Un algoritmo predice la deserción universitaria

UNAL/DICYT El abandono estudiantil en instituciones de educación superior es un tema que aún sigue latente, y del que la Universidad Nacional de Colombia (UNAL) no se escapa; por esta razón, un investigador diseñó una red neuronal artificial que predice en un 85 % los casos de estudiantes que abandonan sus carreras en los primeros semestres.

Una red neuronal artificial es un sistema que simula lo que ocurre en el cerebro de los seres humanos; se crea por medio de softwares de programación como el Python –uno de lo más comunes–, en el cual a una serie de “neuronas” se les conecta por medio de líneas (nodos) y se les asigna un valor. La idea es que, según la fuerza de esas líneas –fuerte o débil–, el modelo aprenda y se retroalimente para predecir mejor lo que se busca.

Según cifras del Ministerio de Educación Nacional (MEN), en 2019 la tasa de deserción anual para los programas universitarios fue del 8,25 %, por lo que es un problema actual que necesita de estrategias más efectivas.

Así, Santiago Antolínez, candidato a magíster en Ciencias con énfasis en Física de la UNAL, diseñó un modelo computacional para determinar cuántos estudiantes abandonan la Institución por factores tanto académicos como socioeconómicos.

El investigador utilizó 3 bases de datos de la UNAL y 2 del Instituto Colombiano para la Evaluación de la Educación (Icfes), con información académica y socioeconómica de estudiantes de distintas sedes de la Universidad.

“En total se recolectó información de 80.000 estudiantes, entre 2007 y 2019, que formaban parte de 4 grupos: egresados, desertores, activos, e inactivos. Sin embargo, al inicio del estudio solo se utilizó la de los dos primeros grupos, que representaban el 30 y 31 % respectivamente”, asegura el investigador.

La red se entrenó con los datos de egresados y desertores para luego emplearla con la información de los estudiantes activos. El primer grupo se tomó como referente por ser permanente, es decir que los estudiantes ya se graduaron o ya se fueron de la Universidad.

¿Me voy o no me voy?

La red neuronal artificial se creó por medio de Python, lenguaje que permite programar el algoritmo con el cual funciona el sistema, recibiendo la información académica y socioeconómica de cada estudiante para entrenarse y aprender, lo que aumenta su precisión.

“Por un lado se asignaron factores académicos como los puntajes del examen Saber 11 del Icfes y el de admisión a la UNAL, y las notas que tenían los estudiantes hasta el momento de desertar (generalmente en los dos primeros semestres) o de graduarse; y por el otro lado, factores socioeconómicos como estrato y datos generales como sexo, carrera y porcentaje de avance en esta”, indica el investigador.

Explica además que “la red tuvo un 85 % de precisión, arrojando la mayoría de los estudiantes que desertaron en ese periodo, lo cual es muy interesante, porque este tipo de modelos hacen que, teniendo las partes del sistema, en este caso aquellos que van a desertar, se puedan brindar soluciones para cada uno”.

Después de concretar esta primera parte, y sabiendo que la red funciona, se analizaron los datos de los estudiantes activos de la Universidad, alrededor de 26.400 según las bases consultadas. Algo que es importante recalcar es que la red estaba programada para mostrar el nivel de riesgo que tiene cada estudiante: leve, moderado o grave.

“Se encontró que 7.500 estudiantes activos estaban en riesgo alto de abandono de la Universidad, y alrededor de 6.500 en riesgo moderado, aunque este último grupo puede no ser estable y cambiar a riesgo alto”, señala el investigador Antolínez.

Con esto en mente, plantea que es allí donde la Universidad tiene y puede mejorar su papel de regularizador de esta problemática, ya que, teniendo la inteligencia artificial al servicio de la comunidad, se pueden desentrañar las razones por las que los estudiantes abandonan la Institución, y cómo hacer para que se mantengan.

Como complemento a la red utilizó las “ecuaciones difusas”, un sistema matemático que funciona como herramienta para que el modelo sea más preciso, ya que permite evidenciar la incidencia de la Universidad en la deserción, y encontró que es un ente que funciona más para regular procesos asociados con lo académico que para factores socioeconómicos.

“Aunque en esta investigación no se analizó por separado el abandono por factores como estrato, sexo, carrera y demás, sí sería muy interesante hacerlo en investigaciones posteriores”, señala el candidato a magíster.

Por último, resalta que “el modelo, además de ser pionero en temas de abandono estudiantil, ya está planteado para que los interesados lo pueden utilizar, lo cual permitirá ir más a fondo en el tema y plantear estrategias reales y efectivas en esta problemática de la educación superior”.