Ciencia de datos para la educación
Las instituciones educativas acumulan datos de asistencia, calificaciones y uso de plataformas virtuales. Bien analizados, permiten actuar antes de que un estudiante abandone y medir qué estrategias pedagógicas funcionan de verdad.
El problema
Cuando el abandono aparece en los registros, ya es demasiado tarde para intervenir.
Notas, asistencia y plataforma virtual viven en sistemas distintos que nadie cruza.
Tutorías y programas de apoyo se mantienen sin saber si mejoran los resultados.
Casos de uso
Pasa el cursor por cada caso para ver cómo funciona por dentro.
Alerta temprana de abandono
Un modelo estima el riesgo de cada estudiante en las primeras semanas del curso.
Clasificación (regresión logística, gradient boosting)Analítica del aprendizaje
Patrones de uso de la plataforma que anticipan el rendimiento.
Clustering y series temporalesEvaluación de programas
¿La tutoría mejoró la retención? Medirlo con rigor.
Inferencia causal (diferencias en diferencias, emparejamiento)Personalización de contenidos
Recomendar ejercicios según el nivel de cada estudiante.
Sistemas de recomendación, teoría de respuesta al ítemEjemplo
Ejemplo ilustrativo con datos sintéticos.
Distribución del riesgo de abandono
51 de 400 estudiantes superan el umbral de alerta
Ver datos
| Intervalo | Estudiantes |
|---|---|
| 0,05511 – 0,09545 | 12 |
| 0,09545 – 0,1358 | 28 |
| 0,1358 – 0,1761 | 62 |
| 0,1761 – 0,2165 | 58 |
| 0,2165 – 0,2568 | 73 |
| 0,2568 – 0,2971 | 63 |
| 0,2971 – 0,3375 | 31 |
| 0,3375 – 0,3778 | 12 |
| 0,3778 – 0,4182 | 0 |
| 0,4182 – 0,4585 | 0 |
| 0,4585 – 0,4988 | 0 |
| 0,4988 – 0,5392 | 3 |
| 0,5392 – 0,5795 | 4 |
| 0,5795 – 0,6199 | 7 |
| 0,6199 – 0,6602 | 9 |
| 0,6602 – 0,7005 | 9 |
| 0,7005 – 0,7409 | 13 |
| 0,7409 – 0,7812 | 13 |
| 0,7812 – 0,8216 | 2 |
| 0,8216 – 0,8619 | 1 |
¿Qué pesa más en el riesgo?
Importancia de cada variable en el modelo
Ver datos
| Categoría | Importancia |
|---|---|
| Asistencia a clase | 29 % |
| Notas del primer parcial | 24 % |
| Entregas fuera de plazo | 17 % |
| Actividad en la plataforma | 15 % |
| Créditos reprobados | 10 % |
| Horas de trabajo semanal | 5 % |
Tecnologías aplicadas a educación
Cómo la realidad extendida, la simulación y el IoT amplían lo que la ciencia de datos puede hacer en este sector.
Cómo medimos el éxito
Qué proporción de los estudiantes que abandonaron fue detectada a tiempo.
Evolución por cohorte antes y después de las intervenciones.
Que el modelo funcione igual de bien en todos los grupos de estudiantes.