Desarrollo de un modelo predictivo para la identificación de factores que influyen en las competencias digitales de estudiantes mediante analítica de datos en el programa de ingeniería de sistemas de la unipacífico (2015-2025)

Abstract

El presente estudio desarrolla un modelo de analítica de datos para predecir el nivel de competencias digitales de estudiantes del programa de Ingeniería de Sistemas de la Universidad del Pacífico (2015-2025), a partir de variables sociodemográficas, académicas y de uso de tecnologías activas. Se emplea la metodología CRISP-DM con un dataset de 538 registros, recolectados mediante registros administrativos institucionales y la aplicación del Cuestionario de Autopercepción de Competencias Tecnológicas (CACT) durante el segundo semestre de 2025. Se entrenan y evalúan cinco algoritmos de aprendizaje automático supervisado —regresión lineal múltiple, regresión regularizada (Ridge/Lasso), Random Forest y Gradient Boosting— con validación cruzada de 5 folds y métricas de desempeño (R², RMSE, MAE). Las dimensiones evaluadas se alinean con el marco DigComp 2.2: información y datos, comunicación y colaboración, creación de contenido digital, seguridad y resolución de problemas tecnológicos. El modelo seleccionado proporciona a las instituciones de educación superior una herramienta analítica para la toma de decisiones basada en datos, orientada a mejorar la calidad educativa y reducir brechas en competencias digitales mediante intervenciones dirigidas a segmentos estudiantiles de mayor riesgo.