El modelo propuesto por el estudiante Daniel Zapata Medina, magíster en Ingeniería de Sistemas de la Universidad Nacional de Colombia, Sede Medellín, consiste en un algoritmo de aprendizaje automático que lee las características a partir de métricas y logra cuantificar y cualificar aquellas que detectan la decisión de desertar del alumno.
En otras palabras, a la aplicación se le insertan los datos del posible desertor como edad, género, grado, dirección, entre otros, y ella los transforma, los agrupa y determina la probabilidad de abandono de la institución. El modelo se probó en la Institución Educativa Barrio Santander de Medellín, donde se midieron los riesgos altos o bajos de deserción definidos por las características, y demostró la importancia de intervenir en estudiantes mayores de 13 años, sin hermanos en el colegio y que residen más lejos de la institución educativa.
“Nos dimos cuenta de que algunas características influyen más en la deserción que otras, como por ejemplo la extra edad, puesto que un estudiante con mayor edad promedio a su curso escolar abandona más fácilmente, o la ubicación geográfica, pues los estudiantes que viven más lejos tienen más problemas para transportarse”, asegura el investigador.
Incluso se considera importante acompañar y hacer seguimiento a estudiantes con notas inferiores a 2,1 (bajo) en áreas de baja intensidad horaria. El conjunto de datos estaba conformado por 1.865 registros y 18 características (6 demográficas y 12 académicas); entre las identificadas están género, edad, puntaje del Sisbén, número de hermanos y distancia.
Problemática de alto impacto
La deserción escolar es un problema social de alto impacto para el sistema educativo, pues dificulta la movilidad social y la construcción de la equidad en un país. En Colombia alrededor de 102.880, que es el 4,5% de estudiantes no continuaron sus actividades educativas en 2020 después de la pandemia, siendo los hombres quienes representan la mayor tasa de deserción según estadísticas del Departamento Administrativo Nacional de Estadística – DANE.
La investigación realizó con éxito la transformación de características a partir de métricas para detectar la deserción escolar e identificó que el modelo tiene una precisión alta. El piloto consistió en tres etapas, una de preprocesamiento, una de construcción de las métricas y finalmente la de representación de características utilizando las métricas definidas.
“La etapa de preprocesamiento se realizó con todo el conjunto de datos recogidos, luego se construyeron las métricas y se agruparon por separado en cada una de las divisiones del conjunto de datos, y por último se utilizó el 80% de ellos para el entrenamiento del sistema automático de cómputo y el 20% para la evaluación”, explica el magíster Zapata.
Aunque existen otras estrategias para hacer un seguimiento de estudiantes desertores, estos modelos solo se basan en datos académicos generales, mientras que este modelo construye nuevas características a través de modelos matemáticos que dan un mayor acierto de probabilidad en el resultado. Por último, el estudio apoya la labor educativa para que se creen estrategias enfocadas en la permanencia del estudiantado en el sistema educativo.
Por: Agencia de Noticias UNIMEDIOS.
