Technological Foresight and Adoption of Cloud Computing Services: future Strategies for Private Universities
DOI:
https://doi.org/10.36390/h8vcgt90Keywords:
Foresight, Cloud, University, Forecasting Models, Strategic ManagementAbstract
The rapid evolution of information technologies and the volatility that characterizes the global environment demand that higher education institutions definitively migrate from reactive management to anticipatory governance models based on scientific forecasting. In response to this challenge, this article proposes a hybrid technological governance framework that synergistically integrates strategic foresight with the architectural adoption of cloud computing services in the private university sector. Methodologically, the research breaks with the traditional dichotomy of research paradigms by being based on a mixed approach of systemic complementarity and sequential triangulation. In the initial quantitative phase, the model leverages the power of cloud computing to run forecasting models based on time series and advanced artificial intelligence (AI) algorithms. These tools allow for the rigorous processing of historical big data and the decoding of weak environmental signals, transforming them into linear projections and strong trends that significantly reduce predictive bias. Subsequently, in the qualitative phase, these empirical and analytical results are structuredly introduced as precise informational inputs and baselines for the expert panel. This data transfer optimizes and enriches the execution of the Delphi Method, Morphological Analysis, and the design of volumetric scenarios, allowing human judgment to evaluate non-quantifiable variables such as cultural resistance or regulatory changes. This methodological convergence mitigates traditional predictive subjectivity, breaks down institutional barriers, and maximizes organizational resilience. As a result, the proposed framework demonstrates that hybrid cloud environments successfully balance operational flexibility with the security of institutional information, offering a reproducible critical path and a high-value strategic compass for managerial decision-making in the face of the complex challenges that higher education will face in the future.
Downloads
References
Agrawal, A., Gans, J., y Goldfarb, A. (2019). La economía de la inteligencia artificial: Una guía para la toma de decisiones. Reverté.
Astigarraga, E. (2021). Metodologías de Prospectiva: El análisis morfológico en la práctica estratégica. San Sebastián: Universidad de Deusto.
Berman, S. J. (2020). Digital transformation: A roadmap for reinventing your business. IBM Institute for Business Value.
Box, G. E., & Jenkins, G. M. (2021). Time Series Analysis: Forecasting and Control. New Jersey: Wiley.
Box, G. E., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control. John Wiley & Sons.
Bracho, M. (2025). Gestión Estratégica de TI en Instituciones Educativas bajo Entornos de Incertidumbre. Revista de Ciencia y Tecnología Universitaria, 14(2).
CEPAL. (2022). Prospectiva y planificación para el desarrollo en América Latina y el Caribe. Santiago de Chile: Comisión Económica para América Latina y el Caribe.
Concha, G. (2021). Transformación digital y prospectiva tecnológica en la gestión pública. Santiago: CEPAL - Naciones Unidas.
Creswell, J. (2018) Diseño de investigación: enfoques cualitativos, cuantitativos y de métodos mixtos. 4.ª edición, SAGE Publications, Inc., Londres.
Daft, R. L. (2011). Teoría y diseño organizacional (10.ª ed.). Cengage Learning. México D.F.
Díaz, A. (2024). Gestión Financiera de la Transformación Digital en Organizaciones del Sector Terciario. Editorial Universitaria.
Erl, T., Mahmood, Z., & Puttini, R. (2013). Cloud Computing: Concepts, Technology & Architecture. Prentice Hall.
Fernández Güell, J. M. (2021). Prospectiva estratégica: Una herramienta para la gestión del cambio en tiempos de incertidumbre. Ediciones Reverte.
Gándara, G. (2021). Planeación prospectiva: Bases conceptuales y metodológicas. México D.F.: Limusa.
García, J. & Martínez, R. (2024). Prospectiva Tecnológica en la Educación Superior Latinoamericana. Revista de Gestión Universitaria, 12(1).
García-Pérez, A. (2022). Sistemas de convergencia digital y el futuro de las organizaciones. Madrid: Ediciones Técnicas.
Godet, M. (2020). La caja de herramientas de la prospectiva estratégica. París: Instituto Marcial Pons.
Godet, M., & Durance, P. (2011). La prospectiva estratégica para las empresas y los territorios. UNESCO - Dunod.
Haykin, S. (2009). Neural Networks and Learning Machines. Pearson Education.
Joyanes Aguilar, L. (2012). Computación en la Nube: Estrategias de Cloud Computing en las empresas. Alfaomega.
Kaplan, A., & Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons.
Linstone, H. A., & Turoff, M. (1975). The Delphi Method: Techniques and Applications. Addison-Wesley.
Makridakis, S., & Hyndman, R. (2018). Forecasting: Methods and Applications. Nueva York: John Wiley & Sons.
Matas, A. (2018). Diseño de formatos de respuesta tipo Likert: Estrategias y aplicaciones. Revista de Innovación y Buenas Prácticas Docentes, 5(1), 18-30. https://doi.org/10.21071/ripadoc.v5i.10955
Medina Vásquez, J. (2020). Abriendo caminos en la prospectiva de América Latina y el Caribe. Cali: Universidad del Valle.
Mell, P., & Grance, T. (2011). The NIST Definition of Cloud Computing. National Institute of Standards and Technology (NIST), Special Publication 800-145.
Miklos, T., & Tello, M. E. (2015). Planeación prospectiva: Una estrategia para el diseño del futuro. Editorial Limusa.
Mojica, F. J. (2018). La construcción del futuro: Concepto y modelo de prospectiva estratégica, territorial y tecnológica. Bogotá: Universidad Externado de Colombia.
Mora, L. (2020). Disrupción tecnológica y gestión del cambio en la era 4.0. Ciudad de México: McGraw-Hill Education.
Muñoz C. (2015). Metodología de la Investigación. 1a Edición: México: Oxford University Press México, S.A.
Nilsen, P. (2015). Making sense of implementation theories, models and frameworks. Implementation Science.
Pressman, R. S. (2019). Ingeniería del Software: Un enfoque práctico. 9na Edición. McGraw-Hill Education.
Prieto P., Herminia J., y De la Cruz A. (2017). Metodología de la Investigación. 3ra edición: México: Pearson Educación de México S.A.
Prieto, R. y Chacín, M. (2024). Resiliencia y Transformación Digital: Un análisis del sector universitario privado en el Occidente de Venezuela. Ediciones Astro Data.
Ritchey, T. (2023). General Morphological Analysis: A General Method for Non-Quantified Modelling. SwedeMorph Academic Publishers.
Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
Stallings, W. (2016). Foundations of Modern Networking: SDN, NFV, QoE, IoT, and Cloud. Addison-Wesley Professional.
Tovar, G. (2015). Metodología de la Investigación: Elementos básicos para el diseño de proyectos de investigación. Primera Edicion. Ecoe Ediciones. Mexico
Veras, R. (2015). Cloud Computing: Análisis de beneficios, riesgos y seguridad. Ra-Ma Editorial.
Zwicky, F. (1969). Discovery, Invention, Research - Through the Morphological Approach. Toronto: The Macmillan Company (Referencia de origen para contexto).