MODELO PREDICTIVO DE LA MORTALIDAD ACADÉMICA DE UN PROGRAMA DE INGENIERÍA DE SISTEMAS BASADO EN TÉCNICAS DE MACHINE LEARNING

Resumen

Las instituciones de educación superior se enfrentan al desafiante reto de prevenir la deserción estudiantil y, asimismo, los estudiantes experimentan  diferentes problemáticas socioeconómicas, académicas, institucionales y personales que afectan su rendimiento y permanencia. Para mitigar el riesgo de la  deserción estudiantil, la gran mayoría de las universidades han implementado distintas estrategias, tales como: la creación de organismos para el apoyo  estudiantil, el desarrollo de sistemas de alertas tempranas, la disposición del servicio de monitorias académicas, la caracterización de los estudiantes, entre  otras. Por su parte, en los programas de Ingeniería se han identificado áreas específicas con altos niveles de mortalidad y deserción académica, en especial  las asignaturas del área de ciencias básicas. Muchos estudios han diagnosticado las causas de esta manifestación, debido a factores socioeconómicos, la  débil preparación del área en la educación básica y media, la apatía de algunos de los estudiantes por estas asignaturas, entre otras. Los estudiantes de  Ingeniería de Sistemas no se escapan de esta situación, a pesar que ellos manifiestan motivación por su carrera, algunos han desertado de sus estudios.  Además, fenómenos recientes como la pandemia del COVID-19, también han influido en la mortalidad académica y retraso en la graduación o posterior deserción, debido a diferentes factores como la afectación económica, la no disponibilidad de los recursos tecnológicos requeridos y problemas de salud  propios o de algún familiar. El objetivo de este proyecto consiste en desarrollar un modelo predictivo con técnicas de Machine Learning, que permita  identificar los casos de mortalidad académica que pueden influir en la demora de la graduación o que conlleven posteriormente a la deserción de los  estudiantes del programa de Ingeniería de Sistemas en la Universidad Santo Tomás Seccional Tunja. El presente trabajo inicia con un análisis bibliométrico  para recopilar información de investigaciones que hayan utilizado el aprendizaje automático en el estudio de la mortalidad y deserción académica.  Asimismo, se indaga sobre las técnicas de Machine Learning que mejor se ajustan para el tema y las experiencias obtenidas a nivel internacional. Dentro de  la información relevante que influye en el análisis de la situación académica de un estudiante, convergen diferentes factores, tales como: académicos, socioeconómicos, médicos, familiares, psicológicos y los reportes de la unidad de atención al estudiante. Sin embargo, la mayoría de ellos corresponden a  contextos sensibles y de difícil acceso. Por lo cual, en este estudio se consolidó el dataset con la información académica de los estudiantes en una institución de educación superior. Cabe aclarar que la recopilación del dataset incluye la protección y el anonimato de los datos. Después, se aplica la ingeniería de  características para determinar cuáles son las más relevantes para un predictor de deserción. De esta forma, se determina un modelo de aprendizaje  automático óptimo para la predicción de la deserción estudiantil, en el programa de Ingeniería de Sistemas en la universidad. Este proceso se realiza  mediante la comparación de índices de desempeño, al utilizar diferentes algoritmos de Machine Learning con la información previamente recopilada. Por  último, se establece la validación del modelo propuesto, realizando una confrontación con datos recientes de los estudiantes, para determinar el rango de  validez de la predicción. En esta etapa se implementa la técnica de validación cruzada. El principal aporte de este trabajo está orientado a identificar los  factores académicos asociados a la mortalidad estudiantil, con el propósito de apoyar la predicción de casos que representen riesgo de deserción  académica, en instituciones de educación superior. El resultado de este proyecto servirá de insumo para la siguiente fase, que consiste en la construcción de  un sistema de reportes que permita la integración y la visualización de los resultados obtenidos al ejecutar el modelo predictivo.