La Aplicación del Aprendizaje Automático para la Predicción del Rendimiento Académico en Estudiantes de Educación Superior

Un enfoque basado en redes neuronales para mejorar la analítica educativa

Abstract

El presente estudio explora el uso de técnicas de aprendizaje automático (machine learning) para predecir el rendimiento académico de estudiantes universitarios, con base en variables socioeconómicas, hábitos de estudio y desempeño previo. Se implementaron modelos de regresión logística, árboles de decisión y redes neuronales, evaluando su precisión mediante métricas de validación cruzada. Los resultados demuestran que el modelo basado en redes neuronales alcanzó un 92 % de precisión, superando significativamente los métodos tradicionales. Se concluye que la Inteligencia Artificial puede ser una herramienta eficaz para anticipar riesgos académicos y diseñar estrategias personalizadas de apoyo al estudiante.