PREDICCIÓN DEL FRACASO ACADÉMICO EN LA EDUCACIÓN SUPERIOR MEDIANTE TÉCNICAS DE MINERÍA DE DATOS: EL CASO DEL INSTITUTO SUPERIOR POLITÉCNICO DO MOXICO

Resumen

El fracaso escolar en la educación superior deriva de múltiples variables vinculadas al perfil del estudiante y al entorno de aprendizaje. Este trabajo analiza los datos de un estudio realizado en el Instituto Superior Politécnico do Moxico, centrándose en los estudiantes de primer año de Ciencias de la Computación, en la asignatura de Lógica de Programación, con el objetivo de evaluar el rendimiento discente mediante algoritmos de minería de datos para identificar patrones predictivos de fracaso. La investigación, de naturaleza cualitativa, descriptiva y de investigación-acción, contó con la participación de 20 estudiantes. Los datos, obtenidos mediante observación, análisis documental, cuestionarios y entrevistas, se procesaron en WEKA. Se compararon cinco algoritmos de clasificación (J48, REPTree, NaiveBayes, SMO y Multilayer Perceptron) mediante validación cruzada de 10 particiones. El NaiveBayes destacó con un 90 % de precisión, al clasificar correctamente 18 de las 20 instancias. La comparación pre y posintervención, basada en 13 interacciones, reveló una reducción sistemática del porcentaje predicho de fracaso: los valores iniciales, de entre el 50 % y el 96 %, descendieron a un intervalo del 1 % al 68 %. La media bajó del 78,77 % al 18,15 %, lo que supone una variación de 60,62 puntos porcentuales. Los hallazgos subrayan la utilidad de la minería de datos en el mapeo de riesgos académicos y el seguimiento de tendencias predictivas, si bien cabe reseñar que el diseño del estudio no permite inferir una causalidad directa entre las acciones implementadas y la reducción observada.