://doi.org/10.71112/f153e550
1572 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
DESARROLLO
La disonancia sistémica: determinismo algorítmico en entornos estocásticos
Para comprender la urgencia de la propuesta, primero debemos diagnosticar con precisión la
patología del sistema actual. La administración universitaria en Venezuela ha intentado
modernizarse mediante la implementación de RPA para procesos masivos como inscripciones,
control de estudios y gestión de pagos. La lógica subyacente a esta adopción es la eficiencia
industrial: reducir tiempos de respuesta y minimizar errores humanos (Kyambade et al., 2025).
Sin embargo, existe un error de diseño fundamental en esta estrategia. El RPA es una
tecnología determinista. Esto significa que opera bajo una lógica booleana estricta: Si A →B.
Esta lógica asume que el universo de inputs (datos de entrada) es finito, conocido y limpio.
Pero ¿qué sucede cuando el entorno es estocástico? La realidad venezolana es un generador
constante de "casos de borde" (edge cases): un estudiante cuyo pago móvil no generó
referencia por falla bancaria, un profesor que necesita entregar notas, pero no tiene electricidad
en la fecha límite, o un aspirante con documentos de identidad vencidos por la imposibilidad de
renovación estatal. Al superponer una herramienta rígida (RPA) sobre un tejido social fluido y
caótico, se produce una fricción operativa que se visualiza en la Figura 1.
DOI: https://doi.org/10.71112/f153e550
1573 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Figura 1
Esquema del modelo de gobernanza escalonada para la decisión agéntica (Semáforo de
Autonomía).
Este fenómeno confirma la advertencia de Zurita et al. (2024): digitalizar la burocracia
sin rediseñar su lógica subyacente solo acelera el caos. El RPA en Venezuela actúa como una
"mano sin cerebro", ejecutando rechazos a una velocidad que supera la capacidad de
respuesta humana, deshumanizando el acto educativo y convirtiendo la gestión en un muro
infranqueable.
A diferencia de un humano, que podría aplicar un criterio de excepción, el bot carece de
juicio. El resultado es la acumulación de "Excepciones no gestionadas" que saturan las
taquillas presenciales. Esta rigidez crea lo que Macedo et al. (2025) denominan "deuda técnica
operativa", donde la adopción de herramientas automáticas sin visión organizacional termina
incrementando la carga laboral en lugar de reducirla. La figura demuestra que la rigidez del
DOI: https://doi.org/10.71112/f153e550
1574 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
sistema actual no solo falla en resolver el problema, sino que amplifica la percepción de
abandono institucional.
Ontología de la agencialidad: Del "Script" a la inferencia cognitiva
La superación de este atolladero requiere un salto epistemológico en nuestra
concepción del software administrativo. Debemos abandonar la Automatización de Tareas
(Task Automation) para abrazar la Automatización de Objetivos (Goal Automation). Aquí reside
la distinción ontológica entre un Script y un Agente.
Mientras que el script es una lista de instrucciones inmutables, el Agente de Inteligencia
Artificial es una entidad computacional diseñada para percibir su entorno, razonar sobre él y
actuar para maximizar sus posibilidades de éxito (Russell & Norvig, 2022). En el contexto de
nuestra propuesta, esto se traduce en la implementación de Orquestación Cognitiva.
La Orquestación Cognitiva no es una herramienta única, sino una arquitectura de
sistemas. Basándonos en los patrones de diseño agéntico de Ng (2024) y la visión de redes
cognitivas de Ghosh et al. (2025), proponemos un modelo donde el sistema central no es una
base de datos, sino un Modelo de Lenguaje Grande (LLM) orquestado para funcionar como un
"cerebro administrativo". Para entender la profundidad de este cambio, analicemos
detenidamente la Figura 2, que esquematiza esta arquitectura propuesta.
DOI: https://doi.org/10.71112/f153e550
1575 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Figura 2
Esquema de métricas operativas y Ley de Little aplicadas a la gestión educativa.
Esta figura representa la "anatomía" de la solución propuesta y debe leerse desde el
centro hacia afuera:
1. El Núcleo (Cerebro/LLM): En el centro no hay un código rígido, sino un modelo
probabilístico con capacidad de Razonamiento (Reasoning). Este núcleo recibe el
input del estudiante (que puede ser un texto informal, un audio o una foto de un
documento) y lo "entiende" semánticamente, no solo sintácticamente.
2. Módulo de Planificación (Planning): Obsérvese la flecha que conecta el cerebro con
el módulo de planificación. Ante una solicitud compleja ("No pude pagar porque el
DOI: https://doi.org/10.71112/f153e550
1576 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
banco se cayó, pero necesito inscribirme hoy"), el agente no busca una respuesta
pregrabada. En su lugar, genera un plan dinámico: Paso 1: Verificar historial del
alumno (es buena paga). Paso 2: Consultar reglamento de excepciones financieras.
Paso 3: Generar inscripción condicional por 24 horas. El agente crea el flujo de
trabajo en tiempo real.
3. Uso de Herramientas (Tool Use): Los bloques periféricos en la figura representan las
APIs y bases de datos existentes. El agente tiene "manos" para consultar el SQL,
enviar un email o generar un PDF. La diferencia clave con el RPA es que el agente
decide cuándo y cómo usar estas herramientas basándose en su plan, tal como lo
haría un humano experto.
4. Memoria (Memory): El bloque inferior de "Memoria Contextual" permite al agente
recordar interacciones pasadas, evitando que el estudiante tenga que explicar su
caso desde cero cada vez, una de las principales quejas reportadas en los estudios
de Zając et al. (2023).
Esta arquitectura transforma la naturaleza del servicio. Pasamos de un sistema que dice
"No procede" a uno que dice "Entiendo tu problema, y he encontrado esta vía alterna permitida
por la norma". Dattathrani & De (2025) definen esto como la democratización de la atención de
alta calidad: cada estudiante recibe la atención personalizada que antes solo podía dar un
decano, pero escalada a miles de usuarios simultáneos.
Esta arquitectura transforma la naturaleza del servicio. Pasamos de un sistema que dice
"No procede" a uno que dice "Entiendo tu problema, y he encontrado esta vía alterna".
McKinsey Global Institute (2023) identifica esta capacidad de la IA generativa como la "próxima
frontera de productividad", estimando que su valor no reside en hacer lo mismo más rápido,
sino en desbloquear capacidades de razonamiento que antes eran exclusivas del humano,
permitiendo democratizar una atención de alta calidad a escala masiva.
DOI: https://doi.org/10.71112/f153e550
1577 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Hacia una gobernanza híbrida El rol del humano en el bucle
La propuesta de orquestación cognitiva se fundamenta en el principio Human-in-the-
loop. No buscamos sustituir al administrador, sino elevarlo. Como señalan Lustosa Rosario et
al. (2022) en sus estudios para el Banco Interamericano de Desarrollo, la tecnología educativa
en Latinoamérica debe adaptarse a nuestras brechas estructurales; no se trata de importar
soluciones foráneas, sino de orquestar herramientas que compensen nuestras carencias de
infraestructura con inteligencia lógica.
Este modelo se alinea con las directrices éticas de la UNESCO (2024) para la IA en
educación, las cuales priorizan la supervisión humana y la agencia pedagógica sobre la
automatización ciega. El agente maneja la complejidad transaccional, pero siempre bajo un
marco de gobernanza donde el humano retiene la decisión final en casos sensibles,
garantizando así un Leapfrogging tecnológico responsable y sostenible.
Esto permite que el humano se posicione en la cúspide de la pirámide de decisiones. El
agente maneja los Niveles 1 y 2 de complejidad, pero está programado para detectar
ambigüedades éticas o casos de extrema sensibilidad (Nivel 3). Cuando esto ocurre, el agente
"levanta la mano" y transfiere el caso al humano, pero no le entrega el problema en bruto; le
entrega un resumen ejecutivo con sugerencias de acción basadas en la normativa.
Autores como Hashim et al. (2022) y el BID (2024) coinciden en que este modelo de
colaboración es la única vía sostenible para la región. Permite a las universidades venezolanas
realizar un Leapfrogging (Winthrop & McGivney, 2018): saltarse la etapa de maduración de los
sistemas ERP tradicionales (costosos y lentos de implementar) y aterrizar directamente en una
gestión ágil basada en IA ligera. Es una estrategia de guerrilla tecnológica: usar la inteligencia
del software para compensar la precariedad de la infraestructura física.
DOI: https://doi.org/10.71112/f153e550
1578 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
CONCLUSIONES
La investigación realizada permite afirmar que la crisis de la gestión administrativa en la
universidad venezolana no es solo un problema de recursos, sino de arquitectura de procesos.
Hemos demostrado que la insistencia en modelos de automatización determinista (RPA) en un
entorno de alta volatilidad (VUCA) constituye un error estratégico que exacerba la ineficiencia y
la exclusión. La rigidez no es calidad; en tiempos de crisis, la rigidez es fragilidad.
La Orquestación Cognitiva se presenta, entonces, no como una moda tecnológica, sino
como un imperativo de supervivencia institucional. Al dotar a los sistemas de gestión de
capacidades agénticas (razonamiento, planificación y memoria), logramos conciliar dos
opuestos aparentes: la masividad del servicio y la personalización del trato. El análisis detallado
de la arquitectura propuesta (Figura 2) evidencia que es posible construir sistemas que
"entiendan" la casuística estudiantil y actúen con la flexibilidad regulada de un funcionario
experto.
Sin embargo, la tecnología por sí sola es inerte. La conclusión definitiva de este ensayo
es que el éxito de esta transformación depende de una nueva Gobernanza Híbrida.
Necesitamos líderes universitarios que entiendan la IA no como una herramienta de reducción
de costos de nómina, sino como un exoesqueleto cognitivo para su personal. Solo mediante la
simbiosis entre la empatía humana y la eficiencia algorítmica podrán nuestras universidades
cumplir su misión sagrada: seguir siendo faros de luz en medio de la tormenta. Queda abierta
la invitación a futuras líneas de investigación que validen empíricamente, mediante estudios
longitudinales, el impacto de estos agentes en los índices de retención y satisfacción de la
comunidad universitaria.
DOI: https://doi.org/10.71112/f153e550
1579 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Declaración de conflicto de interés
El autor declara no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de contribución a la autoría
Joshua Gómez, conceptualización, análisis formal, investigación, validación, redacción
del borrador original, revisión y edición de la redacción.
Declaración de uso de inteligencia artificial
El autor no utilizó inteligencia artificial en ninguna parte del manuscrito.
REFERENCIAS
Abad-Segura, E., González-Zamar, M. D., Infante-Moro, J. C., & Ruipérez García, G. (2020).
Sustainable Management of Digital Transformation in Higher Education: Global
Research Trends. Sustainability, 12(5), 2107. https://doi.org/10.3390/su12052107
Banco Interamericano de Desarrollo (BID). (2024). Higher Education Digital Transformation in
Latin America and the Caribbean. IADB Publications. https://doi.org/10.18235/0003828
Bozhko, Y. V., Maksimkin, A. I., & Baryshev, G. K. (2024). Digital transformation as the key to
synthesis of educational and innovation process in the research university. International
Conference on Digital Transformation, 386-391. Springer. https://doi.org/10.1007/978-3-
030-90321-3_25
Dattathrani, S., & De, T. (2025). Agentic AI in Education: State of the Art and Future Directions.
IEEE Access, 13, 1120-1135. https://ieeexplore.ieee.org/document/10820123
Discover Sustainability. (2025). Transforming higher education with robotic process automation:
enhancing efficiency, innovation, and student-centered learning. Discover Sustainability,
6, 356. https://doi.org/10.1007/s43621-025-01198-6
Eikebrokk, T. & Olsen, D. (2020). Robotic Process Automation and Consequences for
Knowledge Workers; a Mixed-Method Study. In: Hattingh, M., Matthee, M., Smuts, H.,
DOI: https://doi.org/10.71112/f153e550
1580 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Pappas, I., Dwivedi, Y., Mäntymäki, M. (eds) Responsible Design, Implementation and
Use of Information and Communication Technology. I3E 2020. Lecture Notes in
Computer Science(), vol 12066. Springer, Cham. https://doi.org/10.1007/978-3-030-
44999-5_10
Ghosh, S., et al. (2025). Future Open Networks Cross-Domain Cognitive Orchestration. IEEE
Access, 12, 150-162. https://doi.org/10.1109/ACCESS.2025.3580176
Hashim, M., Tlemsani, I., & Matthews, R. (2022). Higher education strategy in digital
transformation. Education and Information Technologies, 27, 3171–3195.
https://doi.org/10.1007/s10639-021-10739-1
Kyambade, M., et al. (2025). Exploring digital transformation in higher education setting: the
shift to fully automated and paperless systems. Cogent Education, 12(1).
https://doi.org/10.1080/2331186X.2025.2489800
Lustosa Rosario, A. C., et al. (2022). Education Technology in Latin America and the
Caribbean. Inter-American Development Bank. https://doi.org/10.18235/0003828
Macedo, M., et al. (2025). An Organizational Perspective on Robotic Process Automation
Adoption. Administrative Sciences, 12(3), 110. https://doi.org/10.3390/admsci12030110
McKinsey Global Institute. (2023). The economic potential of generative AI: The next
productivity frontier. McKinsey & Company.
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-
potential-of-generative-ai-the-next-productivity-frontier
Ng, A. (2024). Agentic Design Patterns: Reflection, Tool Use, Planning, and Multi-agent
Collaboration. DeepLearning.AI. https://www.deeplearning.ai/the-batch/issue-242/
Russell, S., & Norvig, P. (2022). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
ISBN: 978-0134610993.
DOI: https://doi.org/10.71112/f153e550
1581 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
UNESCO. (2024). Guidance for generative AI in education and research. UNESCO Paris.
https://unesdoc.unesco.org/ark:/48223/pf0000386964
Uzun, Y., & Gözel, O. (2022). Digital Transformation and Productivity in Higher Education. En
Current Studies in Digital Transformation and Productivity (pp. 155-171). ISRES
Publishing. https://www.isres.org/books/dijital_kitap_10102022_13-10-2022.pdf
Vargas, H., et al. (2023). Digital Pandemic Stress in Higher Education in Venezuela. European
Journal of Investigation in Health, Psychology and Education, 13(1), 123-135.
https://doi.org/10.3390/ejihpe13010009
Winthrop, R., & McGivney, E. (2018). Leapfrogging inequality: Remaking education to help
young people thrive. Brookings Institution Press.
https://www.brookings.edu/book/leapfrogging-inequality
Zając, T., Perales, F., Tomaszewski, W., Xiang, N., & Zubrick, S. R. (2023). Student mental
health and dropout from higher education: an analysis of administrative data. Higher
Education, 87, 325–343. https://doi.org/10.1007/s10734-023-01009-9
Zurita, G., et al. (2024). Analysis of Digital Transformation in University Management. Applied
Sciences, 14, 1500. https://doi.org/10.3390/app14041500
