Estrategias basadas en ciencia de datos para la predicción y reducción de la deserción en instituciones públicas de educación superior en Medellín

Abstract

La presente monografía analiza el fenómeno de la deserción estudiantil en instituciones públicas de educación superior en la ciudad de Medellín entre los años 2014 y 2025, con un enfoque centrado en el uso de técnicas de ciencia de datos y analítica. A partir de la revisión crítica de investigaciones académicas, bases de datos oficiales como SPADIES y publicaciones institucionales, se identifican los factores clave asociados al abandono académico y se evalúa el grado de implementación de modelos predictivos en universidades públicas locales. La investigación, desarrollada desde una mirada técnica y aplicada, permite evidenciar que si bien existen avances en el uso de herramientas como regresión logística, árboles de decisión y minería de datos educativa, aún persisten retos en términos de interoperabilidad de datos, capacitación técnica del personal y articulación entre las políticas públicas y las plataformas de monitoreo estudiantil. Con base en el análisis de fuentes como los indicadores de SPADIES 3.0 y los sistemas de alerta temprana implementados por universidades como la UNAD y la Universidad de Antioquia, se construyó un compendio de metodologías utilizadas para identificar estudiantes en riesgo. Este trabajo también destaca el papel del Observatorio de Educación Superior de Medellín (SAPÍENCIA) en la consolidación de buenas prácticas basadas en evidencia. Como autor de esta monografía, sostengo que la integración de ciencia de datos en la gestión educativa no debe limitarse a fines estadísticos, sino que debe convertirse en una estrategia permanente para la toma de decisiones centrada en el bienestar estudiantil. Este estudio busca aportar tanto a la comprensión técnica del problema como a la formulación de soluciones replicables que fortalezcan la permanencia en la educación superior pública en Medellín.