Aplicación de algoritmos predictivos para mejorar la retención y el éxito académico en la educación superior

Resumen

Este estudio examina la aplicación de algoritmos predictivos para mejorar la retención y el éxito académico en la educación superior. El objetivo principal es evaluar la eficacia de diversos algoritmos en la identificación temprana de estudiantes en riesgo de deserción o bajo rendimiento académico. La metodología empleada consiste en una revisión sistemática de la literatura y análisis documental, explorando estudios recientes sobre el uso de datos académicos, socioeconómicos y de interacción en plataformas educativas. Los resultados revelan una tendencia hacia modelos de aprendizaje automático más sofisticados, con énfasis en redes neuronales y árboles de decisión. Se encontró que los enfoques multidimensionales, que integran datos académicos, socioeconómicos y de comportamiento en línea, logran una precisión de hasta el 85% en la predicción del riesgo académico. Además, se evidenció una correlación positiva entre la participación en actividades prácticas e interdisciplinarias y el éxito académico. Las conclusiones subrayan el potencial significativo de los algoritmos predictivos para mejorar la retención y el éxito académico en la educación superior, al tiempo que señalan la necesidad de un enfoque multifacético que considere factores académicos, socioeconómicos, tecnológicos y éticos en su implementación.