Eduline

Visión general del Proyecto

Una solución innovadora para un problema crítico en la atención médica

Plan de trabajo

Descripción

Eduline es una plataforma educativa digital diseñada para cerrar la brecha entre quienes desean aprender programación y las barreras técnicas, económicas y pedagógicas que normalmente enfrentan. Dirigida a personas recién egresadas de carreras no tecnológicas, su enfoque es brindar una experiencia gratuita, accesible y estructurada que permita adquirir habilidades digitales básicas —como lógica computacional, desarrollo web y manejo de datos— sin necesidad de contar con equipos costosos o conexiones de alta velocidad. Desde su concepción, Eduline fue diseñada como una herramienta inclusiva, con navegación simple, interfaz adaptable a dispositivos de gama media y rutas de aprendizaje personalizadas, organizadas cromáticamente para facilitar la orientación. La propuesta busca no solo enseñar a programar, sino también ofrecer un sistema de acompañamiento pedagógico centrado en la realidad del estudiante: falta de tiempo, desconocimiento técnico y dificultades para encontrar por dónde empezar. Por ello, cada interacción está pensada para reducir la carga cognitiva, aumentar el sentido de avance y fomentar la continuidad en el aprendizaje, con recursos que se adaptan al ritmo y contexto del usuario.

Requerimientos

Para que la plataforma funcionara de manera efectiva en entornos con infraestructura limitada, se establecieron varios requisitos técnicos y de experiencia de usuario. El sistema de registro debía ser rápido y flexible, permitiendo iniciar sesión con correo electrónico, teléfono o redes sociales. La plataforma debía mostrar rutas de aprendizaje claras, clasificadas por áreas como Frontend, Backend, Datos y Lógica, cada una con un color distintivo para facilitar la orientación. Se requería también un diseño responsive que pudiera adaptarse perfectamente tanto a navegadores móviles como de escritorio, garantizando que los usuarios pudieran acceder a sus contenidos en cualquier momento y desde cualquier dispositivo. Se desarrolló un dashboard personalizado que muestra el progreso del estudiante, sus próximos pasos, sugerencias de contenido según sus errores más comunes, y recursos complementarios. Para atender a quienes tienen conectividad limitada, se habilitó un modo offline básico, con la posibilidad de descargar contenidos y realizar evaluaciones sin conexión, sincronizando después el avance. El sistema fue optimizado para bajo ancho de banda, comprimiendo assets, precargando rutas clave y reduciendo dependencias externas. También se integró un sistema de evaluación modular, compuesto por quizzes y ejercicios prácticos, así como una retroalimentación adaptativa que ofrece tips y recursos según el desempeño individual. La interfaz, además, fue diseñada con principios de accesibilidad, asegurando alto contraste, tipografía legible y botones grandes, pensando especialmente en usuarios que se inician en el entorno digital. Finalmente, se habilitó un panel administrativo donde tutores y curadores de contenido pueden gestionar las rutas, publicar nuevos módulos y analizar métricas de aprendizaje.

Problemática

Durante las etapas iniciales de investigación surgieron con claridad cuatro barreras estructurales que dificultaban el acceso a la formación en programación. En primer lugar, muchas personas recién egresadas de carreras no STEM manifestaron que los cursos disponibles les resultaban inaccesibles por su costo, tecnicismo o falta de contexto. En segundo lugar, se identificó que la mayoría de plataformas educativas tenían curvas de aprendizaje pronunciadas y estructuras desordenadas, lo que llevaba a una alta tasa de abandono en las primeras etapas. En tercer lugar, las condiciones técnicas del público objetivo —dispositivos antiguos, planes de datos limitados o zonas de baja conectividad— limitaban gravemente la posibilidad de participar de forma sostenida. Finalmente, la falta de un acompañamiento real, personalizado o motivacional hacía que el estudiante se sintiera solo, perdido o incapaz de continuar ante la primera dificultad. Todas estas barreras no solo frenaban el aprendizaje, sino que se traducían directamente en una falta de acceso a empleos del sector digital, perpetuando la desigualdad y limitando el desarrollo profesional de miles de personas con potencial.

Objetivo

El objetivo de Eduline fue claro desde el inicio: desarrollar una plataforma gratuita que democratizara el acceso a la formación tecnológica, adaptándose a los contextos reales de quienes no provienen del mundo STEM. Se buscó diseñar un entorno que no solo enseñara a programar, sino que guiara al estudiante desde su primer clic hasta su primer proyecto funcional. Los objetivos específicos incluyeron reducir la tasa de abandono frente a plataformas tradicionales, mejorar la retención mediante un diseño centrado en el usuario, y generar un impacto directo en la empleabilidad de los participantes al proveer rutas claras y habilidades prácticas. La plataforma debía permitir que cada usuario eligiera una ruta de aprendizaje comprensible, ajustada a su disponibilidad de tiempo y nivel de experiencia. Además, se planteó como meta central aumentar en al menos un 50% la retención de usuarios en comparación con plataformas similares, integrando elementos de acompañamiento, feedback contextualizado y diseño emocionalmente relevante.

Solución

La solución propuesta consistió en diseñar una plataforma educativa web, funcional desde navegador móvil o de escritorio, construida sobre principios de diseño universal. Cada ruta de aprendizaje fue identificada por un color distinto —Frontend en azul, Backend en rojo, Datos en verde, Lógica en morado— facilitando la exploración y la continuidad. El diseño de navegación fue simplificado a propósito, permitiendo avanzar entre módulos, retroceder y consultar material complementario sin perderse. El sistema de progreso fue gamificado a través de insignias, medallas y checkpoints, generando motivación constante. Los contenidos se dividieron en microformatos de entre 5 y 10 minutos, pensados para consumirse en trayectos breves o en espacios con conexión limitada. El dashboard no solo mostraba el avance, sino que ofrecía recomendaciones automáticas personalizadas, basadas en patrones de abandono, errores frecuentes o áreas en las que el usuario tenía más dificultad. Para reducir la dependencia de una conexión estable, se implementó un modo offline que permite descargar lecciones clave y realizar evaluaciones en local, sincronizando los resultados cuando la conexión lo permite. Además, el sistema de evaluación fue diseñado para adaptarse al desempeño del usuario, ajustando el nivel de dificultad y sugiriendo recursos específicos según sus respuestas. La solución incluyó también la posibilidad de interactuar con foros temáticos o con un chatbot de apoyo, que respondía a preguntas frecuentes y orientaba al usuario cuando encontraba un obstáculo técnico o pedagógico.

Entregables

Durante la fase de investigación, se llevó a cabo un análisis profundo del contexto educativo y tecnológico en zonas con alta brecha digital, combinando encuestas, entrevistas y análisis documental. Se construyeron arquetipos de usuario realistas, como egresados sin experiencia previa en programación, madres jóvenes con horarios fragmentados o personas en zonas rurales con acceso limitado a internet. También se mapearon los recorridos típicos desde la intención de aprender hasta el momento en que un estudiante consigue un primer empleo o proyecto freelance. El benchmark incluyó plataformas como FreeCodeCamp, Ada, Alura Latam y la versión básica de Coursera, evaluando sus fortalezas y debilidades desde una perspectiva de inclusión digital. En cuanto al diseño UX, se estructuró una arquitectura de información clara por niveles (introductorio, intermedio, avanzado), con flujos que guiaban al usuario desde el onboarding hasta la evaluación final de cada módulo. Se crearon wireframes de baja fidelidad para probar conceptos tempranos, validar rutas y comprobar la facilidad de uso. En la fase de UI se desarrolló un design system accesible, con especial énfasis en legibilidad, contraste y tamaño de elementos táctiles. Se diseñaron pantallas clave como el buscador inteligente, la vista de módulo, el dashboard y los sistemas de evaluación. Todos los prototipos fueron validados con usuarios reales, especialmente con aquellos que no tenían formación técnica, priorizando la claridad y el bajo estrés cognitivo. Finalmente, en la fase de validación y entrega se realizaron múltiples iteraciones basadas en métricas reales, como tasa de abandono, número de errores por módulo o tiempo promedio en cada lección. Se entregó un manual de estilo completo, documentación funcional para el equipo de desarrollo y se apoyó en el proceso de handoff, definiendo interacciones, estados y assets optimizados para garantizar la continuidad del diseño en el entorno real.

Rol

Como UX Engineer responsable de Eduline, mi labor abarcó desde la investigación inicial hasta el seguimiento post-lanzamiento. Lideré la definición de perfiles de usuario y la validación de hipótesis sobre barreras técnicas, emocionales y educativas. Diseñé flujos centrados en tareas, adaptados a contextos de baja conectividad, dispositivos modestos y usuarios sin experiencia digital previa. Desarrollé un sistema de componentes accesible y escalable, asegurando que la plataforma pudiera crecer hacia nuevas rutas o funcionalidades sin comprometer la experiencia del usuario. Trabajé de forma transversal con diseñadores UI, desarrolladores front-end y especialistas en pedagogía digital para mantener la coherencia entre el diseño y los objetivos de aprendizaje. Participé activamente en pruebas con usuarios reales, interpretando datos cualitativos y cuantitativos para iterar la solución. Documenté todas las decisiones de diseño de forma clara, para facilitar la incorporación futura de nuevas funcionalidades como mentorías en vivo, integraciones con bolsas de trabajo o nuevas versiones multilingües.

Proceso de Diseño

Metodología centrada en el usuario desde la investigación hasta la implementación

Investigación de usuarios

Entrevistas con 15 pediatras y observaciones en contexto real para entender desafíos en documentación clínica.

Notas de investigación - Antes

Notas de investigación

Journey map - Después

Notas de investigación

Investigación de mercado

Entrevistas con 15 pediatras y observaciones en contexto real para entender desafíos en documentación clínica.

Notas de investigación - Antes

Notas de investigación

Journey map - Después

Notas de investigación

Definición

Síntesis de hallazgos para crear artefactos que guíen el diseño de la solución.

User persona

Creación de 3 arquetipos de pediatras basados en comportamiento, necesidades y frustraciones.

Journey map

Mapeo detallado del proceso actual de documentación con puntos críticos de dolor.

User persona
Journey map

Análisis Competitivo

Evaluación de soluciones existentes para identificar oportunidades de diferenciación.

Investigación de mercado

Análisis de 12 soluciones de documentación médica y sus modelos de negocio.

Mapa de competencia

Matriz comparativa de características, precios y enfoques de productos competidores.

Investigación de mercado
Mapa de competencia

Prototipado

Desarrollo iterativo de prototipos para validar flujos y interacciones clave.

Prototipo baja fidelidad
Prototipo alta fidelidad
Ver prototipo interactivo

Pruebas

Evaluación con usuarios reales para validar usabilidad y eficacia de la solución.

Sesión de pruebas
Mapa de calor

Implementación

Desarrollo y despliegue de la solución con seguimiento continuo de métricas.

Fragmento de código
Producto final

Características Clave

Elementos innovadores que diferencian nuestra solución

Interfaz conversacional

Interacción natural

Flujo conversacional que permite a médicos dictar notas en lenguaje natural, transformado en documentos estructurados automáticamente.

60% Reducción tiempo
95% Precisión
Plantillas personalizables

Plantillas adaptables

Sistema modular que los médicos pueden personalizar según especialidad y preferencias individuales.

85% Adopción
30+ Plantillas
Sistema de sugerencias

Sugerencias contextuales

IA analiza historial del paciente para sugerir diagnósticos diferenciales y redacciones optimizadas.

40% Menos errores
75% Sugerencias útiles
Modo consulta rápida

Flujo optimizado

Modo "consulta rápida" para casos simples que reduce pasos necesarios al mínimo esencial.

50% Más rápido
90% Satisfacción

Resultados e Impacto

Métricas clave que demuestran el éxito del proyecto

50%
Reducción en tiempo de documentación
Tiempo promedio por consulta
89%
Satisfacción usuaria
En pruebas de usabilidad
12
Clínicas implementando
En 3 países
4.8/5
Calificación promedio
En encuestas NPS

Lecciones Aprendidas

Reflexiones clave que surgieron durante el proyecto

Contexto es clave

La observación en contexto real reveló necesidades no expresadas en entrevistas, como la importancia de flujos que permitan mantener contacto visual con el paciente.

Seguridad primero

Los médicos priorizan precisión sobre velocidad. Implementamos mecanismos de verificación que no interrumpen el flujo pero garantizan exactitud.

Iteración constante

El testing temprano con prototipos funcionales evitó costosos rediseños en etapas avanzadas de desarrollo.

Terminología médica

El modelo de lenguaje necesitó entrenamiento especializado para manejar correctamente términos médicos y abreviaturas.

Flujos híbridos

Combinar entrada por voz y texto fue crucial para adaptarse a diferentes preferencias y contextos de uso.

Privacidad de datos

Implementar encriptación end-to-end desde el inicio fue fundamental para ganar confianza de usuarios.