Identificar a los estudiantes en riesgo de abandonar la universidad e implementar políticas que fomenten su permanencia es el objetivo del proyecto del profesor de la Universidad Politécnica de Cartagena (UPCT), Fernando López que ha sido seleccionado como finalista en el II Datathon UniversiDATA, un concurso que desafía a los participantes a resolver problemas reales utilizando millones de datos que las universidades ponen en abierto.
“Uno de cada tres estudiantes se marcha antes de terminar, lo que supone una inversión educativa perdida, una pérdida de talento y un fracaso total, tanto para el sistema educativo, como para el alumno y sus familias”, explica el catedrático del área de Métodos Cuantitativos para la Economía y la Empresa.
Cómo es el algoritmo que identifica a los estudiantes con mayor probabilidad de abandonar los estudios
Analizando datos reales de varios millones de estudiantes universitarios, López ha aplicado un algoritmo de aprendizaje automático para asignar a cada estudiante una probabilidad de abandono, permitiendo identificar a aquellos con mayor riesgo. “Esta metodología no solo ayuda a disminuir el abandono, sino que también optimiza los recursos educativos y mejora la experiencia de los estudiantes y de sus familias”, afirma el docente e investigador de la Facultad de Ciencias de la Empresa, para quien las universidades deberían invertir en conservar a sus estudiantes. “Las empresas lo hacen, porque es siete veces más caro conseguir un cliente nuevo que retener uno que ya existe”, comenta.
El objetivo del Datathon UniversiDATA, un proyecto colaborativo de seis universidades públicas españolas (UAM, UCM, UC3M, URJC, UVa, UHU), es fomentar el uso de la ciencia de datos y el machine learning para abordar complejos retos sociales y económicos y mostrar cómo el análisis de datos masivos puede ofrecer soluciones a complejos problemas. El concurso entregará cuatro premios por un valor total de 9.000 euros
