CYCLES, PROBABILITIES, AND TRENDS: A QUANTITATIVE ANALYSIS OF THE COLCAP

By performing this statistical and econometric analysis and comparing it with the long-term cyclical behavior, the following fundamental conclusions and results are obtained regarding the dynamics of the asset analyzed in this case, the COLCAP index.

When comparing different regression models, we observe the coefficients of determination (R² squared), which measure what percentage of the price variation is explained by time (start equation x):

Linear regression is poor; the long-term linear trend only captures the general direction of growth but completely ignores the market's upward and downward cycles.

Third-order polynomial regression (R² squared equals 89.96%) captures a basic curvature, significantly improving the explanation of the behavior.

Sixth-order polynomial regression (R² squared equals 94.69%) is the most accurate model. It explains almost 95% of the historical movements within the analyzed range. This demonstrates that the COLCAP's behavior is not linear, but rather responds to complex medium- and long-term cyclical oscillations.

The mathematical analysis of derivatives applied to the 6th-order polynomial allows us to "X-ray" the cycle as follows: the critical points (peaks and troughs). The model precisely defines the beginning and end of trends. The analyzed cycle lasts 1,042 days (approximately 4.1 years) from trough to trough (from Point B at x almost equal to 476 to Point D at x almost equal to 1518). Regarding momentum and trend changes (inflection points), the second derivatives (y'' = 0) reveal when the market begins to lose momentum before a visible price change occurs. Almost equal to 741.8, even though the price continues to rise, econometric analysis warns us that the upward momentum is waning, anticipating the major peak at Point C (x almost equal to 1029). By superimposing the mathematical curve (a 6th-degree polynomial) onto the actual COLCAP data series (the rapidly fluctuating, textured blue line):

Short-term noise smoothing and econometric analysis filter out the high-volatility daily fluctuations ("market noise") to reveal the clear structure of the underlying trend.

The danger of extrapolation (short vs. long term): high-degree polynomials (like the 6th-degree polynomial) are excellent for describing what has already happened (historical adjustment), but they tend to lose consistency at the extremes. At the end of the graph, it can be seen that the mathematical curve tends to rise almost vertically towards the end, while the real COLCAP index tends to sideways or correct.  

The statistical analysis shows projections (e.g., a 360-day forecast of 2,154.68). However, the "Probabilities" section calculates that, under a normal distribution with historical mean (approximately 1,495) and standard deviation (approximately 350), reaching extremely high values ​​(such as x = 2,292) has an associated mathematical probability (p = 98.86% cumulative), leaving a very low probability of exceeding historical extremes under normal conditions without a structural change.

The contrast demonstrates that the COLCAP market is highly cyclical. While a simple long-term linear trend would suggest that the market "always rises steadily," the sixth-order econometric analysis robustly demonstrates that the market operates under multi-year cycles of approximately four years. This allows investors to mathematically identify bullish exhaustion zones (turning points) and market bottoms (troughs) to optimize decision-making. The image presents a normal distribution of the COLCAP Index, a fundamental tool for understanding the behavior of this index and making informed investment decisions. A normal distribution, also known as a Gaussian bell curve, shows how the values ​​of a random variable are distributed; in this case, the value of the COLCAP Index.

It is the arithmetic mean of all the values ​​of the COLCAP Index. In the graph, the mean is represented by the dashed vertical line in the center, with a value of 1494.95.  

  The mean is the central reference point. It indicates the most probable or "typical" value of the COLCAP index, around which most values ​​fluctuate. It is the long-term expected value.

The standard deviation (σ) is a measure that indicates how dispersed the COLCAP index values ​​are around the mean. In the graph, the standard deviation is represented by the marks ±1σ, ±2σ, and ±3σ on the horizontal axis.

 standard deviation of 1, or ±1σ, includes approximately 8.26% of all index values. In the graph, this ranges from 1144.60 to 1845.30.

A standard deviation of 2, or ±2σ, includes approximately 95.44% of all index values. In the chart, the range is approximately 1140 to 2000.

A standard deviation of 3, or ±3σ, encompasses approximately 99.73% of all index values. A larger standard deviation indicates greater volatility in the index, meaning that values ​​can fluctuate more widely around the mean. A smaller standard deviation indicates lower volatility.

The normal curve allows us to calculate probabilities associated with different COLCAP index values. The area under the curve represents the total probability (which is 1, or 100%).

When the cumulative area is calculated—which is simply the area under the curve to the left of a given value—it represents the probability that the COLCAP index will be less than or equal to that value. The cumulative confidence area (p=0.9500), or shaded area, represents a 95% probability that the COLCAP index will fall within the range defined by the standard deviations. This is the range in which the index is expected to fluctuate under normal conditions.

The total cumulative area (p=0.9886), which includes both the blue and red areas, represents a 98.86% probability that the COLCAP index will be less than or equal to 2292.03. This means there is a very high probability that the index will remain below this value.

The right tail is the area under the curve to the right of a given value and represents the probability that the COLCAP index will be greater than that value.

The right tail (q=0.0114), shaded in red, represents a 1.14% probability that the COLCAP index will be greater than 2292.03. This probability is low, indicating that it is unlikely the index will exceed this value.

The confidence point is the value that defines a given level of confidence. In the chart, the 95% confidence limit is at 2073.03. It is the point beyond which values ​​are considered unusual. The point of interest is a specific value that the investor wishes to analyze. In the chart, the point of interest is at 2292.03. The analysis shows that there is a very low probability (1.14%) that the index will exceed this value.

Now, the Z-score is a standardized measure that indicates how many standard deviations a given value is from the mean. It is calculated as Z = (X - μ) / σ.

This means that a Z-score of 1.65 for the confidence point and 2.28 for the point of interest indicates that these values ​​are 1.65 and 2.28 standard deviations to the right of the mean, respectively. This confirms that these are unusual values.   

The mean of 1494.95 and the range of plus or minus 1 sigma (1144.60 to 1845.30) provide a clear idea of ​​the typical value of the COLCAP index and its normal volatility. Investors should expect the index to fluctuate within this range most of the time.

The 95% confidence limit at 2073.03 and the point of interest at 2292.03 are unusual values. Investors should be aware that the index is unlikely to exceed these values.

Analyzing the normal curve can help investors make informed decisions about when to buy or sell. For example, if the COLCAP index approaches the mean, investors might consider buying, as the index is at its typical value. If the index approaches the confidence limits, investors might consider selling, as the index is at an unusual value.

The normal distribution is a model; the normal curve is a simplification of reality. The behavior of the COLCAP index may not perfectly follow a normal distribution, especially during periods of high volatility or unforeseen events.

Technical and fundamental analysis are complementary; normal curve analysis is a form of technical analysis. It should be complemented by fundamental analysis, which focuses on the economic and financial factors that affect the COLCAP index.

Past performance is no guarantee of future performance; the historical data used to create the normal curve does not guarantee that the COLCAP index will behave the same way in the future.

ColCAP index normal curve analysis provides a valuable tool for investors to understand the index's behavior, identify unusual values, and make informed investment decisions. However, it is important to remember that this analysis is only one part of the investment process and should be complemented by other factors and consultation with professionals.

In the technical analysis, the trend appears extremely strong. The ADX(14) at 60.29 indicates that the current trend (which is bearish) has unusual and solid strength. Volatility is high. The ATR(14) at 7.70 suggests wide price ranges, requiring strict risk management.

The current price is trading below all the moving averages analyzed (from the short-term MA5 to the long-term MA200).

With the price below the MA200 (~2282 - 2302), the main long-term bias is entirely bearish. Any upward bounce will likely encounter resistance in this area.

Although the trend is strongly bearish, the fast oscillators show an important reading: oversold exhaustion.

The bearish continuation signals—the MACD (-2.48), the Ultimate Oscillator (39.17), and the ROC (-1.14)—confirm that the momentum remains with the sellers.

The oversold warning signals—the Stochastic Oscillator (0.447), the Williams %R (-93.57), and the CCI (-280.01)—are at extreme oversold levels.

The price has fallen so sharply and rapidly that a temporary technical bounce or a consolidation pause would not be unusual in the short term, before the decline resumes. Key price levels (pivot points for trading): Considering that the classic equilibrium price or pivot point (PP) is at 2270.66, these are the levels you should watch for the session. Support zones (floors to watch if the price continues to fall). Going against an ADX of 60 and a complete alignment of moving averages in a sell position is extremely risky (trading counter-trend bounces). In this scenario, conventional technical strategy suggests looking for sell (short) positions on failed tests of resistance zones (such as the Pivot Point at 2270.66 or R1), looking for a continuation of the downward trend towards support levels S1 and S2.                                      

CICLOS, PROBABILIDADES Y TENDENCIAS: RADIOGRAFÍA CUANTITATIVA DEL COLCAP

 

Al realizar este análisis estadístico y econométrico, y contrastarlo con el comportamiento del ciclo a largo plazo, se obtienen las siguientes conclusiones y resultados fundamentales sobre la dinámica del activo analizado en este caso, el índice COLCAP.

Al comparar diferentes modelos de regresión, observamos los coeficientes de determinación (), que miden qué porcentaje de la variación del precio es explicado por el tiempo ():

La regresión lineal es pobre, la tendencia lineal a largo plazo solo captura la dirección general de crecimiento, pero ignora por completo los ciclos de subida y bajada del mercado.

La regresión polinómica de orden 3 (): captura una curvatura básica, mejorando significativamente la explicación del comportamiento.

La regresión polinómica de orden 6 (), es el modelo con mayor precisión. Explica casi el  los movimientos históricos dentro del rango analizado. Esto demuestra que el comportamiento del COLCAP no es lineal, sino que responde a oscilaciones cíclicas complejas de mediano y largo plazo.

El análisis matemático de las derivadas aplicadas al polinomio de orden 6 nos permite "radiografiar" el ciclo de la siguiente manera,  los puntos críticos (cimas y valles). El modelo delimita con precisión matemática el inicio y fin de las tendencias. El ciclo analizado tiene una duración de 1,042 días (aprox. 4,1 años) de valle a valle (desde el Punto B en x casi igual a 476 hasta el punto D en x casi igual a ).

Momentum y cambios de tendencia (puntos de inflexión), las segundas derivadas (y'' =) nos revelan cuándo el mercado empieza a perder fuerza antes de que ocurra el cambio visible en el precio. Casi igual a 741.8, a pesar de que el precio sigue subiendo, el análisis econométrico nos advierte que la fuerza alcista ("momentum") se está agotando, anticipando la gran cima en el Punto C (x casi igual al Punto C ()). Al superponer la curva matemática (polinomio de orden 6) sobre la serie de datos real del COLCAP (la línea azul texturizada que fluctúa rápidamente):

El suavizado de ruido de corto plazo y el análisis econométrico filtran las fluctuaciones diarias de alta volatilidad ("ruido de mercado") para dejarnos ver la estructura limpia de la tendencia subyacente.

El peligro de la extrapolación (corto vs. largo plazo),  los polinomios de alto grado (como el de orden 6) son excelentes para describir lo que ya pasó (ajuste histórico), pero tienden a perder consistencia en los extremos. Al final del gráfico, se observa que la curva matemática tiende a subir de forma casi vertical hacia el final, mientras que el índice COLCAP real tiende a lateralizarse o corregir.

El análisis estadístico muestra proyecciones (p. ej., pronóstico a 360 días de 2.154,68). Sin embargo, la sección de "Probabilidades" calcula que, bajo una distribución normal con la media (casi igual a 1495) y desviación estándar (casi igual a 350) históricas, alcanzar valores extremadamente altos (como x es igual a 2292) tiene una probabilidad matemática asociada (p es igual al 98.86% acumulado, dejando una probabilidad muy baja de superar extremos históricos en condiciones normales sin un cambio estructural).

El contraste evidencia que el mercado del COLCAP es altamente cíclico. Mientras que una simple tendencia lineal de largo plazo nos diría que el mercado "siempre sube de forma constante", el análisis econométrico de orden 6 demuestra de manera robusta que el mercado opera bajo ciclos plurianuales de aproximadamente 4 años, lo que permite a los inversores identificar con precisión matemática las zonas de agotamiento alcista (puntos de inflexión) y los suelos de mercado (valles) para optimizar la toma de decisiones.

La imagen presenta una distribución normal del Índice COLCAP, una herramienta fundamental para comprender el comportamiento de este índice y tomar decisiones de inversión informadas. Una distribución normal, también conocida como campana de Gauss, muestra cómo se distribuyen los valores de una variable aleatoria, en este caso, el valor del índice COLCAP.

Es el promedio aritmético de todos los valores del índice COLCAP. En el gráfico, la media está representada por la línea vertical discontinua en el centro, con un valor de 1494.95.

La media es el punto de referencia central. Indica el valor más probable o "típico" del índice COLCAP, alrededor del cual oscilan la mayoría de los valores. Es el valor esperado a largo plazo.

Ahora bien, la desviación estándar (σ), es una medida que indica qué tan dispersos están los valores del índice COLCAP alrededor de la media. En el gráfico, la desviación estándar se representa mediante las marcas de en el eje horizontal.

La desviación estándar de 1 o más o menos incluye aproximadamente el 8,26% de todos los valores del índice. En el gráfico, el rango de 1144.60 .

La desviación estándar de 2 o  incluye aproximadamente el 95.44% de todos los valores del índice. En el gráfico, el rango es de aproximadamente a .

La desviación estándar de 3 o  incluye aproximadamente el 99.73% de todos los valores del índice. En el gráfico, el rango es de aproximadamente a .

 Una desviación estándar mayor indica una mayor volatilidad del índice, lo que significa que los valores pueden variar más ampliamente alrededor de la media. Una desviación estándar menor indica una menor volatilidad.

La curva normal permite calcular probabilidades asociadas a diferentes valores del índice COLCAP. El área bajo la curva representa la probabilidad total (que es 1 o 100%).

Cuando se establece el área acumulada que no es más que el área bajo la curva a la izquierda de un valor dado, representa la probabilidad de que el índice COLCAP sea menor o igual a ese valor.

El área acumulada del índice de confianza (p=0.9500) o zona sombreada representa el 95% de probabilidad de que el índice COLCAP se encuentre dentro del rango definido por las desviaciones estándar. Es el rango en el que se espera que el índice oscile en condiciones normales.

El área acumulada total (p=0.9886), incluye el área azul y la roja. Representa el 98.86% de probabilidad de que el índice COLCAP sea menor o igual a . Esto significa que hay una probabilidad muy alta de que el índice se mantenga por debajo de este valor.

La cola derecha es el área bajo la curva a la derecha de un valor dado y representa la probabilidad de que el índice COLCAP sea mayor que ese valor.

La cola derecha (q=0.0114), sombreada en rojo. Representa el 1,14% de probabilidad de que el índice COLCAP sea mayor a 2292,03. Esta probabilidad es baja, lo que indica que es improbable que el índice supere este valor.

El punto de confianza es el valor que define un nivel de confianza dado. En el gráfico, el límite de confianza del 95% está en 2073.03. Es el punto más allá del cual se considera que los valores son inusuales. y el punto de interés: es un valor específico que el inversor desea analizar. En el gráfico, el punto de interés está en 2292.03. El análisis muestra que hay una probabilidad muy baja (1.14%) de que el índice supere este valor.

Ahora el Z es una medida estandarizada que indica a cuántas desviaciones estándar se encuentra un valor dado de la media. Se calcula como .,

Esto significa que un Z-score de  el punto de confianza y  el punto de interés indica que estos valores se encuentran a y desviaciones estándar a la derecha de la media, respectivamente. Esto confirma que son valores inusuales.

La media de y el rango de ( a ) proporcionan una idea clara del valor típico del índice COLCAP y su volatilidad normal. El inversor debe esperar que el índice oscile dentro de este rango la mayor parte del tiempo.

El límite de confianza del 95% en 2073.03 y el punto de interés en 2292.03 son valores inusuales. El inversor debe ser consciente de que es poco probable que el índice supere estos valores.

El análisis de la curva normal puede ayudar al inversor a tomar decisiones informadas sobre cuándo comprar o vender. Por ejemplo, si el índice COLCAP se acerca a la media, el inversor podría considerar comprar, ya que el índice está en su valor típico. Si el índice se acerca a los límites de confianza, el inversor podría considerar vender, ya que el índice está en un valor inusual.

La distribución normal es un modelo, la curva normal es una simplificación de la realidad. El comportamiento del índice COLCAP puede no seguir perfectamente la distribución normal, especialmente en períodos de alta volatilidad o eventos imprevistos.

El análisis técnico y fundamental son complementarios, el análisis de la curva normal es una forma de análisis técnico. Debe complementarse con el análisis fundamental, que se centra en los factores económicos y financieros que afectan el índice COLCAP.

El rendimiento pasado no garantiza el rendimiento futuro, los datos históricos utilizados para crear la curva normal no garantizan que el índice COLCAP se comporte de la misma manera en el futuro.

El análisis de la curva normal del índice COLCAP proporciona una herramienta valiosa para que el inversor comprenda el comportamiento del índice, identifique valores inusuales y tome decisiones de inversión informadas. Sin embargo, es importante recordar que este análisis es solo una parte del proceso de inversión y debe complementarse con otros factores y la consulta con profesionales.

En el análisis técnico se observa que la fuerza de la tendencia se ve extremadamente fuerte. El ADX(14) en 60.29 indica que la tendencia actual (que es bajista) tiene una fuerza inusual y sólida.

La volatilidad, alta. El ATR(14) en 7.70 sugiere rangos de movimiento amplios, lo que exige una gestión de riesgo estricta.

El precio actual se encuentra cotizando por debajo de todas las medias móviles analizadas (desde la de corto plazo MA5 hasta la de largo plazo MA200).

Al estar el precio por debajo de la MA200 (~2282 - 2302), el sesgo principal a largo plazo es completamente bajista. Cualquier rebote al alza probablemente encontrará resistencia en esta zona.

Aunque la tendencia es fuertemente bajista, los osciladores rápidos muestran una lectura importante, agotamiento por sobreventa.

Las señales de continuidad bajista, el MACD (-2.48), el Ultimate Oscillator (39.17) y el ROC (-1.14) confirman que el impulso sigue estando del lado de los vendedores.

Las señales de alerta (sobreventa),  STOCHRSI (0.447), Williams %R (-93.57) y CCI (-280.01) están en niveles extremos de sobreventa.

El precio ha caído con tanta fuerza y rapidez que un rebote técnico temporal o una pausa de consolidación no sería inusual en el corto plazo, antes de reanudar la caída.

Niveles de precio clave (puntos pivote para operar), considerando que el precio de equilibrio o punto pivote (PP) clásico está en 2270.66, estos son los niveles que debes vigilar para la sesión, zonas de Soporte (Pisos a vigilar si continúa cayendo)

Ir en contra de un ADX de 60 y una alineación total de medias móviles a la venta es sumamente riesgoso (operar rebotes contra tendencia). En este escenario, la estrategia técnica convencional sugiere buscar posiciones de venta (cortos) en los testeos fallidos a las zonas de resistencia (como el Punto Pivote en 2270.66 o R1), buscando la continuación bajista hacia los soportes S1 y S2.

EL NAUFRAGIO DE LA ÉTICA: LA "VIVEZA" Y EL SABOTAJE DEL AULA EN LA EDUCACIÓN NOCTURNA

 

La educación es, en su esencia, un pacto de confianza mutua. Sin embargo, hoy asistimos a un fenómeno preocupante en el que este pacto se resquebraja desde adentro. En el contexto colombiano, existe un mal endémico que suele disfrazarse de astucia, la mal llamada "viveza". Esta práctica, lejos de ser una muestra de ingenio, se ha convertido en un mecanismo de mala fe que carcome los cimientos del aprendizaje, ensañándose de manera particular con la educación presencial nocturna y dejando desprotegidos a los docentes que aún intentan sostener la bandera de la exigencia y la ética.

La tecnología se ha convertido en una herramienta  al servicio del fraude, inclusive los exámenes han sido secuestrados

La jornada nocturna alberga, por lo general, a estudiantes que trabajan y realizan un esfuerzo enorme por superarse. No obstante, en este escenario también se ha arraigado un modus operandi digital que despoja a la evaluación de su valor pedagógico.

La dinámica del fraude se ha sistematizado con precisión casi delincuencial:

• La avanzadilla: Uno o dos estudiantes ingresan primero a presentar la prueba física o digital.
• La captura: Mediante una fotografía rápida con el celular, el examen es enviado al exterior en cuestión de segundos.
• La maquila externa: Afuera del aula, un grupo se encarga de resolver los cuestionarios de manera colaborativa.
• La distribución masiva: A través de grupos de mensajería instantánea, las respuestas circulan de vuelta a quienes están rindiendo la prueba dentro del salón.

Este ciclo de engaño anula por completo el propósito del examen, que no es castigar, sino medir el estado real del conocimiento para corregir el rumbo. Al final, lo que se obtiene no es un profesional capacitado, sino un título vacío sostenido por una red de complicidades.

El aspecto más trágico de esta problemática no es solo el engaño en sí, sino la vulnerabilidad a la que queda expuesto el educador que decide no ser cómplice. Cuando un docente riguroso detecta estas prácticas e implementa medidas estrictas para frenarlas —como restringir el uso de celulares o cambiar las dinámicas de la prueba—, se activa un perverso mecanismo de represalia.

En lugar de valorarse la rectitud del docente, el sistema de evaluación institucional suele convertirse en su verdugo.

Los estudiantes, sintiendo amenazada su "comodidad", proceden a calificar de manera sistemática y negativa al profesor en las encuestas de desempeño. En un entorno educativo cada vez más mercantilizado, donde a veces se prioriza la retención del cliente (el estudiante que paga la matrícula) por encima de la calidad académica, las instituciones suelen utilizar estas bajas calificaciones para prescindir de los servicios del docente exigente.

Este fenómeno genera un incentivo perverso, para conservar el empleo, el docente se ve tentado a bajar la guardia, mirar hacia otro lado y permitir el fraude, convirtiéndose el aula en un simulacro donde todos hacen como que enseñan y todos hacen como que aprenden.

Denunciar esta situación es urgente porque las consecuencias trascienden las paredes del aula de clase. El daño que la "viveza" le hace a la sociedad es incalculable:

La degradación profesional, un estudiante que se gradúa copiando es un profesional que el día de mañana improvisará en su campo de trabajo, poniendo en riesgo proyectos, finanzas o incluso vidas humanas.

Injusticia con el estudiante honesto, se desmotiva profundamente a aquellos alumnos que sí sacrifican horas de sueño y descanso para estudiar de manera transparente.

El desmantelamiento de la autoridad docente reduce al profesor a un simple dispensador de notas, despojándolo de su rol como formador de ciudadanos éticos.

El desplome de la educación no siempre ocurre por falta de presupuesto o de infraestructura; muchas veces ocurre por la erosión silenciosa del carácter de sus integrantes. La "viveza" no es inteligencia; es la renuncia a la propia capacidad intelectual.

Para salvar la academia, es indispensable que las instituciones de educación superior respalden de manera real e institucional a sus docentes rigurosos, blindando las evaluaciones de desempeño contra las represalias de la mediocridad. Solo cuando el esfuerzo vuelva a ser la única vía para el éxito, la educación recuperará su poder transformador en la sociedad.

 

CLASSROOMS WITHOUT SALARY AND OLD AGE WITHOUT RETIREMENT: THE SILENT "UBERIZATION" OF UNIVERSITY TEACHING

 

The world of work is undergoing one of its greatest historical metamorphoses. Under the banners of "modernization" and "technological adaptability," structural reforms are being promoted that aim to legalize and massify hourly contracts or work. However, behind the promise of flexible hours and economic dynamism lies a worrying erosion of fundamental worker guarantees. To understand the scope of this transformation, it is imperative to clearly differentiate between formal employment (based on subordination and shared responsibility for social security) and independent work (based on the contractor's autonomy). The blurring of these boundaries, coupled with the imposition of ultra-flexible dynamics, threatens to turn retirement—an enshrined social right—into an individual and unattainable utopia for new generations.

There is already a blurred line comparing employment vs. To understand independent work and uncover the trap of precarity, we must first understand what separates an employee from an independent worker in the traditional labor structure.

The proposal to generally institute hourly work is often presented as a bridge to formalizing independent workers or reducing unemployment. However, operational reality demonstrates the opposite: instead of elevating the independent worker to the security of employment, it degrades the formal employee to the instability of the independent worker.

By legalizing the fragmentation of working time, the employer is relieved of the obligation to maintain a legal minimum monthly wage and full benefits, paying only for fractions of actual time worked. The hourly worker is trapped in a kind of "legal limbo": they have the availability requirements of an employee, but They receive variable and insufficient income that barely covers their daily subsistence, making any savings or long-term planning impossible.

This labor transformation diminishes the possibility of a dignified old age, causing an even more serious collateral damage: the "uberization" of the workday occurs within the pension system. Modern retirement systems—whether public or individual savings—were designed under the premise of stability with continuous contributions calculated based on a full-time monthly salary for a specific number of weeks or years.

When hourly work becomes the norm, the pension structure crumbles due to three fundamental factors:

• Inability to contribute based on legal minimums. If a worker works only a few hours a week, their total monthly income is usually less than the minimum wage. Even if proportional contribution mechanisms exist based on weeks or days, the absolute value accumulated in their pension accounts is negligible.

• The barrier of contribution weeks, in systems that require a work history (weeks contributed), means that fragmented work exponentially extends the time required to retire. A young person starting their working life on an hourly basis might need to work twice as many calendar years to certify the equivalent of the contributions required for a minimum pension.

Total privatization of the risk of old age: as the formal employment relationship weakens, the State and businesses subtly transfer all responsibility for old age to the citizen. Workers, forced to choose between eating today or contributing to their retirement tomorrow, inevitably prioritize the present. This leads to an unprotected old age or one dependent on insufficient state welfare subsidies.

The distinction between formal employment and self-employment is not a mere bureaucratic whim; It is the line of defense that separates decent work from modern exploitation. Imposing hourly work under the pretext of labor flexibility is nothing more than a mechanism to dilute social security costs and transfer the economic burden of old age onto the shoulders of the most vulnerable sectors.

The true modernization of the labor market should not be measured by how easily a worker's time can be fragmented, but by the system's capacity to guarantee that, regardless of the service modality, every person who contributes their labor to society is guaranteed a dignified and secure retirement. Otherwise, the future of work will not be one of freedom, but of a precarious old age.

This transformation is already resonating in higher education. The concern and frustration are entirely understandable. What is described here touches on one of the most acute and painful problems in current higher education: the precarious employment of teachers and the hasty shift to online learning as a cost-cutting strategy.

This situation, far from being a simple "technological evolution," is having a profound impact on the quality of education and the lives of those who provide it.

Contractual insecurity, months without pay, and the phenomenon of "forced unpaid vacations" are often linked to the practice of hiring professors on a per-semester or service-based basis.

The gap between semesters is significant; many universities hire their professors only for the exact duration of the academic period, usually between 16 and 18 weeks per semester. This leaves professors vulnerable at the end of the semester, when contracts are suspended or terminated. This leaves professors without income, without social security contributions from the institution, and in complete job insecurity during the mid-year and end-of-year breaks (which can easily add up to 3 or 4 months). Although online education has enormous democratizing potential if well-designed, the problem arises when it's used as a mechanism to reduce operating costs. Because it seeks to expand classrooms, in the virtual environment, some institutions fall into the temptation of assigning an excessive number of students to a single tutor, making personalized attention impossible

Silent workload overload—designing online content, grading forums, answering emails, and recording classes—demands time that is rarely reflected or compensated in hourly contracts.

The loss of the pedagogical connection, spontaneous debate, and human interaction of the traditional classroom are difficult to replicate if "virtualization" is limited to uploading PDFs and pre-recorded videos to a platform.

Quality education cannot be sustained on the basis of teacher instability. When a teacher lives with the anxiety of not knowing if they will have income next month, their ability to research, prepare, and connect with students is inevitably affected.