Aplicación de modelos de Machine Learning para la predicción de la deserción escolar en estudiantes de una institución colombiana de formación por competencias

  John Jairo Castro-Maldonado Servicio Nacional de Aprendizaje SENA, Medellín (Colombia)

  Jennifer Andrea Londoño-Gallego Esp. en Formulación y evaluación de proyectos, Servicio Nacional de Aprendizaje SENA, Medellín (Colombia)

  Paula Andrea Rodríguez-Marín Instituto Tecnológico Metropolitano ITM, Medellín (Colombia)

  Juan David Martínez-Vargas Universidad EAFIT, Medellín (Colombia)

https://doi.org/10.5281/zenodo.19690782

Keywords

Intención de abandono, Inteligencia Artificial, aprendizaje automático, educación.

Abstract

La deserción estudiantil constituye un desafío estructural en la educación superior colombiana, especialmente en contextos con sistemas curriculares y pedagógicos rígidos donde resulta complejo implementar estrategias preventivas oportunas. Este estudio desarrolla y valida un modelo híbrido de aprendizaje automático, fundamentado en la metodología CRISP-DM, que combina algoritmos supervisados (Random Forest, Ridge, XGBoost, KNN) y no supervisados (K-Means, DECLA), apoyados en técnicas de reducción y segmentación (PCA, ACM). A partir de variables sociodemográficas, indicadores de desempeño académico y un instrumento de seguimiento diseñado ad hoc, los modelos alcanzaron una alta precisión para anticipar el riesgo de abandono y segmentar a los estudiantes en perfiles de alta, media y baja probabilidad de deserción. Los algoritmos basados en árboles, en particular Random Forest, evidenciaron el mejor desempeño, identificando predictores críticos como cantidad de quejas, reversiones de calificaciones, estrato socioeconómico, género y estado civil. La principal contribución de este trabajo radica en trasladar la analítica predictiva de un ejercicio experimental hacia un sistema de apoyo institucional en programas de educación superior por competencias, donde la rigidez académica suele limitar la intervención temprana. Al anticipar la deserción mediante evidencia empírica en tiempo real, el modelo permite diseñar rutas diferenciadas de acción: tutorías personalizadas, apoyos socioeconómicos y flexibilización curricular que complementan las reformas educativas de largo plazo. De esta manera, se justifica su relevancia en la educación superior como recurso innovador y fundamentado para fortalecer la permanencia estudiantil.

References

Fundref

Crossmark

Technical information

Metrics

Metrics of this article

Views: 38099

Abstract readings: 36810

PDF downloads: 1289

Full metrics of Comunicar 77

Views: 459033

Abstract readings: 446071

PDF downloads: 12962

Cited by

Cites in Web of Science

Currently there are no citations to this document

Cites in Scopus

Currently there are no citations to this document

Cites in Google Scholar

Currently there are no citations to this document