La analítica de datos como aliada de la educación superior

La educación superior se encuentra en un constante proceso de evolución, adaptándose a las cambiantes necesidades de los estudiantes y a las demandas del mercado laboral. En este contexto, la analítica de datos emerge como una herramienta poderosa que permite a las instituciones educativas tomar decisiones informadas y estratégicas para mejorar la calidad y la pertinencia de la formación académica. ¿De qué manera la analítica de datos transforma la gestión de los procesos educativos y favorece el éxito estudiantil?

Una de las bondades de la analítica de datos es que permite definir el perfil de los estudiantes desde una perspectiva sociodemográfica y académica. Esto supone una gran ventaja para las universidades, porque les facilita, en primer lugar, predecir los riesgos de deserción (multicausales), priorizarlos y actuar de manera específica para prevenirlos o mitigarlos; y, en segundo lugar, establecer rutas formativas diferenciadas, que reconozcan la diversidad y potencien las fortalezas de cada estudiante.

Otra posibilidad que ofrece la analítica de datos tiene que ver con el seguimiento a la evaluación del aprendizaje. Al monitorear el avance formativo del estudiante, es posible identificar alertas y determinantes que indican qué tanto está aprendiendo y qué necesita reforzar. Esta información permite a los docentes intervenir de manera oportuna y proporcionar el apoyo necesario para garantizar que los estudiantes alcancen sus objetivos académicos.

Existen muchos ejemplos en el mundo académico de cómo el uso de los datos ha permitido diseñar estrategias personalizadas y efectivas para apoyar el proceso de formación integral de los estudiantes. Algunas instituciones que se han destacado en este campo son Harvard University, Rice University, Massachusetts Institute of Technology y Luisiana State University en Estados Unidos, que han implementado sistemas de seguimiento al éxito académico basados en la analítica de datos.

Un informe publicado por la Unión Europea, titulado Research evidence on the use of learning analytics: Implications for education Policy, recoge diferentes casos sobre cómo universidades en el mundo han empleado la analítica de datos para mejorar sus procesos educativos y obtener resultados sorprendentes.

Por ejemplo, Georgia State University utilizó el análisis predictivo para reducir la brecha de rendimiento que afectaba a los estudiantes con bajos ingresos o que eran los primeros en su familia en acceder a la educación superior. Al analizar los datos, descubrieron que muchos de ellos se veían obligados a abandonar sus estudios por dificultades económicas, aun cuando tenían un buen desempeño académico o estaban cerca de graduarse. Por eso, la universidad creó programas de apoyo financiero y académico específicos para este grupo, logrando aumentar su tasa de graduación del 32 % en 2003 al 54 % en 2014.

Otros casos interesantes que muestra el informe son los de Arizona State University, que ha creado rutas de aprendizaje personalizadas para cada estudiante según sus intereses y habilidades; así como los de Dublin City University y Purdue University, que han monitoreado el comportamiento de sus estudiantes en entornos virtuales de aprendizaje para determinar la probabilidad de que un estudiante apruebe o repruebe un curso y así brindarle recomendaciones de estudio y recursos de apoyo.

En Colombia, la Universidad del Rosario ha puesto en marcha un modelo integral de acompañamiento a la vida académica de sus estudiantes a partir de la identificación de riesgos con base en la analítica de datos. Este modelo, implementado desde la Dirección de Evaluación, Permanencia y Éxito Estudiantil, ha permitido reconocer necesidades académicas particulares, crear rutas formativas diferenciadas y diseñar estrategias de acompañamiento ajustadas a las realidades de los estudiantes. Asimismo, desde el proyecto Poliedro, se analizan los resultados de las pruebas internas de la Universidad y de las pruebas Saber 11 y Saber Pro, para valorar la evolución de los aprendizajes de los estudiantes a lo largo de su proceso formativo. Todos estos análisis, en conjunto, han llevado a reducir la deserción acumulada institucional en siete puntos en los últimos cinco años.

El propósito en este caso y en los demás expuestos como referencia ha sido el de utilizar el dato como una herramienta para la toma de decisiones basada en evidencia y en beneficio de los estudiantes. Esta analítica profunda no se limita al dato por el dato, sino que concibe los datos como fuente de mejoramiento de la calidad educativa.