Análisis predictivo de la deserción escolar en áreas rurales de Colombia: identificación de factores de riesgo

Abstract

La deserción escolar en las zonas rurales de Colombia es un problema estructural que impacta negativamente el desarrollo educativo y social del país. Según datos del Ministerio de Educación Nacional (2023), las tasas de abandono escolar en estas áreas son considerablemente más altas debido a múltiples factores socioeconómicos, familiares y educativos. Según el Departamento Administrativo Nacional de Estadística (DANE), en 2020, la inasistencia escolar en áreas rurales se incrementó al 30,1%, en comparación con el 4,8% registrado en 2019, evidenciando una marcada disparidad educativa en estas regiones. Este proyecto de investigación tiene como objetivo realizar un análisis cuantitativo integral para identificar patrones de deserción y desarrollar modelos predictivos que permitan anticipar casos de abandono escolar. Para ello, se utilizarán diversas fuentes de datos oficiales del Ministerio de Educación Nacional, disponibles en su portal de datos abiertos (https://www.datos.gov.co/), incluyendo bases de datos sobre matrícula, infraestructura educativa, indicadores de primera infancia y programas de alimentación escolar. El estudio se desarrolló en un período de 12 meses bajo un enfoque cuantitativo, combinando análisis descriptivo y predictivo. En la primera fase (meses 1-6), se llevó a cabo una revisión bibliográfica exhaustiva basada en autores como Albor-Chadid et al. (2019), Aravena Domich & Pérez Campillo (2022) y Cerón et al. (2024), quienes han abordado distintos aspectos de la deserción escolar en Colombia. En la fase de análisis (meses 7-10), se implementaron técnicas de machine learning, como árboles de decisión y regresión logística, para identificar patrones de deserción. Se trabajó con variables socioeconómicas, demográficas y educativas, extraídas de bases de datos clave, tales como: • Infraestructura educativa. • Datos de establecimientos educativos. • Estadísticas por departamentos y municipios. • Programas de alimentación escolar • Cifras de casos de violencia por conflicto armado. • Índice de pobreza multidimensional Y en la tercera fase o fase final (mes 11-12) se completó la documentación de los hallazgos y se presentó el producto final del proyecto. Los resultados obtenidos incluyeron: • Se identificaron perfiles de estudiantes en riesgo de deserción, caracterizados por bajos niveles de aprobación y alta repitencia, influenciados por factores socioeconómicos y educativos. • Se elaboraron mapas de riesgo que evidencian mayores tasas de deserción en departamentos como Guainía, Caquetá y Vichada, ofreciendo una herramienta visual para la toma de decisiones. • Se propusieron recomendaciones de política pública orientadas a mejorar la calidad educativa y mitigar la pobreza multidimensional como estrategias clave. Este trabajo representa una contribución significativa al campo de la educación rural, al ofrecer evidencia concreta para intervenciones específicas. Los hallazgos serán de utilidad para diversas entidades, incluyendo el Ministerio de Educación Nacional, Secretarías de Educación Departamentales, organizaciones no gubernamentales enfocadas en educación rural e investigadores académicos interesados en políticas educativas. El proyecto se enmarca en la línea de investigación de Big Data y Machine Learning de la Escuela de Ciencias Básicas, Ingeniería y Tecnología (ECBTI).