Cuando pensamos en qué hace exitosa a una universidad transfiriendo tecnología a la industria, solemos mirar dos cosas: cuánto talento tiene (sus investigadores) y cuánta infraestructura posee (laboratorios, patentes, sistemas). Pero hay una tercera pieza que casi siempre se mide mal —o no se mide en absoluto—: la calidad de sus relaciones internas y con el entorno.
Esa es la conclusión central de una revisión exploratoria realizada por Sara J. Anaya-Chaparro y Hugo E. Martínez-Ardila, de la Universidad Industrial de Santander, publicada en Ingeniería y Competitividad (2026). El estudio analizó 94 publicaciones científicas indexadas en Web of Science para entender cómo la literatura académica ha abordado el capital intelectual en los procesos de transferencia de tecnología universitaria. Y encontró una asimetría que tiene implicaciones prácticas muy concretas para quienes gestionan innovación en instituciones de educación superior.
El marco: tres tipos de capital, tres niveles de madurez
El capital intelectual de una universidad —entendido como el conjunto de activos intangibles que le permiten transformar conocimiento en valor— se compone tradicionalmente de tres dimensiones:
- Capital humano: el conocimiento, habilidades y experiencia de investigadores y personal. Incluye formación académica, competencias y motivación.
- Capital estructural: los sistemas, procedimientos, propiedad intelectual y infraestructura que sostienen la producción de conocimiento —patentes, bases de datos, políticas institucionales.
- Capital relacional: las relaciones económicas, políticas e institucionales que la universidad construye con empresas, gobierno, otras instituciones y la sociedad. Incluye también reputación, confianza y posición dentro de redes de colaboración.
La revisión muestra que el capital humano y el capital estructural tienen bases conceptuales sólidas y formas de medición relativamente consolidadas: se puede contar el número de publicaciones, patentes, presupuestos de I+D, porcentaje de personal con posgrado, etc. Son variables que a pesar de ser intangibles, pueden identificarse, operacionalizarse y compararse entre instituciones.
El capital relacional es harina de otro costal.
El problema central: contar convenios no es entender relaciones
Los autores identifican que, en la mayoría de estudios revisados, el capital relacional se mide mediante:
- Indicadores agregados (número de convenios universidad-industria, número de consorcios, número de proyectos internacionales conjuntos)
- Indicadores financieros (monto de financiación conjunta, cofinanciación empresarial)
- Percepciones subjetivas (escalas tipo Likert sobre percepción de las relaciones, confianza, reputación)
El problema no es que estos indicadores sean inútiles —de hecho, dan una fotografía útil del nivel de actividad relacional de una institución. El problema es que no explican cómo, por qué o bajo qué condiciones esas relaciones se traducen en resultados concretos de transferencia tecnológica: una licencia ejecutada, una patente comercializada, una spin-off exitosa, el uso del conocimiento generado.
Dicho de otra forma: sabemos cuántas relaciones tiene una universidad, pero no sabemos si esas relaciones están bien estructuradas, si dependen de pocos actores clave (riesgo de fragilidad), si generan flujos reales de conocimiento, o si simplemente existen en el papel sin generar valor.
Un hallazgo que conecta con la "tercera misión"
El estudio enmarca esto dentro de la llamada tercera misión universitaria: la idea de que las instituciones de educación superior no solo deben enseñar e investigar, sino también generar valor económico y social directo para su entorno. Bajo este marco, la transferencia tecnológica es uno de los mecanismos más visibles de esa misión — y depende, casi por definición, de la capacidad de la universidad para coordinarse con múltiples actores externos.
Esto convierte al capital relacional en un recurso estratégico, no accesorio. Y sin embargo, es precisamente la dimensión menos desarrollada conceptual y metodológicamente en la literatura. Los autores lo resumen con claridad: la brecha no está en reconocer que las relaciones importan, sino en la incapacidad de las métricas actuales para explicar su contribución real a los resultados.
La propuesta: análisis de redes sociales (SNA)
Aquí está el aporte práctico del artículo. Los autores proponen complementar los indicadores tradicionales con análisis de redes sociales (Social Network Analysis), una metodología que permite ir más allá de contar relaciones para entender su arquitectura:
- Centralidad: ¿qué actores (investigadores, grupos, unidades) ocupan posiciones estratégicas dentro de la red de colaboración?
- Intermediación (betweenness): ¿quién actúa como puente entre clusters que de otro modo no estarían conectados?
- Densidad: ¿qué tan interconectada está la red en su conjunto?
- Detección de comunidades: ¿existen subgrupos o clústeres en la red de colaboración en los que participe la institución?
- Lagunas estructurales: ¿dónde hay ausencia de conexiones que podrían representar oportunidades no explotadas?
Este enfoque no reemplaza los indicadores tradicionales de capital relacional, los complementa, dándoles profundidad estructural. Permite, por ejemplo, identificar si la capacidad de transferencia tecnológica de una universidad depende excesivamente de un puñado de investigadores «puente» (riesgo de dependencia), o si existen redes robustas y diversificadas de colaboración.
¿Por qué es importante para quien gestiona innovación?
Para oficinas de transferencia tecnológica (TTOs), vicerrectorías de investigación, gestores de I+D+i y hacedores de política de innovación, este estudio ofrece varias implicaciones prácticas:
- Evaluar el desempeño de una TTO solo por número de convenios firmados es insuficiente. Se necesita entender la calidad y sostenibilidad de esas relaciones en el tiempo.
- La gestión estratégica de relaciones requiere visibilidad estructural. Saber qué actores conectan a la universidad con la industria —y qué tan dependiente es esa conexión de personas específicas— es información crítica para la continuidad institucional.
- Los rankings internacionales y modelos de evaluación existentes (VAIC™, ICMM, VQR, entre otros) tienen limitaciones documentadas para capturar la tercera misión universitaria de forma integral, especialmente en su dimensión relacional.
- Hay una oportunidad de diferenciación. Las instituciones que logren desarrollar sistemas de medición más sofisticados del capital relacional —combinando indicadores tradicionales con métricas de redes— estarán mejor posicionadas para demostrar y gestionar su impacto en transferencia tecnológica.
La agenda pendiente
Los autores cierran señalando hacia dónde debería avanzar la investigación futura:
- Estudios que conecten directamente las dimensiones del capital intelectual —especialmente el relacional— con resultados observables: licencias ejecutadas, patentes comercializadas, creación de spin-offs, impacto socioeconómico.
- Estudios longitudinales que examinen cómo evolucionan las redes de colaboración universidad-entorno a lo largo del tiempo.
- Combinación de métricas cuantitativas de redes con métodos cualitativos capaces de explicar mecanismos subyacentes como la confianza, la gobernanza y la complementariedad de capacidades entre actores.
En resumen: seguir afirmando que «las relaciones importan» para la transferencia tecnológica ya no es suficiente. El reto de la próxima década para las universidades —y para quienes las asesoran en innovación— es desarrollar formas más precisas de entender cómo esas relaciones se convierten en resultados tangibles.
