Este estudio aborda el diseño de un sistema de planificación académica para la asignación óptima de recursos en el curso de nivelación de una universidad. Se propone un modelo híbrido que combina Redes Neuronales Artificiales para la predicción de la demanda y Programación Entera para la asignación de horarios, cursos y docentes. El objetivo principal es mejorar la eficiencia en la distribución de recursos académicos, considerando la variabilidad en los datos, la limitada capacidad de respuesta y el impacto del rendimiento cognitivo en la planificación. El modelo fue evaluado bajo distintos escenarios de sensibilidad analizando cambios en la demanda, la disponibilidad de docentes y la asignación de horarios en función del nivel cognitivo requerido. Los resultados muestran que la implementación del sistema permite reducir el tiempo de planificación de 40 a 8 horas, optimizando el uso de recursos y facilitando la toma de decisiones en situaciones imprevistas. Se concluye que este enfoque mejora la eficiencia operativa del proceso de nivelación y contribuye a una gestión académica más ágil y adaptable. Palabras clave: Planificación académica, optimización, nivelación universitaria, rendimiento cognitivo.