Analítica de datos y factores de la retención escolar en la educación superior

En los últimos años, la retención escolar en el nivel universitario ha disminuido de forma significativa, reflejando una dificultad de las instituciones para comprometer a los estudiantes con su educación a largo plazo. Esta problemática se ve influida por múltiples factores sociales, económicos, familiares y académicos, los cuales actúan de forma conjunta y compleja. Este proyecto propone el desarrollo de un modelo de analítica de datos que permita detectar de forma automatizada la probabilidad de retención escolar en estudiantes universitarios, así como los factores que inciden con mayor peso en su permanencia. Se empleó una base de datos del Tecnológico de Monterrey con más de 77,000 registros, integrando variables académicas, socioeconómicas y extracurriculares. Se aplicaron modelos de aprendizaje automático, incluyendo redes neuronales y bosques aleatorios. Este último presentó un mejor desempeño en la detección de estudiantes en riesgo de deserción, con una precisión del 75% para los casos de no retención, además de ofrecer una mayor explicabilidad sobre la influencia de cada variable. Entre los factores más determinantes destacan el desempeño en matemáticas, el promedio del primer semestre y el porcentaje de beca. Las contribuciones específicas del proyecto incluyen: el diseño de un sistema predictivo reproducible en lenguajes R y Python, la identificación de factores críticos para la toma de decisiones educativas, y la posibilidad de generar intervenciones personalizadas. El beneficio general para la sociedad radica en la mejora de la calidad educativa mediante decisiones más informadas, en línea con los Objetivos de Desarrollo Sostenible 4.3 y 4.4. Este modelo contribuye a garantizar un acceso igualitario a la educación superior de calidad, así como al desarrollo de competencias clave en jóvenes para su inserción laboral y permanencia en el sistema educativo. El proyecto puede dotar a las instituciones de una herramienta validada y explicable para la detección temprana de alumnos en riesgo, generando acompañamiento personalizado y mejorar sus estrategias de retención, contribuyendo al avance de la analítica de datos en la educación. El resultado son acciones más justas y eficaces que no solo mejoran la calidad educativa, sino que aseguran que más jóvenes concluyan su formación profesional, apoyando su futuro acceso al empleo y al emprendimiento.