Las universidades enfrentan una creciente presión para ofrecer un aprendizaje personalizado que prepare a los estudiantes con competencias adaptables y listas para el futuro. Los planes de estudio tradicionales y estáticos a menudo no pueden satisfacer estas demandas. Este documento presenta un nuevo marco basado en gemelos digitales de estudiantes mejorados por IA (DTS) como representaciones virtuales dinámicas que integran el rendimiento académico, la adquisición de competencias, las preferencias de aprendizaje, los objetivos profesionales y los patrones de compromiso. El marco DTS emplea algoritmos de inteligencia artificial, ontologías semánticas que abarcan dominios educativos y profesionales, y mecanismos de retroalimentación en tiempo real para la orquestación de rutas de aprendizaje personalizadas. Para demostrar el potencial del marco, se llevó a cabo un estudio de simulación utilizando datos sintéticos de estudiantes. Los resultados compararon las rutas adaptativas guiadas por DTS con enfoques tradicionales estáticos y mostraron mejoras en la adquisición de competencias, el compromiso, la eficiencia del aprendizaje y una reducción del riesgo de abandono.