Revista de Ciencias Sociales (RCS)

Vol. XXXII, Número Especial 13, Enero-Junio 2026. pp. 141-166

FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431

Como citar: Navas-Villalta, J. A., Martínez-Curbelo, G., Feitó-Cespón, M., y Gómez-Rodríguez, V. G. (2026). Modelos de madurez en Educación Superior: Revisión sistemática y vacíos en gestión de espacios académicos. Revista De Ciencias Sociales, XXXII(Número Especial 13), 141-166.

Modelos de madurez en Educación Superior: Revisión sistemática y vacíos en gestión de espacios académicos

Navas-Villalta, Joffre Andrés*

Martínez-Curbelo, Gretel**

Feitó-Cespón, Michael***

Gómez-Rodríguez, Víctor Gustavo****

Resumen

El objetivo del estudio fue realizar una revisión sistemática de literatura orientada en modelos de madurez aplicados a instituciones educativas, mediante una búsqueda en bases de datos prestigiosas como Web of Science, Scielo, Google Scholar y Scopus, en un período de tiempo comprendido entre los años 2005-2024. Para seleccionar los estudios incluidos en la investigación se siguieron criterios de relevancia, calidad metodológica y disponibilidad completa. Estos parámetros permitieron analizar los modelos de madurez implementados en Instituciones de Educación Superior disponibles en la literatura y determinar su factibilidad en la gestión de espacios académicos en las instituciones de Educación Superior en Ecuador. Los resultados demuestran que los modelos de madurez revisados se caracterizan por su utilización en diversos dominios universitarios. Su aplicación generalmente sigue un procedimiento que incluye autoevaluación, análisis de brechas y planes de acción, aunque muchos carecen de guías detalladas de implementación. El estudio que se presenta reconoce la ausencia de un modelo integral especializado para la gestión de espacios académicos. Se concluye que las investigaciones se deben orientar hacia la construcción de modelos flexibles. Las propuestas deben considerar la complejidad y diversidad de los entornos educativos actuales para facilitar la mejora continua e innovación en las instituciones.

Palabras clave: Modelos de madurez; modelos flexibles; educación superior; espacios académicos; innovación.

* Doctor en Gestión Empresarial. Ingeniero en Gestión Empresarial. Docente Investigador en la Universidad Bolivariana del Ecuador, Durán, Ecuador. E-mail: janavasv@ube.edu.ec ORCID: https://orcid.org/0009-0003-6002-5189

** Doctora en Ciencias Técnicas. Docente Investigadora en la Universidad de Cienfuegos: Carlos Rafael Rodríguez, Cienfuegos, Cuba. E-mail: gmartinez@ucf.edu.cu ORCID: https://orcid.org/0000-0001-7639-768X

*** Doctor en Ciencias Técnicas. Magister en Ingeniería Industrial. Docente Investigador en la Universidad de Cienfuegos: Carlos Rafael Rodríguez, Cienfuegos, Cuba. E-mail: mfeito@ucf.edu.cu ORCID: https://orcid.org/0000-0003-1938-6022

**** Doctor en Ciencias Técnicas. Magister en Ciencias de la Ingeniería. Docente Investigador, Rector en el Instituto Superior Tecnológico Urdesa (Itsu), Guayaquil, Guayas, Ecuador. E-mail: vgomez@itsu.edu.ec ORCID: https://orcid.org/0000-0002-2248-7804

Recibido: 2026-01-15 • Aceptado: 2026-04-04 

Maturity models in higher education: Systematic review and management gaps in academic spaces

Abstract

The objective of this study was to conduct a systematic literature review focused on maturity models applied to educational institutions. A search was performed in prestigious databases such as Web of Science, SciELO, Google Scholar, and Scopus, covering the period from 2005 to 2024. The selection of included studies was based on criteria of relevance, methodological quality, and complete availability. These parameters allowed for the analysis of maturity models implemented in Higher Education Institutions (HEIs) and the determination of their feasibility for managing academic spaces in HEIs in Ecuador. The results demonstrate that the reviewed maturity models are characterized by their use in diverse university domains. Their application generally follows a procedure that includes self-assessment, gap analysis, and action plans, although many lack detailed implementation guidelines. This study acknowledges the absence of a comprehensive, specialized model for managing academic spaces. It concludes that research should focus on developing flexible models. Proposals should consider the complexity and diversity of current educational environments to facilitate continuous improvement and innovation in institutions.

Keywords: Maturity models in Higher Education: Systematic review and gaps in the management of academic spaces

Introducción

La gestión de los espacios físicos en las Instituciones de Educación Superior (IES) consolida como elemento estratégico el desarrollo de las funciones principales: La formación académica, la investigación y el servicio a la comunidad (Mohammed y Amoah, 2025). El espacio universitario, constituye un recurso cuya administración eficiente impacta directamente en la calidad de la experiencia educativa, la productividad investigadora y la sostenibilidad financiera de las IES. En un contexto que se caracteriza por la necesidad de optimizar los recursos disponibles, las universidades enfrentan el desafío de implementar modelos de gestión que les permitan optimizar el valor de la infraestructura física (Fernandez, Gonzales et al., 2024).

Históricamente, los espacios universitarios han experimentado una notable evolución, desde los modelos tradicionales centrados en aulas y laboratorios, hasta configuraciones más contemporáneas que incorporan espacios de colaboración, áreas de aprendizaje flexible y entornos tecnológicos avanzados (Varguillas y Bravo, 2020; Briceño et al., 2020; Álvarez, 2024; Olguín-Martínez et al., 2025). Esta transformación exige adopción de estilos de gestión que respondan a las dinámicas de la enseñanza, la investigación y las necesidades de una comunidad universitaria. La aparición de modalidades de aprendizaje en línea e híbridas ha introducido nuevas consideraciones en la planificación y gestión de los espacios físicos, lo que sugiere una tendencia hacia la creación de entornos más versátiles y polivalentes (Hernández et al., 2021; Moreta et al., 2025; Rojas et al., 2025).

Los modelos de gestión de espacios físicos en IES en análisis, muestran diversidad de enfoques. Desde modelos cuantitativos donde se analiza la utilización del espacio, hasta modelos estratégicos que buscan alinear la gestión del espacio con la misión y los objetivos institucionales.

1. Fundamentación teórica

Las tendencias en este campo apuntan hacia una mayor adopción de la tecnología para la gestión y el análisis del espacio, una creciente preocupación por la sostenibilidad, la creación de espacios más flexibles y multiusos, y un enfoque en el bienestar y la experiencia del estudiante. Sin embargo, al decir de Castro (2025) las instituciones también enfrentan desafíos importantes, como las restricciones presupuestarias, resistencia al cambio, necesidad de mejorar la calidad de los datos y los sistemas de información, el equilibrio de las necesidades de diferentes grupos de usuarios y el mantenimiento de las infraestructuras existentes.

Los estudios encontrados en la bibliografía demuestran que la implementación exitosa de modelos de gestión de espacios requiere un enfoque estratégico, el uso inteligente de la tecnología, la participación de la comunidad universitaria y una toma de decisiones basada en datos. En un entorno de educación superior en constante evolución, una gestión de espacios estratégica y adaptativa es fundamental para optimizar los recursos, mejorar la experiencia de los estudiantes y el personal, y apoyar el cumplimiento de la misión institucional.

El presente artículo tiene como objetivo analizar los modelos de madurez implementados en instituciones de educación superior. Se busca, asimismo, determinar los principios, las dimensiones e indicadores que influyen en la efectividad de estos modelos, examinar las tendencias emergentes en este campo y los desafíos que enfrentan las instituciones en su implementación, con el propósito de establecer las bases para el diseño de un modelo de madurez para la gestión de espacios académicos. La estructura del informe se desarrolló a través de la búsqueda de información, selección y evaluación de los casos, definición de criterios y la construcción de la caracterización y el análisis. Finalmente, la formulación de conclusiones relevantes.

2. Metodología

Con el objetivo de analizar los modelos de madurez implementados en instituciones de educación superior se hace una revisión bibliográfica relacionada con sus características principales y funcionalidades. Para ello, se desarrolla un análisis sistemático de la literatura, necesaria para comprender a profundidad el avance y los vacíos existentes sobre el tema. Con ese fin, se establece el diseño de un procedimiento compuesto por tres fases y ocho pasos (ver Figura I) que establecen una guía en la investigación desde la concepción hasta la obtención de conclusiones. Lo que asegura una revisión sistemática de calidad.

Fuente: Elaboración propia, 2026.

Figura I: Procedimiento propuesto para el análisis sistemático

Paso 1. Formulación del problema y pregunta de investigación: Este paso es esencial para garantizar que toda la investigación posterior sea focalizada y relevante. Se identifica en este paso el problema central y se formula la pregunta de investigación. Objetivo: Definir el alcance de la revisión.

Paso 2. Búsqueda y localización sistematizada de la literatura: Se realizan búsquedas rigurosas en bases de datos científicas utilizando cadena de búsqueda definida por palabras clave. Se establecen criterios de inclusión o exclusión para los documentos. Objetivo: Recopilar de manera exhaustiva y reproducible toda la evidencia científica relevante publicada sobre el tema.

Paso 3. Selección y evaluación de la calidad de los estudios: Se aplican los criterios de selección y se evalúa de forma crítica la validez y los posibles sesgos de los estudios seleccionados. Objetivo: Filtrar la literatura identificada para incluir solo aquellos estudios que sean de alta calidad metodológica y directamente relevantes para responder la pregunta de investigación.

Paso 4. Definición de criterios para la caracterización y extracción de datos: Se definen los criterios de análisis y se extrae de cada caso de estudio la información específica relacionada con los criterios. Objetivo: Crear un marco analítico sistemático para caracterizar y comparar los modelos de madurez encontrados de manera objetiva.

Paso 5. Construcción de la Caracterización y Análisis Comparativo: Se organiza y sintetiza la información para construir una caracterización detallada de cada modelo, posteriormente se realiza una comparación cruzada en función de los criterios establecidos. Objetivo: Identificar patrones, tendencias, similitudes, diferencias y vacíos en el campo de estudio.

Paso 6. Análisis y Presentación de Resultados: Se analizan los resultados de la comparación para responder a la pregunta de investigación. Se presentan los hallazgos mediante tablas resumen, figuras, narrativa descriptiva y la identificación de tendencias dominantes y brechas de conocimiento. Objetivo: Comunicar de manera clara y efectiva los hallazgos de la revisión.

Paso 7. Desarrollo de Conclusiones: Se elaboran conclusiones que sinteticen el estado del arte, se destaca la necesidad de nuevos desarrollos y se proponen líneas de trabajo futuro basadas en los vacíos identificados. Objetivo: Ofrecer una interpretación final de los hallazgos surgiendo direcciones para futuras investigaciones.

Inicialmente, se define como pregunta de investigación: ¿Cuáles son las características, aplicaciones y limitaciones de los modelos de madurez existentes aplicables a la gestión universitaria?

La búsqueda de la investigación se fundamenta en la información obtenida en bases de datos como Web of Science, Scielo, Google Scholar y Scopus, cubriendo publicaciones del período 2005-2024. Para la búsqueda de la literatura se utiliza una combinación de palabras clave en español e inglés, agrupadas por conceptos y unidas con operadores booleanos como: «modelo de madurez» OR «maturity model» AND («educación superior» OR «higher education» OR «universidad*» OR «university») AND («gestión» OR «management» OR «governance» OR «TI» OR «IT» OR «digital» OR «conocimiento» OR «proyectos» OR «procesos» OR «sostenibilidad».

Otros criterios que se tuvieron en cuenta en la búsqueda fueron la naturaleza del documento, se trató de que sean artículos de investigación en revistas científicas, actas de congresos y libros académicos, todo ellos en idioma inglés o español, enfocados total o parcialmente en Instituciones de Educación Superior (IES). Se priorizaron estudios que: describían el modelo, presentaron evidencia de su aplicación o validación, y tuvieron una contribución clara al objetivo de la revisión.

Se excluyeron de la investigación artículos que solo mencionaban modelos de madurez, sin una descripción o aplicación sustancial, literatura gris no evaluada y estudios fuera del contexto educativo. Finalmente, se identificaron 40 modelos aplicados a IES publicados entre los años 2005 y 2024, extraídos de Scopus, Web of Science (65%) y Google Scholar y Scielo (35%). El análisis temporal muestra un crecimiento progresivo de este tipo de estudios, con un aumento marcado a partir de 2015 y una mayor concentración de publicaciones desde 2020, asociado principalmente a la transformación digital, la virtualización de la educación y la incorporación de la sostenibilidad en la gestión universitaria.

La revisión bibliográfica se concentra en modelos orientados a la gestión de procesos y de proyectos (30%), así como a la gestión del conocimiento y la sostenibilidad (24%), seguidos de los modelos que tratan los Sistemas de Información y Tecnologías de la Información (22%) y modelos de Madurez Digital (18%). Por el contrario, solo una proporción reducida de los modelos (6%) incorpora de manera explícita la gestión de la infraestructura o de los espacios físicos (ver Cuadro 1).

Cuadro 1

Resumen de la revisión de los modelos

Clasificación del modelo	Porcentaje (%)	Esencia del grupo de modelos
Sistemas de Información y Tecnología	22	Modelos que evalúan y mejoran la capacidad para gestionar recursos tecnológicos, alinear TI con los objetivos estratégicos, y optimizar servicios, gobernanza y seguridad de la información
Madurez digital	18	Modelos que diagnostican el grado de integración de la tecnología digital en todos los ámbitos institucionales.
Gestión del conocimiento	10	Modelos que miden y guían la mejora en la creación, almacenamiento, intercambio y aplicación del conocimiento organizacional.
Gestión de proyectos	20	Modelos que evalúan y desarrollan capacidades para planificar, ejecutar y controlar proyectos de manera eficiente y alineada con la estrategia.
Procesos de negocio	15	Modelos que permiten diagnosticar y mejorar la gestión por procesos, buscando eficiencia, efectividad y alineación estratégica.
Sostenibilidad	9	Modelos que evalúan el desempeño ambiental, social y económico, y guían la integración de prácticas sostenibles.
Gestión de infraestructura y espacios físicos	6	Modelos que abordan la gestión, mantenimiento y optimización de espacios físicos e infraestructura universitaria.

Fuente: Elaboración propia, 2026.

Aunque los modelos consultados han sido desarrollados específicamente para IES, ninguno aborda de forma integral la gestión de los espacios académicos, lo que evidencia un vacío relevante en la literatura y justifica la necesidad de un modelo de madurez específico para este ámbito.

3. Resultados y discusión

3.1. Caracterización de los modelos de madurez

Los Modelos de Madurez (MM) son herramientas para la evaluación y el progreso organizacional. Estos modelos establecen los criterios y características que una entidad debe cumplir para alcanzar un determinado nivel de desarrollo (Becker et al., 2009). Estos modelos representan una trayectoria evolutiva, y su utilidad es guiar a las organizaciones hacia formas de operar más organizadas y sistemáticas (De Bruin et al., 2005). Los MM constituyen instrumentos para la mejora continua de habilidades, capacidades y competencias dentro de diversos contextos empresariales.

La arquitectura de los MM se caracteriza por la inclusión de niveles secuenciales que representan una progresión en la capacidad o el desarrollo, dimensiones específicas que son críticas para el dominio en el que se aplica, y la adhesión a principios de mejora continua. La elección de un modelo en particular debe estar ligada al contexto específico y a los objetivos estratégicos de la organización que busca su aplicación (Villalba y Donado, 2022).

Para las organizaciones que desean llevar a cabo evaluaciones de sus capacidades y planificar estrategias de mejora bien definidas, estos modelos se presentan como una herramienta adecuada. Sin embargo, su aplicación requiere un conocimiento profundo del entorno empresarial donde se implementará y del modelo seleccionado (Bertolli et al., 2017).

Según De Freitas (2018), estos modelos se clasifican por su propósito principal en tres categorías: Descriptivos, prescriptivos y comparativos: Los modelos descriptivos, facilitan una evaluación básica al delinear los atributos esenciales que caracterizan a una institución en un nivel de madurez específico; los modelos prescriptivos, ofrecen orientación detallada sobre cómo alcanzar un cierto nivel de madurez, y guían las acciones para incorporar mejoras en los procesos; y, los modelos comparativos, habilitan el benchmarking, y permiten a las organizaciones contrastar su nivel de desarrollo con el de otras entidades (Klimko, 2001).

La relevancia de los MM se manifiesta en su amplia aplicación a través de diversos dominios organizacionales. Esta diversidad de aplicaciones subraya la versatilidad y su creciente importancia como herramientas estratégicas para el desarrollo organizacional en el panorama actual. La investigación académica ha mostrado un interés creciente en estos modelos (De Bruin et al., 2005). En el contexto universitario, estos modelos son particularmente valiosos para evaluar procesos y definir una ruta clara hacia la excelencia académica (Tocto-Cano et al., 2020).

3.2. Modelos de Madurez en Sistemas de Información y Tecnología

En el ámbito de los Sistemas de Información (SI) y las Tecnologías de la Información (TI) los MM son herramientas estratégicas que permiten a las organizaciones evaluar y mejorar la capacidad para gestionar recursos tecnológicos, alinearlos con objetivos empresariales y maximizar su valor (Garcés, 2016). Su estructura suele organizarse en niveles progresivos, desde etapas iniciales hasta fases optimizadas. Entre sus características principales destacan: La evaluación de procesos bajo criterios de eficiencia y repetibilidad, la capacidad de comparar el desempeño organizacional con referentes de la industria (benchmarking) y la adaptabilidad a sectores específicos, como salud, educación o banca (Information Systems Audit and Control Association [ISACA], 2018; Capability Maturity Model Integration Institute [CMMII], 2020).

Estos modelos suelen centrarse en aspectos como la capacidad técnica, la gestión de datos, los procesos de TI, la arquitectura tecnológica, la seguridad y la eficiencia operativa. Su propósito principal es medir el ciclo de vida, la optimización y la alineación de los sistemas de información con los objetivos organizacionales, pero sin necesariamente abarcar la transformación cultural o estratégica que implica la madurez digital.

Entre los modelos TI/SI más destacados se encuentra el Capability Maturity Model Integration (CMMI), que, según Cedeño y Rodríguez (2025), proporciona un marco para la mejora de procesos en desarrollo de software y servicios. Otro modelo fundamental es el de Information Technology Infrastructure Library (ITIL), que, si bien es un marco de mejores prácticas para la gestión de servicios de TI, cuenta con un modelo de madurez que permite a las organizaciones evaluar la madurez de sus capacidades de gestión de servicios (Setiana et al., 2024). Asimismo, The Gartner Infrastructure Maturity Model es un modelo de madurez para la Infraestructura y Operaciones de TI, que posibilita a las empresas la optimización de la eficiencia y la agilidad en este ámbito (Hochkamp et al., 2025).

Las bondades del modelo ITIL para los fines de la investigación permite determinar que es útil para la dimensión digital de los espacios académicos. La gestión de servicios de TI es inseparable tanto en la funcionalidad de un aula moderna como de un laboratorio de investigación. Las dimensiones de Información y Tecnología, y Flujos de Valor y Procesos que este presenta son directamente aplicables para evaluar la madurez de los servicios digitales y la infraestructura que habilitan los espacios. Algunos de los elementos de este modelo permiten que la tecnología en los espacios académicos se gestione de manera efectiva para apoyar la enseñanza y el aprendizaje. Un modelo de madurez de espacios académicos debe considerar cómo la infraestructura de TI se gestiona para ofrecer una experiencia de usuario fluida y de alta calidad.

Dentro de los indicadores clave adaptables a un modelo que estudie la gestión de los espacios académicos se presentan los siguientes:

a. Calidad de la entrega de servicios: medible a través de la disponibilidad y funcionalidad de la tecnología en las aulas, la eficiencia de los sistemas de reserva de espacios o la rapidez en la resolución de incidencias. Esto asegura que la tecnología en los espacios sea confiable y accesible.

b. Satisfacción de los interesados: evaluable mediante encuestas sobre la experiencia de estudiantes y docentes con las instalaciones y servicios tecnológicos. La satisfacción del usuario es un indicador directo de la efectividad de la gestión del espacio.

c. Integración de procesos: fundamental para asegurar que la gestión de TI (que soporta los espacios virtuales y las aulas inteligentes) esté alineada con la gestión del espacio físico.

La relevancia de estos modelos se ha incrementado como respuesta a la acelerada transformación digital, la ciber dependencia y la necesidad imperante de una gobernanza tecnológica eficaz. Es por lo que en las IES se ha realizado investigaciones con modelos especializados en áreas como: La Gobernanza de TI, provisión eficiente y efectiva de servicios de TI para el funcionamiento diario de las universidades, fortalecimiento de la seguridad de la información, y evaluación de la madurez de la educación virtual.

La gobernanza de TI en las universidades es esencial para alinear la gestión y las inversiones tecnológicas con la misión educativa e investigadora, como demuestran diversos estudios. Rizun y Pańkowska (2022), proponen y validan un modelo de madurez para la personalización educativa (EPMM) que permite a las Instituciones de Educación Superior diagnosticar y mejorar su capacidad de personalizar el aprendizaje mediante tecnologías digitales, aunque enfrentan retos de escalabilidad, integración de inteligencia artificial y validación en contextos diversos.

El EPMM subraya la importancia de la tecnología y la adaptabilidad para las necesidades del estudiante, lo cual es crucial para la funcionalidad de los espacios académicos modernos. La actividad de investigación también conecta con los espacios de laboratorio y estudio, sugiriendo que los espacios deben ser diseñados para soportar diversas modalidades de aprendizaje y necesidades individuales. Un modelo de madurez de espacios académicos que incorpore elementos del EPMM se centraría en cómo los espacios contribuyen a una experiencia educativa más personalizada y centrada en el estudiante. Dentro de los principales indicadores que presenta el modelo y que se podrían adaptar a un modelo que gestione los espacios académicos se encuentran los siguientes:

a. Adaptabilidad del espacio a metodologías personalizadas: cómo los espacios físicos y virtuales facilitan el aprendizaje individualizado o basado en proyectos. Esto es esencial para la flexibilidad pedagógica.

b. Integración de tecnología para el autoaprendizaje: disponibilidad y uso de herramientas y recursos digitales en los espacios que apoyen la autonomía del estudiante. Un espacio maduro empodera al estudiante.

Almaiah et al. (2022), analizan los factores que influyen en la adopción de la gobernanza TI en universidades jordanas, en su artículo se destaca el papel mediador del marco COBIT y la importancia de variables organizacionales, tecnológicas y ambientales, apoyándose en modelos estadísticos para validar su enfoque. De Haes y Van Grembergen (2015), ofrecen un marco integral de gobernanza empresarial de TI (EGIT), y refieren que la adopción de COBIT mejora la alineación estratégica y la generación de valor, pero requiere compromiso directivo, integración de procesos y superar desafíos como la resistencia al cambio y la adaptación a contextos específicos.

Por último, Gunawan et al. (2018) muestran que la implementación de COBIT en una universidad de Malasia depende del liderazgo, la cultura organizacional y la adaptación institucional, pero enfrenta brechas como la resistencia al cambio, la falta de recursos y la complejidad de integración con sistemas existentes, remarcando que el éxito de la gobernanza TI está vinculado a la gestión eficaz del cambio y la contextualización del marco adoptado.

El modelo COBIT proporciona un marco excelente para la gobernanza de la gestión de espacios, especialmente en lo que respecta a la integración de la tecnología. Sus habilitadores son dimensiones clave para un modelo de madurez de espacios académicos, puesto que abordan no solo la tecnología, sino también las políticas, la cultura y las estructuras necesarias para una gestión eficaz y segura de los espacios. Algunos elementos clave de COBIT se pueden aplicar a la implementación de modelos de madurez en la gestión de espacios académicos, esto implicaría una gobernanza sólida que asegure que la tecnología y la infraestructura se gestionen de forma estratégica y controlada. Los principales indicadores adaptables que presenta son:

a. Alineación estratégica: asegurar que las inversiones en infraestructura tecnológica para los espacios estén alineadas con la misión educativa y de investigación de la universidad. Esto garantiza que los recursos se utilicen de manera que apoyen los objetivos institucionales.

b. Gestión de riesgos: identificación y mitigación de riesgos asociados a la seguridad de la información en los espacios digitales o a fallos en la infraestructura crítica. La seguridad y la resiliencia de los espacios son fundamentales.

c. Cumplimiento normativo: adherencia a regulaciones de seguridad, accesibilidad y sostenibilidad en el diseño y gestión de espacios. Esto es crucial para la legalidad y la responsabilidad social de la universidad.

En su investigación, Iden y Eikebrokk (2013) destacan que el apoyo de la alta dirección, la gestión proactiva del cambio, la capacitación continua y la comunicación efectiva, junto con la alineación estratégica entre TI y los objetivos institucionales, son determinantes para una implementación exitosa de marcos de gestión de servicios de TI. Estos elementos contribuyen a mejorar la calidad del servicio, la satisfacción de los usuarios y la eficiencia en la gestión de recursos tecnológicos, aunque persisten brechas como la falta de estudios longitudinales y la escasa evidencia en contextos diversos, lo que demanda investigaciones futuras sobre sostenibilidad y adaptación contextual.

De manera complementaria, Khasawneh e Ibrahim (2012) muestran que, si bien existe un reconocimiento generalizado de los beneficios de TI/SI en universidades, la adopción efectiva se ve limitada por la falta de formación especializada, recursos insuficientes y resistencia al cambio organizacional. Además, la integración limitada de TI/SI en los procesos académicos y la ausencia de estrategias claras para su sostenibilidad a largo plazo, evidencian la necesidad de políticas institucionales robustas y programas de capacitación continua.

En conjunto, la literatura coincide en que el compromiso, la actitud y la aptitud tanto de la alta gerencia como del personal involucrado, así como la comunicación fluida y el buen clima laboral, son claves para el éxito; mientras que la falta de claridad en los objetivos, la inadecuada alineación estratégica y la escasa priorización del proyecto suelen llevar al fracaso. Así, el éxito o fracaso de la gestión de servicios de TI en las universidades depende en gran medida de la gestión del cambio, el liderazgo y la integración efectiva de los marcos adoptados en la cultura y procesos institucionales.

Debido al manejo de grandes volúmenes de datos sensibles la ciberseguridad es un tema crucial en las universidades. Netshakhuma (2023), desarrollan un modelo de madurez en ciberseguridad adaptado a instituciones de educación superior en Sudáfrica, basado en marcos internacionales como el Cybersecurity Capacity Maturity Model (CMM), e incorporando dimensiones como políticas, cultura, capacidades técnicas y marcos regulatorios.

Su análisis revela que muchas universidades sudafricanas se encuentran en etapas iniciales, con avances en políticas y tecnologías básicas, pero con carencias en capacitación, integración cultural y actualización normativa. Las principales brechas incluyen la falta de recursos especializados, escasa colaboración interinstitucional y ausencia de mecanismos de mejora continua, lo que evidencia la necesidad de estrategias específicas de formación, inversión y cooperación para elevar la madurez en ciberseguridad universitaria.

Por su parte, Almomani et al. (2021) evalúa la madurez en la concienciación sobre seguridad de la información en universidades saudíes mediante modelos de madurez y encuestas, encontrando que, aunque existe conciencia general sobre la seguridad, persisten brechas significativas en formación, actualización de políticas y su integración en las actividades cotidianas.

La falta de recursos, capacitación continua y resistencia al cambio limitan el avance hacia niveles más altos de madurez, lo que demanda programas de sensibilización estructurados y una cultura organizacional orientada a la seguridad. En una revisión más amplia, Salam et al. (2024) identifican que los modelos de madurez en ciberseguridad, como NIST, ISO/IEC 27001 y COBIT, suelen ser complejos de adaptar al contexto universitario.

Presentan dificultades para medir cuantitativamente el avance y tienden a centrarse en el cumplimiento más que en la mejora continua. Las brechas más relevantes son la falta de herramientas automatizadas para la autoevaluación, la escasa integración de la ciberseguridad en la cultura organizacional y la necesidad de modelos más flexibles y específicos para amenazas emergentes. Estos estudios concluyen que es fundamental fortalecer la formación y la concienciación en ciberseguridad en las IES.

La transición hacia modelos de enseñanza híbridos y en línea ha impulsado la necesidad de evaluar la madurez de las capacidades de e-learning en las IES. En su investigación, Al-Adwan et al. (2023) desarrollan y validan un MM que permite a las universidades medir su preparación y efectividad en la adopción de tecnologías digitales, identificando fortalezas y áreas de mejora en infraestructura tecnológica, competencias digitales, estrategias institucionales y prácticas pedagógicas. Sin embargo, señalan la necesidad de adaptar el modelo a contextos culturales diversos, actualizar continuamente sus criterios y medir el impacto real del e-learning en el aprendizaje y la equidad educativa.

De forma complementaria, Peñafiel et al. (2017) realizan una revisión sistemática que destaca cómo modelos como el e-Learning Maturity Model (eMM) facilitan la autoevaluación y mejora continua en cinco dimensiones clave, aunque enfrentan limitaciones en herramientas automatizadas, adaptación contextual y evaluación del impacto educativo.

Por otra parte, Fernández et al. (2023) analizan la madurez digital de las universidades españolas durante la pandemia de COVID-19. Este estudio evidencia que, pese a mantener la continuidad educativa, la urgencia de adaptación reveló carencias en estrategias, metodologías docentes y formación del profesorado, además de desigualdades en acceso tecnológico y falta de integración metodológica. En este marco, Marshall (2006) aporta con la segunda versión del eMM, un modelo basado en CMM y SPICE que evalúa la madurez institucional en e-learning desde múltiples dimensiones: Entrega, planificación, definición, gestión y optimización, desde un análisis integral y no lineal, y promoviendo la sostenibilidad y mejora continua de los procesos educativos digitales.

Directamente relevante para la evolución de los espacios hacia modelos de enseñanza híbridos y en línea. Las dimensiones de eMM pueden ser adaptadas para evaluar la madurez de la infraestructura y los procesos que soportan estas modalidades en los espacios académicos, de forma que los espacios físicos y virtuales trabajen en conjunto para una experiencia educativa óptima. Un modelo de madurez de espacios académicos que integre elementos del eMM permitiría evaluar la capacidad de la universidad para ofrecer entornos de aprendizaje flexibles y tecnológicamente avanzados. Los indicadores de este modelo que resultan de interés para la investigación son:

a. Capacidad de los espacios para el aprendizaje híbrido: cómo los espacios físicos se integran con las plataformas virtuales para ofrecer experiencias de aprendizaje fluidas. La flexibilidad entre lo presencial y lo virtual es una necesidad actual.

b. Sostenibilidad de los procesos educativos digitales: asegurar que la infraestructura de los espacios soporte la evolución continua del e-learning. Esto implica una visión a largo plazo de la infraestructura digital.

3.3. Modelos de Madurez Digital

En la última década, la transformación digital se ha convertido en un eje estratégico para las IES que enfrentan la necesidad de adaptarse a un entorno tecnológico dinámico (Illescas et al., 2025) y a nuevas demandas académicas, administrativas y sociales. Para guiar este proceso, los Modelos de Madurez Digital (MMD) han emergido, como herramientas fundamentales para diagnosticar el nivel de digitalización, identificar brechas y planificar rutas de mejora. Los MMD evalúan el grado de integración de la tecnología digital en todos los aspectos de una organización, incluyendo no solo los sistemas y procesos tecnológicos, sino también la cultura organizacional, la estrategia, la gestión del cambio y la capacidad de innovación.

La madurez digital implica la transformación global de la organización, y abarca desde la adopción de herramientas digitales hasta la generación de valor a través de la digitalización de procesos, la colaboración interfuncional y la toma de decisiones basada en datos. Su objetivo es medir cómo la organización aprovecha la tecnología para maximizar resultados operativos y comerciales, adaptarse a los cambios del entorno y responder a las demandas del mercado (Fernández, Fernández et al., 2024).

Los MMD en IES se caracterizan por su enfoque integral y estructurado, que permite evaluar el grado de digitalización en múltiples dimensiones. Generalmente, estos modelos están organizados en niveles o etapas que reflejan la evolución desde la adopción inicial de tecnologías hasta la innovación y transformación digital plena. En la última década, diversas investigaciones han abordado el desarrollo y aplicación de MMD en universidades, con el objetivo común de diagnosticar el nivel de digitalización y orientar la transformación digital en estas instituciones.

Entre los MMD más destacados en el ámbito universitario se encuentran el modelo md4u, desarrollado por Crue Universidades Españolas (2021), y el modelo UDigital (MetaRed TIC Colombia, 2023), impulsado por MetaRed Iberoamérica. El modelo md4u, se basa en una cuadrícula que cruza el valor aportado por la tecnología (optimización o creación de procesos) con el impacto (operacional o estratégico), este posibilita la clasificación de las iniciativas digitales en gestión, innovación, gobierno y transformación digital.

Este modelo incluye un catálogo de buenas prácticas y un marco de referencia que facilita la medición objetiva del avance digital en las universidades, así como la identificación de áreas prioritarias de mejora (Crue Universidades Españolas, 2023). Aunque este modelo no se centra explícitamente en el espacio físico, su enfoque en la infraestructura TIC como elemento crucial para las misiones de las IES lo hace relevante. Puede informar cómo la digitalización de los espacios se integra en la estrategia general de transformación digital de la universidad.

Por su parte, el modelo UDigital propone una visión integral del papel de las tecnologías en las IES, estructurando la madurez digital en torno a retos y objetivos estratégicos relacionados con el gobierno de TI, la digitalización y la transformación digital, y recopilando 137 buenas prácticas para la autoevaluación institucional (MetaRed TIC Colombia, 2023). Además, modelos recientes como el aplicado por la Red Universitaria Nacional (REUNA, 2024) en Chile consideran pilares como liderazgo, talento humano, modelo operativo y de información, en contextos latinoamericanos.

En Fernández, Fernández et al. (2024) el MMD que se presenta se desarrolla e implementa en el Instituto de Educación Superior ubicado en Orizaba. El estudio toma una metodología cuantitativa mediante un estudio longitudinal con la intención de obtener un antes y un después, a través de un enfoque cuantificable, obteniendo la evaluación del Índice de Madurez Digital y la detección de áreas de oportunidad para la propuesta de mejoras.

Las principales investigaciones de los últimos diez años han consolidado el uso de MMD como herramientas de referencia para la transformación universitaria. El informe UNIVERSITIC de CRUE ha documentado la evolución de la madurez digital en universidades españolas, mostrando avances en gestión digital y servicios al estudiante, e identifica brechas en cultura y competencias digitales, así como en la alineación estratégica de la tecnología (Crue Universidades Españolas, 2023). En Latinoamérica, estudios como los de MetaRed han permitido comparar el nivel de madurez digital entre países y regiones, identificando factores críticos para el éxito de la transformación digital, como el liderazgo, la innovación y la colaboración interinstitucional (MetaRed TIC Colombia, 2023).

Además, investigaciones aplicadas en México y Chile han validado modelos propios de madurez digital, utilizando metodologías cuantitativas y cualitativas para medir el impacto de la digitalización y proponer hojas de ruta adaptadas a las necesidades locales (REUNA, 2024).

A pesar de los avances, persisten importantes brechas y retos en la transformación digital de las IES. Las investigaciones coinciden en que la principal debilidad sigue siendo la cultura digital, evidenciada por la resistencia al cambio y la insuficiencia de competencias digitales en la comunidad universitaria. Asimismo, se observa una desigualdad significativa en los niveles de madurez digital entre instituciones, asociada a diferencias en recursos, infraestructura y capacidades de gestión.

Otros retos identificados incluyen la necesidad de fortalecer el liderazgo digital, mejorar la gobernanza de TI, alinear la tecnología con los objetivos institucionales y promover la innovación continua. Finalmente, se destaca la importancia de adoptar un enfoque integral que combine la transformación tecnológica, organizacional y cultural para lograr una universidad verdaderamente digital y resiliente (Crue Universidades Españolas, 2023; MetaRed TIC Colombia, 2023; REUNA, 2024).

Según Boada (2020), el modelo MADIGESC (Modelo de Evaluación de la Madurez Digital Escolar), permite a los centros educativos conocer su grado de madurez digital, con un doble objetivo. Por un lado, es una herramienta que facilita el diagnóstico e indica el recorrido que debe tomar la institución para alcanzar un mayor nivel de maduración digital. Este modelo incluye una dimensión denominada Infraestructuras que vincula directamente la madurez digital con la infraestructura física, que evalúa aspectos como la conectividad a internet, las capacidades de la red inalámbrica y la disponibilidad de sistemas de proyección y dispositivos móviles en las aulas. Considera además el uso efectivo de los recursos educativos digitales, la accesibilidad al contenido en línea y la integración de la tecnología en las actividades de enseñanza y aprendizaje.

En este sentido existe una conexión a menudo implícita: la funcionalidad y utilidad contemporáneas de los espacios académicos dependen cada vez más de la madurez y sofisticación de su infraestructura digital. La madurez de un aula para apoyar la pedagogía moderna se define por su conectividad, la tecnología inteligente integrada y su capacidad para facilitar diversos métodos de aprendizaje digital. En consecuencia, cualquier modelo de madurez para espacios académicos debe considerar la dimensión digital como un componente central y habilitador, en lugar de uno separado o auxiliar.

Si bien los Modelo de Madurez Digital para IES no detalla explícitamente la gestión del espacio físico, reconoce que la infraestructura TIC es un elemento indispensable para que las IES logren sus misiones principales (Đurek et al., 2019). Estas investigaciones permiten a las universidades identificar fortalezas y debilidades en su proceso de digitalización, así como planificar acciones para avanzar hacia la universidad digital. Sin embargo, persisten brechas significativas, principalmente en la cultura digital, la gestión del cambio y la alineación estratégica de la tecnología con los objetivos institucionales. Además, se destaca la desigualdad en la madurez digital entre instituciones, asociada a limitaciones en recursos, formación y gobernanza tecnológica.

3.4. Modelos de Madurez en la Gestión del Conocimiento

Los Modelos de Madurez en Gestión del Conocimiento (KMMM, por sus siglas en inglés, Knowledge Management Maturity Models) son herramientas de diagnóstico y prescriptivas que permiten a las organizaciones evaluar la efectividad y la sofisticación de sus prácticas, procesos y sistemas de gestión del conocimiento (Riascos-Erazo y Aguilera-Castro, 2024). Estas evalúan la evolución en niveles o etapas que van desde el estado inicial hasta la optimización total como la mayoría de los MM (Vázquez-González et al., 2023). Estos modelos proporcionan una hoja de ruta estructurada para que las entidades, incluidas las IES, puedan avanzar progresivamente hacia niveles más altos de capacidad en la creación, almacenamiento, compartición y aplicación del conocimiento, con el fin de mejorar el desempeño, la innovación y la toma de decisiones (Valbuena y Sánchez, 2024).

Una característica importante de estos modelos es la definición de dimensiones o áreas clave de proceso que son críticas para una gestión del conocimiento efectiva. Estas dimensiones suelen abarcar aspectos como la cultura organizacional, los procesos de conocimiento, la tecnología, y las personas. Para cada dimensión y nivel de madurez, los modelos especifican un conjunto de prácticas, capacidades o atributos observables que deben estar presentes. La evaluación de la madurez se realiza, precisamente, verificando la existencia y el grado de institucionalización de estas prácticas. En el contexto universitario, estos modelos han sido adaptados para determinar la madurez de la gestión del conocimiento en función de la innovación educativa, la gestión del conocimiento tácito y explícito de profesores e investigadores, y la integración con sistemas de gestión de la calidad (Durango et al., 2015).

Durante la última década, la comunidad científica ha profundizado en el desarrollo y la validación de los Modelos de Madurez de Gestión del Conocimiento (KMMM). Bajo este enfoque diversos modelos han sido adaptados al contexto de la IES. Por las características de estas organizaciones se considera la gestión del conocimiento un factor determinante en sus objetivos de impartición de docencia, investigación y vinculación.

Una línea importante de investigación se ha centrado en la revisión sistemática y el análisis comparativo de los modelos existentes, tal es el caso de Escrivão y Silva (2019), quienes analizan diversos modelos identificando sus componentes comunes y diferencias, lo que ayuda a las organizaciones a seleccionar o adaptar el modelo adecuado a las necesidades. Otro estudio relevante es el de Rodríguez et al. (2025), esta revisión destaca cómo las universidades utilizan los KMMM para evaluar y mejorar la gestión del conocimiento académico, la investigación colaborativa, la innovación pedagógica y la eficiencia administrativa.

Este modelo ofrece una perspectiva más amplia de la gestión del conocimiento, incluyendo la interpretación, que podría ser relevante para entender cómo los usuarios perciben y dan sentido a los espacios, influyendo en su uso y satisfacción. Esto es crucial para diseñar espacios que no solo sean funcionalmente eficientes, sino también psicológicamente acogedores y propicios para el aprendizaje.

La investigación propuesta por Calle (2012), proporciona un amplio análisis sobre diferentes teorías de gestión del conocimiento, para finalmente seleccionar la de Nonaka y Takeuchi (1995) como la más compatible con el modelo de gestión de la calidad NTCGP 1000. La propuesta se aplica a la Red de Laboratorios Inter facultades de la Universidad Nacional de Colombia- Sede Bogotá, certificada con el modelo ISO 9001, con el fin de optimizar los recursos, evitar la pérdida de conocimiento debido a la rotación y retiro de personal, mejorar la visibilidad de los laboratorios y fortalecer su impacto sobre la comunidad.

Entre los modelos más referenciados se encuentra el General Knowledge Management Maturity Model (GKMM), que adapta la estructura de cinco niveles del Capability Maturity Model (CMM) al contexto de la gestión del conocimiento (Paulk et al., 1991). Otros modelos relevantes incluyen la propuesta de Desouza (2006), que introduce las etapas predispuesta, reactiva, apreciativa, organizada y optimizada, y la integración de teorías como la de Nonaka y Takeuchi (1995) con sistemas de gestión de calidad en universidades.

La gestión del conocimiento es crucial para la mejora continua de los espacios académicos. Las dimensiones de GKMM pueden aplicarse a cómo la universidad aprende y mejora la gestión de sus espacios, desde la experiencia de los usuarios hasta la información sobre el rendimiento de la infraestructura. Los indicadores clave adaptables a un modelo que gestione los espacios académicos presentes en este modelo son: a) Integración del intercambio de conocimiento en los flujos de trabajo: Aplicable a cómo se comparte el conocimiento sobre el uso óptimo de los espacios, las mejores prácticas de diseño o las soluciones a problemas de mantenimiento; b) Mejora del contenido basada en análisis: Utilizar datos sobre el uso del espacio para mejorar su diseño y gestión.

3.5. Modelos de Madurez en la Gestión de Proyectos

Los Modelos de Madurez en Gestión de Proyectos (PMMM, por sus siglas en inglés, Project Management Maturity Models) son marcos estructurados diseñados para valuar y mejorar las capacidades de una organización en la gestión de sus proyectos. Estos modelos proporcionan a las IES, diagnosticar su nivel actual de madurez, identificar áreas de mejora y desarrollar estrategias para alcanzar niveles superiores de eficiencia, predictibilidad y éxito en la ejecución de proyectos. La adopción de PMMM busca estandarizar prácticas, optimizar el uso de recursos y alinear la gestión de proyectos con los objetivos estratégicos de la organización.

Entre los modelos más reconocidos y aplicados se encuentran el Modelo de Madurez de Gestión de Proyectos Organizativos (OPM3) del Project Management Institute (PMI), que evalúa la madurez en función de las diez áreas de conocimiento del PMBOK® (Project Management Body of Knowledge). Este asigna cuatro etapas de madurez: Estandarizar, medir, controlar y mejorar continuamente; el Modelo de Madurez de Gestión de Proyectos de Kerzner (2025), que define cinco niveles progresivos desde el establecimiento de un lenguaje común hasta la mejora continua y el Modelo de Madurez de Procesos de Gestión de Proyectos de Berkeley, aplicable a diversos sectores, que enfatiza la estandarización y repetibilidad de procesos (Kwak y William, 2000).

Otros modelos relevantes incluyen P3M3®, que aborda la gestión integrada de proyectos, programas y carteras, evaluando siete procesos básicos como gobernanza, gestión de riesgos y recursos, y el CP3M©, que destaca por su enfoque en la adaptación estratégica al entorno y la inclusión de elementos de gestión del conocimiento (Khoshgoftar y Osman, 2009).

El modelo OPM3 resulta de interés para la gestión de proyectos de infraestructura académica. Sus etapas de madurez y el enfoque en las áreas de conocimiento del PMBOK son directamente transferibles para asegurar que los proyectos relacionados con los espacios se ejecuten optimizando la operabilidad de la infraestructura física y alinearla con los objetivos estratégicos del centro universitario. Dentro de los indicadores a tener en cuenta presentes en el modelo se encuentran: a) Predictibilidad y éxito en la entrega de proyectos: aplicable a proyectos de construcción, renovación o implementación tecnológica en espacios académicos; y b) Gestión de recursos y costos: optimización de la inversión en infraestructura y mantenimiento.

En el ámbito de las universidades e IES la implementación aplicación de modelo de madurez en gestión de proyectos adquiere relevancia. Estos son utilizados en la planificación, ejecución y control de proyectos académicos y de investigación. Las IES, al gestionar múltiples proyectos simultáneamente, requieren estructuras y procesos maduros que aseguren la alineación con sus objetivos estratégicos y la optimización de recursos. La adopción de estándares como OPM3 y PMMM, posibilitan mejoras en la comunicación y gestión del conocimiento, críticos en el entorno académico. Sin embargo, se identifican retos para adaptar los modelos a las particularidades del sector educativo (Palacios, 2021).

Coincidiendo con Palacios, 2021), el estudio propuesto por Aguilar et al. (2023) revela que, aunque algunas universidades han implementado modelos como OPM3® y CMMI, persisten desafíos en la estandarización de procesos, especialmente en proyectos de investigación. Su principal aporte fue identificar que las IES requieren marcos flexibles, adaptados a estructuras académicas descentralizadas. Sin embargo, una limitación es la falta de datos cuantitativos sobre el impacto real de estos modelos en la eficiencia de proyectos.

Por su parte, Rodríguez y Gómez (2021) propusieron un modelo de madurez organizacional basado en referentes internacionales (PMBOK® y P3M3®) para universidades públicas del occidente colombiano. Su investigación encontró que las IES evaluadas tenían un bajo nivel de madurez, principalmente por la ausencia de políticas claras de gestión de proyectos. El estudio aportó una herramienta de diagnóstico adaptada al contexto universitario, pero su limitación fue la escasa validación empírica fuera de la región estudiada.

Dentro de los modelos centrados en la gestión de edificios y mantenimiento, resalta el de Desbalo et al. (2023) que utiliza un enfoque fuzzy y evalúa la práctica del mantenimiento de edificios. El modelo ofrece un marco pertinente para la gestión de espacios académicos debido a que sus dimensiones permiten adecuaciones. De las 12 dimensiones que componen el modelo las más contextualizables son: i) Adecuación Técnica y Funcional (que se refiere a la idoneidad y flexibilidad del edificio para la prestación de servicios actuales y futuros, y aborda la capacidad física para soportar los niveles de actividad) dimensión que se relaciona directamente con la utilización del espacio; ii) Gestión de la Información de Mantenimiento; y, iii) Cultura y Liderazgo los que se identifican como criterios críticos que influyen significativamente en aspectos de la usabilidad y eficiencia de los espacios.

La naturaleza progresiva de CMMI y su énfasis en la mejora de procesos son directamente transferibles a la gestión de espacios académicos. Las dimensiones de Hacer y Gestionar pueden informar cómo se operan y se planifican los espacios; mientras que Habilitar y Mejorar son esenciales para la evolución de la infraestructura y los servicios que los acompañan. Un modelo de madurez de espacios académicos que incorpore elementos del CMMI podría guiar a las universidades desde una gestión reactiva de sus espacios hasta una gestión proactiva, basada en datos y en la mejora continua. Los indicadores que utilizan el modelo y que son de interés para la investigación son:

a. Estandarización de procesos: la existencia de procesos documentados y estandarizados para la gestión de espacios, como la asignación, reserva y mantenimiento. Esto es crucial para asegurar que las operaciones diarias de los espacios académicos sean consistentes y eficientes.

b. Medición del rendimiento: la capacidad de medir el rendimiento de los procesos de gestión de espacios, incluyendo la utilización, eficiencia y satisfacción del usuario. Esta medición permite una toma de decisiones basada en datos para la optimización del espacio.

c. Reducción de riesgos: la identificación y mitigación de riesgos en la planificación y ejecución de proyectos de infraestructura o la implementación de nuevas tecnologías en los espacios. Esto es vital para proyectos de construcción o renovación de aulas y laboratorios.

d. Optimización de procesos: la búsqueda continua de mejoras en la gestión del espacio para aumentar la eficiencia y la adaptabilidad. Un espacio académico Optimizado integraría la automatización y el análisis de datos para la mejora continua del uso y diseño del espacio.

Higuera (2019), en su revisión teórica comparativa de PMMM, destacan que las IES latinoamericanas enfrentan brechas en la integración de estos modelos con estándares internacionales. Su análisis señala que, mientras universidades europeas y norteamericanas aplican PMMM de manera sistemática, en Latinoamérica predomina un enfoque informal.

El estudio fue valioso para contextualizar la discusión, pero careció de casos prácticos que demostraran la viabilidad de implementación. Los estudios coinciden en que, aunque los Modelos de Madurez en Gestión de Proyectos (PMMM) son herramientas valiosas para las IES, persisten brechas críticas entre las que se encuentran la falta de adaptación contextual, puesto que los modelos genéricos (como OPM3® o CMMI) no siempre se ajustan a la dinámica flexible y colaborativa de las IES; la escasa evidencia empírica que demuestre su impacto real en métricas clave; y la resistencia al cambio debido a estructuras jerárquicas y culturas académicas poco dadas a la estandarización.

3.6. Modelos de Madurez de Procesos de Negocio

Los Modelos de Madurez de Procesos de Negocio (BPMM, por sus siglas en inglés, Business Process Maturity Models) se han establecido como herramientas fundamentales para que las organizaciones evalúen y mejoren sistemáticamente la gestión de sus procesos. Estos modelos proporcionan un marco evolutivo que permite a las IES diagnosticar su nivel actual de sofisticación en la gestión por procesos, identificar áreas de oportunidad y trazar una ruta hacia niveles superiores de eficiencia, efectividad, agilidad y alineación estratégica. La adopción de un BPMM busca fomentar una cultura de mejora continua y optimizar la entrega de valor a través de procesos bien definidos, gestionados y optimizados (Da Silva et al., 2024).

Según Smajli et al. (2024), entres estos modelos se destacan el Business Process Maturity Model (BPMM), que se enfoca en la gestión y mejora continua de procesos empresariales; el Capability Maturity Model (CMM) y su evolución Capability Maturity Model Integration (CMMI), originalmente desarrollados para la gestión de calidad en el desarrollo de software, pero que han sido adaptados para ámbitos más amplios; y, el Process and Enterprise Maturity Model (PEMM™), enfocado en facilitadores a nivel de proceso y capacitadores a nivel empresarial (Řepa y Svatoš, 2024).

El modelo PEMM ofrece una visión integral al separar la madurez a nivel de proceso y a nivel empresarial. Las dimensiones de PMM son directamente aplicables a los procesos operativos de los espacios (Infraestructura y Métricas); mientras que las de EMM son esenciales para el contexto universitario más amplio (Liderazgo, Cultura, Gobernanza). Esto permite evaluar cómo se gestionan los procesos individuales de los espacios, y cómo la organización en su conjunto apoya y sostiene estas mejoras. Por ello, se determina que los indicadores del modelo adaptables a la investigación son los siguientes: a) Eficiencia y efectividad de los procesos: medible en la gestión de reservas, limpieza, seguridad o soporte técnico de los espacios; y, b) Métricas de rendimiento: como tiempo de ciclo, tasa de error o cumplimiento normativo en la gestión de espacios.

Algunos estudios como el de Müller-Prothmann y Stein (2011), han propuesto o validado BPMM específicos para el sector educativo. Los autores presentaron un modelo de madurez para la gestión de procesos de negocio en universidades, enfatizando la necesidad de considerar aspectos como la autonomía académica y la gobernanza compartida. El objetivo de tales modelos es proporcionar una herramienta más ajustada para que las IES puedan autoevaluarse y guiar sus esfuerzos de mejora de procesos de una manera que respete su misión y cultura. Otros estudios como el de Rohloff (2009), han implementado modelos híbridos basados en BPMM para optimizar procesos de admisión y evaluación académica, logrando reducciones significativas en tiempos de respuesta y costos operativos.

Por su parte, Tocto-Cano et al. (2025), identificaron que las IES latinoamericanas presentan un nivel de madurez bajo, principalmente debido a la falta de estandarización y al uso limitado de tecnologías de soporte como BPMN o herramientas de flujo de trabajo. Otro estudio que se destaca es el presentado por Vilela y Alves (2025), quienes proponen un BPMM adaptado a universidades coreanas, incorporando dimensiones como la gobernanza de procesos y la satisfacción del estudiante como indicadores críticos. Concluye, además, que las IES con mayor madurez tienden a exhibir una mayor capacidad para adaptarse a cambios regulatorios y a demandas del mercado educativo.

En una propuesta por integrar prácticas de gestión y docencia, Duarte y Ventura (2011) modela procesos académicos utilizando notación BPMM y propone un modelo de madurez específico para IES. El estudio proporciona metodologías claras para la mejora continua de procesos en el contexto universitario, con una validación empírica prevista en unidades académicas concretas. Este enfoque contribuye a llenar un vacío en la literatura científica sobre modelos de madurez adaptados a la educación superior, donde la complejidad organizacional y la autonomía institucional requieren un tratamiento particular.

En el ámbito de las IES, las investigaciones apuntan hacia la necesidad de adaptar estos modelos a las particularidades del sector educativo, y realizan propuestas específicas que integran las funciones académicas y administrativas para optimizar recursos y alcanzar objetivos estratégicos. Estas investigaciones, aunque aún en desarrollo, representan un avance significativo en la aplicación de MM en contextos complejos y únicos como las IES.

3.7. Modelos de Madurez de Sostenibilidad

Los Modelos de Madurez de Sostenibilidad (SMM por sus siglas en inglés, Sustainability Maturity Models) han emergido como herramientas críticas para evaluar y mejorar el desempeño ambiental, social y económico de las organizaciones. Ofrecen un marco estructurado para evaluar el nivel actual de desempeño y compromiso con la sostenibilidad, identificar áreas de mejora y guiar la transformación hacia prácticas más responsables y resilientes.

Los SMM se estructuran en torno a dimensiones que reflejan los múltiples aspectos de la sostenibilidad. Estas dimensiones comúnmente abarcan los pilares de la sostenibilidad: Ambiental, social y económico/gobernanza. Además, suelen incluir dimensiones transversales como el liderazgo y compromiso directivo, la estrategia de sostenibilidad, la participación de los grupos de interés, la medición y el reporte de sostenibilidad, la innovación y el aprendizaje organizacional.

Entre los modelos más utilizados destacan el Sustainability Assessment Questionnaire (SAQ) utilizado en algunas industrias y que refleja diferentes niveles de desempeño y madurez en sostenibilidad (University Leaders for a Sustainable Future, [ULSF], 2009); otro modelo utilizado en la práctica es el Modelo de Madurez de Deloitte, que enfatiza la alineación estratégica y la gestión integral de la sostenibilidad, permiten a las organizaciones identificar su estado actual, definir su visión estratégica, planificar acciones y reportar resultados (Schatsky y Gurumurthy, 2019); el Sustainability Tracking, Assessment & Rating System (STARS) de la AASHE (Lemarchand et al., 2023); Integrative Sustainability Maturity Model (ISMM) de Silvius y Schipper (2010); y Environmental Sustainability Maturity System de Housni et al. (2022), los que enfatizan en dimensiones como la reducción de huella de carbono, la curricularización de la sostenibilidad y la investigación transdisciplinaria.

La sostenibilidad es un pilar fundamental para los espacios académicos modernos. Las dimensiones de los SMM son directamente aplicables para evaluar cómo los espacios universitarios contribuyen a los objetivos ambientales, sociales y de gobernanza de la institución. Esto incluye desde la eficiencia energética de los edificios hasta la creación de entornos que promuevan el bienestar y la inclusión, y cómo la universidad se relaciona con su entorno a través de sus instalaciones. Un modelo de madurez de espacios académicos que integre elementos de SMM garantizaría que la universidad no solo gestione sus espacios de manera eficiente, sino también de forma ética y sostenible. Se considera que los indicadores que son afines a la investigación son:

a. Reducción de la huella de carbono y eficiencia energética: en el diseño y operación de edificios universitarios. Esto es crucial para la responsabilidad ambiental.

b. Gestión de residuos y uso responsable de recursos: prácticas en los espacios académicos. La gestión eficiente de recursos es un pilar de la sostenibilidad.

c. Diseño inclusivo y biofílico: que promueva el bienestar y la conexión con la naturaleza en los espacios. El diseño biofílico mejora la experiencia del usuario y la salud.

d. Responsabilidad social y ambiental universitaria: cómo los espacios contribuyen al desarrollo sostenible y al compromiso con la comunidad. Los espacios pueden ser plataformas para el impacto social.

En el ámbito académico, diversos investigadores han propuesto modelos específicos. Los autores Barile et al. (2014), proponen un modelo que aunque centrado en la creación de valor sostenible, implica una progresión en la madurez de las prácticas. En el caso de las IES, la integración de estos modelos contribuye a fortalecer la responsabilidad social universitaria, mejorar la gestión de proyectos y promover una cultura institucional orientada a la sostenibilidad, aspectos que son fundamentales para su desarrollo y legitimidad en la sociedad contemporánea.

3.8. Análisis de los Modelos de Madurez estudiados y su implicación para la elaboración de un modelo de madurez para la gestión de espacios académicos

La investigación no ha revelado un modelo de madurez directo y reconocido específico para la utilización de espacios académicos; sin embargo, la literatura científica ofrece marcos conceptuales y modelos de madurez en campos interconectados que son relevantes. Aun cuando el concepto de gestión de espacios académicos se reconoce y define (University of Texas at Austin, 2023), y la optimización del espacio es un objetivo declarado (Siemens, 2023; Ohio University, 2024), los modelos de madurez existentes tienden a abordar categorías más amplias. Para el diseño de un modelo de madurez para la gestión de espacios académicos, es posible adaptar dimensiones e indicadores de varios modelos existentes.

El análisis de los modelos de madurez aplicables a la gestión universitaria revela una aplicación de múltiples dominios institucionales, donde predominan los modelos de Sistemas de Información y Tecnología (SI/TI), Madurez Digital, Gestión del Conocimiento, Gestión de Proyectos, Procesos de Negocio y Sostenibilidad. El propósito principal de estos modelos es evaluar capacidades organizacionales, diagnosticar el estado actual, identificar brechas y guiar planes de mejora continua hacia niveles superiores de eficiencia y alineación estratégica.

En cuanto a su estructura, la gran mayoría se organiza en una secuencia de 4 a 5 niveles de madurez, que típicamente progresan desde una fase inicial, pasando por etapas gestionadas y definidas, hasta alcanzar niveles optimizados y de mejora continua. Las dimensiones de análisis son multidimensionales, siendo las más recurrentes la Tecnología e Infraestructura, los Procesos y la Gestión, la Cultura y las Personas, y la Gobernanza y el Liderazgo. Este análisis sirve de base para definir una configuración de la arquitectura para un modelo de madurez de espacios académicos para las IES. De igual manera, es posible reutilizar indicadores presentes en varios de los modelos estudiados y adaptarlos al contexto de las IES ecuatorianas.

Las transiciones entre estos niveles se determinan mediante un ciclo sistemático que incluye autoevaluación, análisis de brechas, diseño de planes de acción y validación del progreso a través de indicadores de desempeño, aunque una limitación significativa identificada es la falta de guías detalladas de implementación que faciliten este avance de manera concreta y contextualizada.

El análisis de la literatura encontrada revela brechas importantes en los modelos de madurez. Los modelos sobresalen en el diagnóstico del estado actual de aspectos específicos en una organización; sin embargo, carecen de una orientación concreta y procesable sobre cómo progresar a niveles superiores. La información disponible sobre los procedimientos de aplicación de estos modelos es escasa, lo que ha contribuido a que su uso no se haya extendido (Pérez y Rodríguez, 2014).

Algunos modelos, a pesar de permitir la evaluación del nivel de madurez, no indican o asisten en la identificación y definición de acciones para alcanzar el nivel más alto. Para que un modelo de madurez sea verdaderamente efectivo y adoptado de forma generalizada, especialmente en dominios complejos se debe cerrar esta brecha. Esto implica una necesidad crítica de modelos que no solo evalúen la madurez, sino que en sus publicaciones integren herramientas y programas de mejora explícitos y personalizados (Desbalo et al., 2023), planes de acción detallados o rutas prescriptivas claras que traduzcan los resultados de la evaluación en pasos tangibles para la evolución organizacional y la mejora sostenida (Tocto-Cano et al., 2020).

Otra brecha relevante la constituye la diversidad metodológica en las mediciones de los indicadores y dimensiones, y la escasez de descripciones detalladas de los instrumentos para la obtención de la información necesaria. Esto impacta en la dificultad para comparar organizaciones y adoptar las mejores prácticas, así como en la adopción de dimensiones concretas.

Otra problemática interesante resulta la alta dependencia contextual para la aplicación de los modelos, dimensiones e indicadores en cada organización. Es importante que se tenga en cuenta la cultura organizacional, así como el entorno específico que influye en las IES. Esto hace que se dificulte la adopción de dimensiones e indicadores tal cual se describen en la literatura. Este hecho impacta, también, en la adopción coherente de este tipo de herramientas metodológicas en la gestión de la institución para evitar los efectos de la resistencia al cambio.

Resultado de la reflexión en los modelos estudiados se puede concluir que un modelo de madurez de espacios académicos verdaderamente integral y efectivo no puede ser un marco aislado. Debe adoptar un enfoque holístico y multidimensional, integrando componentes y criterios clave de la gestión de instalaciones, la infraestructura de TI, la gobernanza de datos, la innovación pedagógica e incluso la sostenibilidad. La madurez de la gestión del espacio de una IES es una propiedad emergente compleja de estos factores interconectados, lo que implica que un modelo que evalúe y guíe la mejora en todas estas dimensiones simultáneamente, sería el más eficaz para las universidades que buscan optimizar sus activos físicos y lograr sus objetivos estratégicos.

Conclusiones

La revisión evidencia que, a pesar de existir una amplia producción de artículos relacionados con los modelos de madurez aplicados a las IES, se carece de enfoques integrales. Esto se traduce en el hallazgo de modelos con fragmentación temática que limita su capacidad explicativa y de aplicación sistémica. En consecuencia, la literatura actual no logra ofrecer marcos que articulen de manera coherente los componentes estratégicos, operativos, tecnológicos y físicos de la gestión universitaria.

El predominio de los modelos se centra en tecnologías de la información, madurez digital y gestión de procesos, confirma un sesgo estructural de la investigación hacia dimensiones intangibles y organizativas, relegando la infraestructura física y los espacios académicos a un tratamiento marginal. Este desequilibrio conceptual implica que una parte crítica del funcionamiento institucional permanece insuficientemente modelada desde la perspectiva de la madurez organizacional.

La prevalencia de modelos de carácter descriptivo frente a enfoques prescriptivos y comparativos, limita el uso de los modelos de madurez como herramientas efectivas para la toma de decisiones y la mejora continua. Esto sugiere que la literatura ha priorizado el diagnóstico del estado institucional sobre el diseño de trayectorias claras de evolución y transformación, reduciendo su impacto práctico en la gestión universitaria.

Aunque una proporción relevante de los modelos ha sido adaptada o diseñada específicamente para el contexto de las instituciones de educación superior, ninguno aborda de forma integral la gestión de los espacios académicos como un sistema interdependiente de dimensiones físicas, digitales y organizacionales. Este vacío no es circunstancial, sino estructural, y refleja una omisión persistente en los enfoques de madurez existentes.

Los hallazgos de la revisión justifican la necesidad científica y metodológica de desarrollar un modelo de madurez específico para la gestión de espacios académicos en las instituciones de educación superior. Dicho modelo debe superar los enfoques parciales identificados y contribuir a la literatura mediante una visión integradora que permita evaluar, comparar y orientar de forma sistemática la evolución de estos espacios en coherencia con la estrategia institucional.

Referencias bibliográficas

Aguilar, M. M., Serrano, A. M., y Parra, C. O. (2023). Evolución de los modelos de madurez en gestión de proyectos y la aplicación en Instituciones de Educación Superior de Colombia. En-Contexto: Revista de Investigación en Administración, Contabilidad, Economía y Sociedad, 11(20), 109-131. https://doi.org/10.53995/23463279.1736

Al-Adwan, A. S., Li, N., Al-Adwan, A., Abbasi, G. A., Albelbisi, N. A., y Habibi, A. (2023). Extending the technology acceptance model (TAM) to Predict University Students’ intentions to use metaverse-based learning platforms. Education and Information Technologies, 28(11), 15381-15413. https://doi.org/10.1007/s10639-023-11816-3

Almaiah, M. A., Alhumaid, K., Aldhuhoori, A., Alnazzawi, N., Aburayya, A., Alfaisal, R., Salloum, S. A., Lutfi, A., Al Mulhem, A., Alkhdour, T., Awad, A. B., y Shehab, R. (2022). Factors affecting the adoption of digital information technologies in higher education: an empirical study. Electronics, 11(21), 3572. https://doi.org/10.3390/electronics11213572

Almomani, I., Ahmed, M., y Maglaras, L. (2021). Cybersecurity maturity assessment framework for higher education institutions in Saudi Arabia. PeerJ Computer Science, 7, e703. https://doi.org/10.7717/peerj-cs.703

Álvarez, K. (2024). Del aula tradicional al espacio de innovación: redefiniendo la educación. En H. Ramírez y E. López (Coords.), Formación y aprendizaje continuo en una sociedad sostenible (pp. 89-96). Dykinson.

Barile, S., Saviano, M., Iandolo, F., y Calabrese, M. (2014). The Viable Systems Approach and its Contribution to the Analysis of Sustainable Business Behaviors. Systems Research and Behavioral Science, 31(6), 683-695. https://doi.org/10.1002/sres.2318

Becker, J., Knackstedt, R., y Pöppelbuß, J. (2009). Developing maturity models for IT management: A procedure model and its application. Business & Information Systems Engineering, 1, 213-222. https://doi.org/10.1007/s12599-009-0044-5

Bertolli, M. P., Roark, G., Urrutia, S., y Chiodi, F. J. (2017). Revisión de modelos de madurez en la medición del desempeño. Inge Cuc, 13(1), 70-83. https://doi.org/10.17981/ingecuc.13.1.2017.07

Boada, J. S. (2020). MADIGESC: un modelo de evaluación de la madurez digital escolar. DYLE: Dirección y Liderazgo Educativo, (7), 5-12.

Briceño, M., Correa, S., Valdés, M., y Hadweh, M. (2020). Modelo de gestión educativa para programas en modalidad virtual de aprendizaje. Revista de Ciencias Sociales (Ve), XXVI(2), 286-298. https://doi.org/10.31876/rcs.v26i2.32442

Calle, M. L. (2012). Características de un modelo para la gestión del conocimiento en instituciones de educación superior. Signos: Investigación en Sistemas de Gestión, 4(2), 71-81. https://doi.org/10.15332/s2145-1389.2012.0002.04

Capability Maturity Model Integration Institute - CMMII (2020). CMMI for Development, Version 2.0. CMMII. https://cmmiinstitute.com

Castro, A. B. (2025). Evaluación Institucional para la Mejora Continua: Un enfoque al sistema educativo ecuatoriano. Revista Científica Multidisciplinar SAGA, 2(1), 1-18. https://revistasaga.org/index.php/saga/article/view/7

Cedeño, I., y Rodríguez, M. (2025). Evaluación de la calidad del software en sistemas de educación superior utilizando el modelo CMMI: Evaluation of Software Quality in Higher Education Systems Using the CMMI Model. Revista Científica Multidisciplinar G-nerando, 6(1), 192-214. https://doi.org/10.60100/rcmg.v6i1.402

Crue Universidades Españolas (2021). UNIVERSITIC 2020: Análisis de la madurez digital de las universidades españolas. Crue Universidades Españolas. https://www.crue.org/wp-content/uploads/2023/11/Universitic-2020-Crue.pdf

Crue Universidades Españolas (2023). UNIVERSITIC 2022: Evolución de la madurez digital de las universidades españolas. Crue Universidades Españolas. https://www.crue.org/wp-content/uploads/2023/11/Universitic-2022-Crue.pdf

Da Silva, J. L., Lopes, A. C., y Vasconcelos, S. (2024). Digital Maturity Models: A Characterisation study based on a systematic literature review. BBR. Brazilian Business Review, 21(2), e20221330. https://bbronline.com.br/index.php/bbr/article/view/812

De Bruin, T., Rosemann, M., Freeza, R., y Kaulkarni, U. (2005). Understanding the main phases of developing a maturity assessment model. In D. Bunker, B. Campbell y J. Underwood (Eds.), Australasian Conference on Information Systems (ACIS) (pp. 8-19). Australasian Chapter of the Association for Information Systems.

De Freitas, V. (2018). Modelo de madurez en sistema de gestión del conocimiento, desde un enfoque holístico. Negotium: Revista de Ciencias Gerenciales, 13(39), 5-31. https://doi.org/10.5281/zenodo.4885088

De Haes, S., y Van Grembergen, W. (2015). Enterprise Governance of Information Technology: Achieving Alignment and Value, Featuring COBIT 5. Springer. https://doi.org/10.1007/978-3-319-14547-1

Desbalo, M. T., Woldesenbet, A. K., Tafesse, Z. S., Bargstadt, H.-J., & Yehualaw, M. D. (2023). Maturity model for evaluating building maintenance practice: A fuzzy-DEMATEL approach. Cogent Engineering, 10(2), 2261226. https://doi.org/10.1080/23311916.2023.2261226

Desouza, K. C. (2006). Knowledge Management Maturity Model: Theoretical development and preliminary empirical testing. University of Illinois at Chicago.

Duarte, P., y Ventura, M. (2011). Towards a Maturity Model for Higher Education Institutions. Proceedings of the 23rd International Conference on Advanced Information Systems Engineering Doctoral Consortium (CAISE 2011) (Vol. 731).

Durango, C. M., Quintero, M. E., y Ruiz, C. A. (2015). Metodología para evaluar la madurez de la gestión del conocimiento en algunas grandes empresas colombianas. Tecnura, 19(43), 20-36. https://doi.org/10.14483/udistrital.jour.tecnura.2015.1.a01

Đurek, V., Ređep, N. B., y Kadoić, N. (2019). Methodology for developing digital maturity model of higher education institutions. Journal of Computers, 14(4), 247-256. https://doi.org/10.17706/jcp.14.4.247-256

Escrivão, G., y Silva, S. L. (2019). Knowledge management maturity models: identification of gaps and improvement proposal. Gestão & Produção, 26(3), e3890. https://doi.org/10.1590/0104-530X3890-19

Fernández, V. D., Fernández, T., Miranda, F. J., y Fernández, M. E (2024). Modelo de Madurez Digital para mejora continúa. South Florida Journal of Development, 5(3), e3721. https://doi.org/10.46932/sfjdv5n3-012

Fernandez, F. U., Gonzales, F. G., Bedolla, J. D. L. C., Tejada, R., y Carbajal, J. C. (2024). Factores determinantes en la calidad de la gestión universitaria. Ciencia Latina: Revista Multidisciplinar, 8(5), 1-32. https://doi.org/10.37811/cl_rcm.v8i5.13212

Fernández, A., Llorens-Largo, F., Molina-Carmona, R., y Claver, J. M. (2023). Digital maturity evolution of Spanish universities. EUNIS Congres 2023.

Garcés, J. J. (2016). Caracterización de modelos de madurez en gobierno de datos [Tesis de maestría, Universidad Pontificia Bolivariana]. https://repository.upb.edu.co/server/api/core/bitstreams/22d625c0-16f3-4fbc-8cc3-6ff1ac6db872/content

Gunawan, W., Kalensun, E. P., Fajar, A. N., y Sfenrianto (19–20 July, 2018). Applying COBIT 5 in Higher Education. IOP Conference Series: Materials Science and Engineering, Volume 420, 2nd Nommensen International Conference on Technology and Engineering, Medan, Indonesia. https://doi.org/10.1088/1757-899X/420/1/012108

Hernández, M. D. J., Nieto, J., y Bajonero, J. N. (2021). Aprendizaje híbrido generado desde las Instituciones de Educación Superior en México. Revista de Ciencias Sociales (Ve), XXVII(4), 49-61. https://doi.org/10.31876/rcs.v27i4.37233

Higuera, E. L. (2019). Modelos de madurez en la gerencia de proyectos. Negonotas Docentes, (13), 11-22. https://doi.org/10.52143/2346-1357.572

Hochkamp, F., Scheidler, A. A., y Rabe, M. (2025). Review of Maturity Models for Data Mining and Proposal of a Data Preparation Maturity Model Prototype for Data Mining. Computers, 14(4), 146. https://doi.org/10.3390/computers14040146

Housni, F., Boumane, A., Rasmussen, B. D., Britel, M. R., Barnes, P., Abdelfettah, S., lakhmas, K., y Maurady, A. (2022). Environmental sustainability maturity system: An integrated system scale to assist maritime port managers in addressing environmental sustainability goals. Environmental Challenges, 7, 100481. https://doi.org/10.1016/j.envc.2022.100481

Iden, J., y Eikebrokk, T. R. (2013). Implementing IT Service Management: A systematic literature review. International Journal of Information Management, 33(3), 512-523. https://doi.org/10.1016/j.ijinfomgt.2013.01.004

Illescas, W. H., Nugra, M. A., Santana, R. E., y Sancho, C. S. (2025). Transformación digital aplicada a la educación: Un mapeo sistémico. Revista de Ciencias Sociales (Ve), XXXI(E-12), 301-318. https://doi.org/10.31876/rcs.v31i.44566

Information Systems Audit and Control Association - ISACA (2018). COBIT 2019 Framework: Introduction and Methodology. ISACA.

Kerzner, H. (2025). Project Management: A Systems Approach to Planning, Scheduling, and Controlling. John Wiley & Sons.

Khasawneh, M., e Ibrahim, H. (2012). A Model for Adoption of ICT in Jordanian Higher Education Institutions: An empirical study. Journal of e-Learning and Higher Education, 2012, 877178. https://doi.org/10.5171/2012.877178

Khoshgoftar, M., y Osman, O. (2009). Comparison of maturity models. 2nd IEEE International Conference on Computer Science and Information Technology, Beijing, China, pp. 297-301. https://doi.org/10.1109/ICCSIT.2009.5234402

Klimko, G. (2001). Knowledge management and maturity models: Building common understanding. Proceedings of the 2nd European conference on knowledge management, pp. 269-278.

Kwak, Y. H., y William, C. (2000). The Berkeley project management process maturity model: measuring the value of project management. Proceedings of the 2000 IEEE Engineering Management Society. EMS - 2000 (Cat. No.00CH37139), Albuquerque, NM, USA, pp. 1-5. https://doi.org/10.1109/EMS.2000.872466

Lemarchand, P., MacMahon, C., McKeever, M., y Owende, P. (2023). An evaluation of a computational technique for measuring the embeddedness of sustainability in the curriculum aligned to AASHE-STARS and the United Nations Sustainable Development Goals. Frontiers in Sustainability, 4, 997509. https://doi.org/10.3389/frsus.2023.997509

Marshall, S. (2006). E-Learning Maturity Model Version Two. New Zealand Tertiary Institution E-Learning Capability: Informing and Guiding E-Learning Architectural Change and Development. Victoria University of Wellington. https://www.educationcounts.govt.nz/__data/assets/pdf_file/0011/58286/20060726TeLRFSummary.pdf

MetaRed TIC Colombia (2023). UDigital Colombia 2023: Madurez digital de las instituciones de educación superior de MetaRed TIC Colombia. MetaRed TIC Colombia. https://www.metared.org/content/dam/metared/estudiosinformes/UDigital%20Colombia%202023.pdf

Mohammed, A. S., y Amoah, C. (2025). Integration of technology in decision-making in university facilities management: a literature review. Facilities, 43(13-14), 1018-1052. https://doi.org/10.1108/F-09-2024-0134

Moreta, B. N., Robalino, C. X., Caiza, D. L., Suárez, E. M., y Carrasco, M. C. (2025). Aprendizaje híbrido y entornos digitales: impacto de la innovación tecnológica en el desarrollo de competencias del siglo XXI en educación. ASCE MAGAZINE, 4(3), 2389-2408. https://doi.org/10.70577/ASCE/2389.2408/2025

Müller-Prothmann, T., y Stein, A. (June 12-15, 2011). I²MM – Integrated Innovation Maturity Model for Lean Assessment of Innovation Capability. In R.E. Huizingh, S. Conn, M. Torkkeli e I. Bitran (Eds.), XXII ISPIM Conference 2011: Sustainability in Innovation, , Hamburg, Germany. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1868223  

Netshakhuma, N. S. (2023). Cybersecurity Management in South African Universities. In S. Verma, V. Vyas y K. Kaushik (Eds.), Cybersecurity Issues, Challenges, and Solutions in the Business World (pp. 196-211). IGI Global Scientific Publishing. https://doi.org/10.4018/978-1-6684-5827-3.ch013

Nonaka, I., y Takeuchi, H. (1995). The knowledge-creating company: How Japanese companies create the dynamics of innovation. Oxford University Press.

Ohio University (2024). Campus Space Optimization Initiative Executive Summary. Ohio University. https://www.ohio.edu/sites/default/files/sites/planning/files/2023_Ohio_Space_Optimization_Initiative_Executive_Summary_FINAL_020724.pdf

Olguín-Martínez, C. M., Martínez-García, V. M., Chávez-Hernández, A., y De la Paz, M. T. D. J. (2025). Modelos didácticos contemporáneos en la educación superior mexicana. Revista de Ciencias Sociales (Ve), XXXI(2), 139-153. https://doi.org/10.31876/rcs.v31i2.43753

Palacios, J. I. (2021). Modelo de madurez y capacidad de innovación abierta para educación superior [Tesis doctoral, Universidad Internacional de La Rioja]. https://reunir.unir.net/items/f9495e96-501c-4905-b5dc-a4664b09fc6e

Paulk, M. C., Curtis, B., Chrissis, M. B., y Weber, C. V. (1991). Capability maturity model, version 1.1. IEEE Software, 10(4), 18-27. https://doi.org/10.1109/52.219617

Peñafiel, M., Luján-Mora, S., Vásquez, M. S., Zaldumbide, J., Cevallos, A., y Vásquez, D. (2017). Application of e-learning maturity model in higher education.  EDULEARN17 Proceedings: 9th International Conference on Education and New Learning Technologies. https://doi.org/10.21125/edulearn.2017.1951

Pérez, E., y Rodríguez, Y. (2014). Procedimiento para la aplicación de un modelo de madurez para la mejora de los procesos. Revista Cubana de Ingeniería, V(2), 29-39.

Red Universitaria Nacional - REUNA (2024). Universidades de la Red Universitaria Nacional (REUNA): Informe de Madurez Digital en la Jornada de Transformación Digital. REUNA. https://www.reuna.cl/transformacion-digital/

Řepa, V., y Svatoš, O. (2024). Fundamentals of Business Architecture Modeling. Springer. https://doi.org/10.1007/978-3-031-59035-1

Riascos-Erazo, S. C., y Aguilera-Castro, A. (2024). Innovación, madurez de la gestión del conocimiento e Industria 4.0: mirada en las pymes colombianas. Journal of Technology Management & Innovation, 19(1), 29-39. http://dx.doi.org/10.4067/S0718-27242024000100029  

Rizun, M., y Pańkowska, M. (2022). Maturity Model for Assessment of Personalization of Higher Education. Proceedings of the 14th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management (IC3K 2022) - Volume 3: KMIS, pp. 43-53. https://doi.org/10.5220/0011537900003335

Rodríguez, B. E., Velásquez, T., y Rodríguez, A. M. (2025). Knowledge management maturity in higher education: a strategic proposal for academic innovation and sustainability. Encuentro Internacional de Educación en Ingeniería ACOFI 2025. https://doi.org/10.26507/paper.4315

Rodríguez, G. A., y Gómez, A. (2021). Modelo de madurez organizacional en gestión de proyectos para universidades públicas del occidente de Colombia: un enfoque con referentes internacionales [Tesis de maestría, Universidad Nacional Abierta y A Distancia -UNAD]. https://repository.unad.edu.co/handle/10596/43419

Rohloff, M. (2009). Case Study and Maturity Model for Business Process Management Implementation. In U. Dayal, J. Eder, J. Koehler y H. A. Reijers (Eds.), Business Process Management. BPM 2009. Lecture Notes in Computer Science (Vol. 5701, pp. 128-142). Springer. https://doi.org/10.1007/978-3-642-03848-8_10

Rojas, I., Pérez, A., y Martínez, C. E. (2025). Modelo pedagógico híbrido para la formación académica: Una perspectiva desde el enfoque a distancia y/o virtual. Revista de Ciencias Sociales (Ve), XXXI(E-12), 364-378. https://doi.org/10.31876/rcs.v31i.44570

Salam, M., Azmi, K., y Tarmizi, A. (2024). Cybersecurity Maturity Model for Higher Education Institution: Systematic Literature Review. IJCSNS International Journal of Computer Science and Network Security, 24(11), 200-208. https://doi.org/10.22937/IJCSNS.2024.24.11.23

Schatsky, D., y Gurumurthy, R. (13 de marzo de 2019). Pivoting to digital maturity: Seven capabilities central to dgital transformation. Deloitte Insights. https://www.deloitte.com/us/en/insights/topics/digital-transformation/digital-maturity-pivot-model.html

Setiana, I., Fatah, R. A., Susanti, E., Rizal, C., Nugoroho, P. E., y Tarwoto, T. (2024). Analisis Pengelolaan Layanan Teknologi Informasi dengan Basis Kerangka Kerja Information Technology Infrastructure Library (ITIL) V3 di Universitas Amikom Purwokerto. ILKOMNIKA: Journal of Computer Science and Applied Informatics, 6(1), 14-20. https://doi.org/10.28926/ilkomnika.v6i1.594

Siemens (2023). Smart Space Optimization for Higher Education. Siemens. https://www.siemens.com/en-us/industries/higher-education/smart-space-optimization/

Silvius, A. J. G., y Schipper, R. (2010). A Maturity Model for Integrating Sustainability in Projects and Project Management. 24th IPMA World Congress.

Smajli, E., Feldman, G., y Cox, S. (2024). Exploring the Limitations of Business Process Maturity Models: A systematic literature review. Information Systems Management, 42(1), 2-21. https://doi.org/10.1080/10580530.2024.2332210

Tocto-Cano, E., Paz, S., López-Gonzales, J. L., y Turpo-Chaparro, J. E. (2020). A systematic review of the application of maturity models in universities. Information, 11(10), 466. https://doi.org/10.3390/info11100466

Tocto-Cano, E., Paz, S., y López-Gonzales, J. L. (2025). A Holistic Maturity Model for Quality Assessment and Innovation in Peruvian Universities. Education Sciences, 15(2), 142. https://doi.org/10.3390/educsci15020142

University Leaders for a Sustainable Future - ULSF (2009). Sustainability Assessment Questionnaire (SAQ) for Colleges and Universities. ULSF. https://ulsf.org/wp-content/uploads/2015/06/SAQforHigherEd09.pdf

University of Texas at Austin (2023). Academic Space Management - University of Texas at Austin. https://provost.utexas.edu/the-office/resource-planning-management/academic-space-management/

Valbuena, S., y Sánchez, R. A. (2024). Gestión del conocimiento, capital intelectual y educación: análisis bibliométrico 1999-2023. Revista Universidad y Empresa, 26(47), 1-36. https://doi.org/10.12804/revistas.urosario.edu.co/empresa/a.13674

Varguillas, C. S., y Bravo, P. C. (2020). Virtualidad como herramienta de apoyo a la presencialidad: Análisis desde la mirada estudiantil. Revista de Ciencias Sociales (Ve), XXVI(1), 219-232. https://doi.org/10.31876/rcs.v26i1.31321

Vázquez-González, G. C., Jiménez-Macías, I. U., Juárez-Hernández, L. G., y Bracamontes-Ceballos, E. (2023). Nivel de madurez de la gestión del conocimiento para la innovación educativa en la Universidad de Colima, México. Education in the Knowledge Society (EKS), 24, e28847. https://doi.org/10.14201/eks.28847

Vilela Lee, J., y Alves, C. (2025). A BPM Maturity Model to guide the evolution of BPM Competences in a Public Institution. Anais do XXI Simpósio Brasileiro de Sistemas de Informação (SBSI), Porto Alegre p.p 9-18. https://doi.org/10.5753/sbsi.2025.245940

Villalba, K. M., y Donado, S. A. (2022). Pasos para diseñar un modelo de madurez con marco de trabajo ágil para la implementación a sistemas de gestión de la seguridad de TI alineado a las políticas de gobierno colombiano para el sector público. Revista Ibérica de Sistemas e Tecnologias de Informação, (E49), 501-507. https://www.risti.xyz/issues/ristie49.pdf