Predicción temprana de deserción universitaria: revisión sistemática de modelos predictivos
Contenido principal del artículo
Resumen
La deserción en la educación superior representa un desafío crítico con implicaciones académicas, sociales y económicas. En México, las tasas de abandono oscilan entre el 8 % y el 20 %, afectando programas como la Licenciatura en Tecnologías de la Información de la Universidad de Guadalajara. Este artículo presenta una revisión sistemática de modelos predictivos aplicados a la identificación temprana del abandono estudiantil, mediante el enfoque PRISMA y el análisis de 15 estudios relevantes en bases de datos como Scopus, Web of Science y ERIC. Los hallazgos destacan el uso de técnicas como árboles de decisión, redes neuronales y regresión logística. Sin embargo, persisten desafíos como la limitada integración de variables psicosociales y la escasa aplicación oportuna de los modelos predictivos durante la trayectoria escolar. Se propone un marco metodológico integral para el desarrollo de modelos predictivos eficaces y éticos, con énfasis en enfoques interdisciplinarios orientados a reducir la deserción en la educación superior, particularmente, en contextos públicos como el de México.