Machine Learning como herramienta de predicción de repitencia estudiantil en la Universidad Autónoma de Bucaramanga - UNAB

El crecimiento económico de todo un país y del mundo depende en gran medida de la calidad en la educación
ofrecida. Las instituciones de educación superior son constantemente evaluadas por las entidades gubernamentales1
y las agencias internacionales (como la ONU[1] en su cuarto objetivo) en búsqueda de mejorar la calidad educativa
para alcanzar un futuro sostenible y sustentable con el fin de mejorar las condiciones de vida actuales.
Es por ello por lo que la deserción académica se muestra como un indicador importante de medición ya que puede
revelar falencias del sistema educativo en cuanto a políticas universitarias implementadas, calidad del programa,
característica psicosociales de sus estudiantes y rendimiento académico de la institución[2]. Cuando un estudiante
se retira de la educación superior, significa un retraso en los avances socioeconómicos y tecnológicos del país,
además de traer una imagen desfavorable a la institución, disminución de matrículas hasta la desaparición de
programas.
El Banco mundial, en su informe MOMENTO DECISIVO: LA EDUCACIÓN SUPERIOR EN AMÉRICA LATINA Y EL CARIBE
[3] señala que los mayores índices de deserción académica se encuentra en los dos primeros años de carrera (ciclo
básico) tal como se observa en la Fig. 2. Por otro lado, el sistema para la Prevención y Análisis de la Deserción en las
Instituciones de educación superior SPADIES permite revisar la situación actual de la universidad en cuanto a la
clasificación del examen de estado (prueba Saber) de sus estudiantes de primer ingreso, revelando que la cantidad
de estudiantes con alta calificación ha disminuido en los últimos 2 años, mientras que el ingreso de estudiantes con
baja calificación ha aumentado. Esto se explica desde los programas de gobierno que disminuyen las brechas para
que estudiantes que antes no tenían acceso a la universidad, puedan ingresar, lo que trae como consecuencia un
bajo rendimiento académico al no estar adecuadamente preparados para la exigencia requerida.

También permite generar gráficas que presentan las áreas de conocimiento que representan mayor deserción
académica (ver Fig. 4 y Fig. 5 respectivamente) en donde se observa aquellas áreas de conocimiento que presentan
mayor deserción, son las que contienen un fuerte contenido matemático con mayor deserción. (El 60% en el caso
de la UNAB y un 30% en el resto de Colombia según SPADIES). Es necesario recordar, la importancia de las diferentes
profesiones en el ecosistema tecnológico, por lo que permitir que el problema continúe su cauce, sólo suscitará
eventualmente la necesidad de egresados con ese perfil en el mercado laboral y tomará alrededor de 5 años para
suplir la demanda.
Con esto ya se tiene delimitado el objeto de estudio, el cual se fundamenta en estudiantes que pertenecen al ciclo
básico de ingenierías. Para explicar el por qué usar modelos predictivos para analizar esta situación, en vez de un
análisis psicológico que permita liderar una investigación sobre los comportamientos que expliquen la deserción, se
puede nombrar el artículo desarrollado por Tal Yarkoni y Jacob Westfall [4] qué nota la importancia de usar
métodos que permitan la predicción de un comportamiento, en lugar de buscar un modelo estadístico en el cual los
datos muestran un comportamiento similar que pueda ser empleado para explicar los datos obtenidos (eso, sin
mencionar la crisis actual de los resultados publicados en donde los modelos no pueden predecir comportamientos
futuros de una situación determinada).
Una revisión sistemática muestra los esfuerzos de la academia por detectar las variables más importantes que
determinan la deserción, pero pone en claro dos problemas a considerar: el primero es la poca cantidad de
publicaciones desarrolladas en Latinoamérica (alrededor del 10% de los artículos seleccionados) y sólo una
desarrollada en Colombia[5], que analizan el estudio de la deserción desde el uso de herramientas de predicción. El
segundo, es consecuencia directa del primer problema, ya que de tomarse únicamente las investigaciones
desarrolladas fuera del contexto colombiano (incluso latinoamericano) representa una dependencia tecnológica y
una poca comprensión del entorno propio de la institución (el cual debería ser diferente si se considera que cada
universidad posee un carácter misional y de visión diferente). Al tomar en cuenta otras variables fuera del contexto,
es probable que las soluciones no sean diseñadas a la medida, por lo que los resultados esperados no sean los más
adecuados, representando pérdidas de inversión en la institución, disminución del estudiantado y por ende
reducción del presupuesto que es determinado para el mejoramiento de cada uno de los programas académicos.
Adicionalmente, ya existen compañías internacionales como U‐Planner que están incorporando este tipo de
tecnologías en los procesos de de gestión universitaria con costos importantes de adquisición, implementación y
mantenimiento del software.
Por lo tanto, necesario entonces generar un conocimiento propio que permita estudiar la deserción causada en el
ecosistema nacional, que pueda beneficiar directamente a la institución y que permita tomar decisiones acertadas
al comprender de forma cercana la problemática afrontada.

Construir un modelo de predicción que permita determinar la probabilidad de repitencia en los estudiantes de
Pregrado en Ingeniería de la UNAB que cursen los tres primeros semestres.

1. Caracterizar a los estudiantes de ingeniería de los primeros semestres de la Universidad Autónoma de
Bucaramanga.
2. Documentar de forma sistemática el actual estado de los procesos relacionados con el desarrollo del
objetivo de investigación.
3. Diseñar un modelo de predicción que determine el porcentaje derepitencia.
4. Validar el modelo generado y determinar su nivel de eficiencia y efectividad