Los educadores se esfuerzan por ganarse y mantener la confianza de los estudiantes y sus familias. Incidentes como la filtración de Instructure del 7 de mayo ponen en riesgo la confianza de la comunidad y exponen a estudiantes y familias a la ansiedad por la privacidad de sus datos. Para las instituciones que dependen de una infraestructura LMS, no hay motivo para entrar en pánico: la respuesta adecuada es examinar cuidadosamente la arquitectura de datos, la dependencia de proveedores y el diseño de las integraciones.
La cadena exacta del ataque sigue bajo investigación, pero Instructure ha confirmado el acceso no autorizado a parte de su entorno Canvas mediante la explotación de un problema relacionado con las cuentas Free-for-Teacher. El grupo ShinyHunters logró vulnerar el alojamiento en la nube del LMS Canvas de Instructure y accedió a información de identificación personal de 9.000 instituciones (hasta 200 millones de estudiantes).
El verdadero problema no fue que se produjera una vulneración de seguridad. Fue que los datos de Instructure estaban centralizados, de modo que un solo ataque permitió al intruso acceder a los datos de todos sus clientes. Cuando la seguridad de los datos importa, la arquitectura de una plataforma debería dificultar esto: un proveedor debe aislar los datos, los entornos de cada organización, los permisos y los dominios operativos mediante una estructura multiinquilino. Esto reduce significativamente el alcance de los daños de cualquier ataque.
Las plataformas LMS se han convertido en paneles de control de las operaciones de aprendizaje, incluidos la identidad, las matrículas, las calificaciones, las entregas de actividades, las comunicaciones, las adaptaciones de accesibilidad, la analítica, las integraciones y los flujos de trabajo institucionales. Eso las hace valiosas, pero también peligrosas. Cada nuevo flujo de trabajo absorbido por el LMS aumenta las consecuencias de un ataque. El modelo de negocio de un LMS exige ser el sistema oficial de registro de los datos institucionales, impulsando la participación y los costos de cambiar de proveedor.
Por eso, el incidente de Instructure es una cuestión de infraestructura. La educación ha concentrado demasiada dependencia operativa en sistemas monolíticos de registro. En lugar de más herramientas SaaS, la educación necesita una infraestructura que funcione entre los sistemas existentes, llegue a estudiantes y administradores donde ya están y permita a las organizaciones mantener sus propios datos bajo sus propias políticas de seguridad. Las instituciones educativas no deberían verse obligadas a renunciar a su soberanía operativa para participar en un aprendizaje nativo de IA.
El problema de las plataformas LMS es un modelo de negocio que recompensa la participación, la dependencia del proveedor y la recopilación centralizada de datos. Con la IA, ahora podemos crear eficazmente contratos basados en resultados, en los que los proveedores reciben pagos por alcanzar los resultados de aprendizaje y empleo establecidos por la institución. Digital Promise encontró que los contratos basados en resultados pueden aumentar la adopción estudiantil del 35% al 50%–95%.
En lugar de cobrar por usuario, los motores de resultados cobran por el logro de los resultados de aprendizaje definidos por la institución. Un motor de resultados es una capa de ejecución pedagógica que ofrece interacciones de aprendizaje, captura evidencias de dominio, evalúa esas evidencias y registra los resultados verificados en los sistemas de registro existentes de la institución. La idea no es sustituir un sistema de registro por otro: es diseñar la capa pedagógica con un alcance limitado a cada institución e integrada en los registros existentes, en lugar de convertirse en el propio registro. El modelo es una estructura integrada de ejecución de agentes, no un entorno cerrado.
Un motor de resultados no necesita almacenar una década de datos para hacer su trabajo. La huella de datos se reduce y, con ella, el alcance de los daños de un ataque. Y los incentivos del proveedor pueden coincidir con los de la institución porque el valor entregado es medible.
Los costos de cambiar a una nueva plataforma han disminuido más rápido de lo que la mayoría de las instituciones cree: la migración asistida por IA ya se encarga del mapeo de esquemas y del trabajo de integración que antes tomaban un año. Las opciones de LMS de código abierto, como Canvas y Moodle, reducen la dependencia de proveedores y pueden conservar flujos de trabajo conocidos.
El sector ya ha pasado por este tipo de transición. Las universidades mantuvieron sus propios sistemas estudiantiles en mainframes durante años después de que los sistemas de información estudiantil (SIS) en la nube hicieran indefendible el alojamiento local. El cambio actual es del mismo tipo: el acceso por usuario a una base de datos alojada en la nube está dando paso a una infraestructura de aprendizaje cobrada por resultado. Instituciones, operadores, docentes, estudiantes y proveedores de resultados comparten un incentivo para avanzar rápidamente hacia los precios basados en resultados y la adopción tecnológica.
La pregunta correcta no es cómo proteger el LMS. Es cómo replantear su papel en un mundo que prioriza la IA, donde el desarrollo del capital humano debe rediseñarse en torno a resultados.
