La deserción estudiantil es uno de los problemas más críticos en la educación superior latinoamericana. Los modelos de minería de datos ofrecen herramientas poderosas para anticipar situaciones de riesgo y diseñar estrategias de retención efectivas.
Metodología
A partir de datos históricos académicos (asistencia, calificaciones, participación) y socioeconómicos, es posible entrenar modelos de clasificación —árboles de decisión, random forest, redes neuronales— capaces de predecir el fracaso académico con alta precisión.
Resultados preliminares
En estudios realizados en universidades peruanas, los modelos alcanzaron precisiones superiores al 85%, permitiendo identificar al 90% de los estudiantes en riesgo antes de que ocurra el abandono formal.
Estos resultados abren la puerta a programas de intervención temprana más efectivos y personalizados.