• Objetivos

La finalidad del proyecto se centra en lograr la implementación de intervenciones educativas para reducir tanto el abandono universitario como el bajo rendimiento académico, con el propósito de mejorar la calidad y equidad en la enseñanza superior.

• Metodología

Para cumplir con los objetivos, se construyen modelos de predicción del rendimiento académico y abandono, utilizando los factores personales, factores sociales, factores académicos y factores tecnológicos. Este último conjunto de predictores se encuentra constituido por las interacciones digitales en plataformas educativas y redes sociales. La identificación de las variables que se incluirán en los modelos se llevará a cabo en la primera fase de ejecución, partiendo de la revisión actualizada de la literatura científica sobre la detección temprana del abandono y el rendimiento académico en estudios universitarios y, a partir de este primer resultado, se seleccionaran las variables que más impactan en estos fenómenos a través de la novedosa técnica de data mining, Random Forest.

• Hipótesis previas

Nuestra hipótesis de partida es que el problema de predicción del rendimiento académico y detección temprana del abandono en la universidad puede abordarse desarrollando nuevos modelos de minería de datos y multicriterio que incorporen los datos educativos y nuevas fuentes de datos (procedentes de las interacciones digitales en plataformas educativas y redes sociales), así como las recientes técnicas de tratamiento de datos conectadas al Big Data y Machine Learning. Cabe esperar que, debido a la pandemia de la Covid19, la información recogida en las plataformas educativas sea ahora mucho más significativa, pues ha aumentado mucho su uso desde el inicio de los confinamientos. Anteriormente, había grupos o asignaturas que no estaban virtualizadas, y las que lo estaban tenían una actividad muy inferior. Esto sigue siendo cierto, pues no se ha recuperado la presencialidad plena. La información obtenida en estos momentos, por ser más abundante y de mayor calidad, permitirá realizar mejores predicciones.