Modelo de explicabilidad para la deserción universitaria a través de aprendizaje automático

Abstract

La deserción estudiantil universitaria constituye una problemática compleja y persistente que afecta la eficiencia de los sistemas de educación superior, interrumpe las trayectorias formativas de los estudiantes y genera repercusiones académicas, sociales e institucionales. En este contexto, desarrolla un modelo de explicabilidad basado en el aprendizaje automático para predecir e interpretar los factores asociados a la deserción estudiantil universitaria. La investigación se desarrolló a partir de la información del sistema institucional de gestión académica. El conjunto de datos consolidado se conformó por 17 183 registros y, tras la depuración y validación de calidad, se trabajó con 36 variables sociodemográficas, económicas, institucionales, personales y académicas. Posteriormente, se aplican técnicas de preprocesamiento, tratamiento del desequilibrio de clases, selección de características, entrenamiento de modelos, optimización de hiperparámetros y evaluación mediante métricas robustas. Los resultados evidenciaron que los modelos de aprendizaje automático permiten identificar con alta capacidad discriminativa a los estudiantes en riesgo de abandono. Entre los algoritmos evaluados, Extra Trees presentó el mejor desempeño global, con F1- score de 0.892, recall de 1.000, precision de 0.971, accuracy de 0.998 y ROC-AUC cercano a 1.000, superando a Random Forest y Logistic Regression en el equilibrio entre sensibilidad y precisión para la clasificación de la clase minoritaria. Estos hallazgos confirman que los métodos de ensamble basados en árboles constituyen una alternativa especialmente robusta para el análisis de la deserción en escenarios con datos desbalanceados. El estudio concluye que el uso del aprendizaje automático, articulado con técnicas de explicabilidad, contribuye significativamente a la comprensión y la predicción de la deserción estudiantil universitaria, permitiendo identificar patrones y factores de riesgo que no son evidentes a simple vista y resultan fundamentales para orientar acciones de intervención y de permanencia estudiantil. Este enfoque fue desarrollado en el contexto de la educación superior, lo que demuestra su utilidad para apoyar la toma de decisiones institucionales con mayor precisión, transparencia y sustento analítico. Asimismo, su estructura metodológica puede extenderse a otras facultades, carreras e incluso a distintas instituciones de educación superior, incorporando nuevas variables significativas que continúen fortaleciendo y optimizando la capacidad predictiva y explicativa del modelo.