School network reorganization under educational and spatial constraints using classical and quantum optimization

Resumen Técnico: Reorganización de la Red Escolar bajo Restricciones Educativas y Espaciales

Definición del Problema
El artículo aborda la reorganización estratégica de las redes escolares, un problema complejo de optimización combinatoria impulsado por el declive demográfico, las restricciones fiscales y la necesidad de equidad territorial. Específicamente, el problema consiste en determinar qué instituciones escolares autónomas deben mantener su estatus administrativo y cuáles deben agregarse en "centros escolares" (hubs) más grandes. Esta decisión debe equilibrar objetivos conflictivos: optimizar la eficiencia administrativa y la asignación de recursos, preservando al mismo tiempo el acceso equitativo a la educación, respetando las regulaciones institucionales y manteniendo la cohesión social en territorios frágiles y geográficamente aislados. El estudio se centra en el contexto italiano, donde las políticas de dimensionamiento escolar se rigen por marcos legislativos específicos relativos a la compatibilidad institucional, los límites provinciales y los umbrales de matriculación.

Metodología
Los autores proponen un marco de optimización unificado basado en la Programación Lineal Entera (ILP) que integra seis dimensiones primarias:

1. Geografía Administrativa: Las agregaciones están restringidas a la misma provincia; las agregaciones entre distintos municipios son penalizadas para favorecer la gobernanza local.
2. Compatibilidad Institucional: Las escuelas solo pueden agregarse si pertenecen a la misma categoría educativa (Institutos Comprensivos frente a Institutos de Enseñanza Secundaria Superior). Dentro de los Institutos de Enseñanza Secundaria Superior, las discrepancias curriculares se tratan como restricciones blandas con penalizaciones asociadas.
3. Fragilidad Territorial: Los municipios se clasifican mediante un índice de criticidad (niveles 0–4) basado en ingresos, educación, trabajo y gobernanza. Las agregaciones en áreas altamente críticas (niveles 3 y 4) se penalizan fuertemente para evitar una mayor marginación.
4. Requerimientos Dimensionales: La elegibilidad para la reorganización se determina mediante umbrales de matriculación que varían inversamente con la criticidad territorial (por ejemplo, las escuelas en las áreas más frágiles requieren menos estudiantes para permanecer autónomas).
5. Accesibilidad Espacial: Las agregaciones son factibles solo si el tiempo de viaje entre escuelas (calculado sobre la red de carreteras) no excede los umbrales específicos por categoría.
6. Factibilidad Operativa: Las restricciones aseguran que las escuelas agregadas no excedan los límites de capacidad y que las escuelas más pequeñas sean absorbidas solo por pares de igual o mayor tamaño.

El artículo presenta dos formulaciones matemáticas:

• Variante I (ILP Base): Una formulación estándar donde las restricciones de compatibilidad y accesibilidad se imponen mediante restricciones lineales explícitas.
• Variante II (Problema de Localización de Instalaciones Capacitadas - CFLP): Una reformulación más compacta donde los requisitos de compatibilidad se integran directamente en el dominio de las variables de asignación, reduciendo la estructura de las restricciones.

Para evaluar el modelo, los autores desarrollaron un generador de pruebas de referencia sintéticas que reproduce redes escolares regionales realistas con patrones de asentamiento jerárquicos y diversos escenarios demográficos. Además, se realizó un estudio de caso real utilizando la red completa de escuelas públicas de la región de Calabria (Italia).

El estudio investiga tanto enfoques de optimización clásicos como cuánticos. La optimización clásica utiliza el optimizador Gurobi (solucionador exacto). La optimización cuántica emplea un marco híbrido cuántico-clásico (D-Wave Leap) utilizando un Modelo Cuadrático Restringido (CQM) para resolver el problema mediante Recocido Cuántico (QA).

Contribuciones Clave

• Nueva Formulación ILP: El artículo introduce un modelo ILP específico para el dimensionamiento escolar que integra de manera única las regulaciones institucionales, los tiempos de viaje de la red de carreteras, la fragilidad territorial y la compatibilidad curricular dentro de un solo marco.
• Generación de Benchmarks Sintéticos: Los autores desarrollaron un generador de instancias sintéticas, abordando la falta de conjuntos de datos de referencia públicos para problemas de dimensionamiento escolar.
• Prueba de Concepto de Optimización Cuántica: El trabajo reformula el problema del dimensionamiento escolar como un CQM y lo implementa en un solucionador cuántico híbrido, evaluando la viabilidad de las tecnologías cuánticas emergentes para la planificación de redes de servicios públicos.
• Validación en el Mundo Real: El modelo se aplica a toda la red escolar de Calabria, demostrando su aplicabilidad a escenarios operativos complejos del mundo real que involucran 190 variables de decisión y diversas restricciones territoriales.

Resultados

• Desempeño Clásico: La formulación compacta de CFLP (Variante II) demostró una alta eficiencia computacional. Para instancias sintéticas que van desde 250 hasta 1,000 escuelas, el solver Gurobi encontró soluciones óptimas en un tiempo insignificante (tiempo de ejecución promedio < 0.12 segundos para 1,000 escuelas). El análisis de sensibilidad reveló que la coherencia geográfica (penalizaciones intermunicipales) y los umbrales de matriculación fueron los principales impulsores de la optimización, mientras que la protección territorial y los umbrales de accesibilidad tuvieron una influencia estadística mínima en el valor objetivo óptimo en los escenarios sintéticos probados.
• Desempeño Cuántico: En los experimentos híbridos cuánticos-clásicos (probados en la instancia sintética de 500 escuelas y en el caso de estudio de Calabria), el solver reprodujo consistentemente las soluciones óptimas exactas encontradas por el solver clásico con una brecha de optimalidad del 0% y una desviación estándar de cero en las ejecuciones repetidas. Sin embargo, el enfoque cuántico exhibió tiempos de ejecución significativamente mayores (aprox. 11–13 segundos) en comparación con el solver clásico (< 0.2 segundos), atribuido a la sobrecarga del marco híbrido más que a la dificultad de la optimización en sí.
• Caso de Estudio de Calabria: El modelo generó con éxito planes de agregación óptimos para la región de Calabria bajo 64 configuraciones de políticas diferentes. Los resultados mostraron una robustez estructural; las variaciones en los pesos de las políticas no alteraron drásticamente la organización territorial ni el número de centros educativos, lo que sugiere que la geografía de la red es el determinante principal de la estructura de la solución.

Significancia y Reivindicaciones
El artículo afirma que el marco propuesto sirve como una herramienta robusta de apoyo a la toma de decisiones para las autoridades regionales, permitiendo una planificación basada en evidencia que equilibra la eficiencia administrativa con la equidad territorial. Los autores enfatizan que la metodología preserva eficazmente las características estructurales del sistema educativo mientras identifica planes de agregación óptimos bajo diversos escenarios de políticas.

Respecto a la computación cuántica, el artículo mantiene una postura modesta. No pretende una superioridad computacional sobre los métodos clásicos. En su lugar, posiciona el trabajo como una validación de la compatibilidad de la formulación matemática propuesta con las tecnologías cuánticas emergentes. Los resultados demuestran que el problema del dimensionamiento escolar posee las características estructurales (variables binarias, restricciones dispersas) adecuadas para la optimización cuántica híbrida. Los autores concluyen que, si bien el hardware cuántico actual aún no es más rápido que los solvers clásicos de vanguardia para este problema específico, la reproducción exitosa de las soluciones óptimas confirma la viabilidad del enfoque a medida que el hardware cuántico madure. Las futuras líneas de investigación sugeridas incluyen la planificación multiperiodo, la previsión demográfica y la aplicación de hardware cuántico de próxima generación a instancias de mayor escala.