Machine Learning aplicado al rendimiento académico en educación superior: factores, variables y herramientas
Las herramientas de aprendizaje automático están siendo muy utilizadas, puesto que brindan buenas aproximaciones al predecir el rendimiento académico de los estudiantes. Se analiza información de la última década con el objetivo de identificar los factores que influyen sobre el rendimiento académico a nivel superior a partir de modelos realizados con técnicas de aprendizaje automático. Se plantea una clasificación en términos de factores académicos, sociodemográficos, de aprendizaje en línea, de gestión académica, psicosocial y de entorno académico. Así como también se identifican cuáles han sido los algoritmos más usados en la búsqueda de su predicción. Adicionalmente, la detección de las variables que más influyen en este fenómeno permitirá la implementación de otros algoritmos de Machine Learning pertenecientes a otras ramas dentro de este campo. Así pues, este trabajo, al ahondar un poco más sobre la aplicación de herramientas de Machine Learning en educación superior, servirá a docentes e investigadores que deseen investigar en temas del campo educativo.