Universidad Tecnológica desarrolla sistema de inteligencia artificial que busca anticipar la deserción universitaria
Una de las innovaciones del sistema es la visualización de resultados mediante tableros interactivos en Power BI, que facilitan a las facultades y departamentos identificar riesgos tanto a nivel individual como colectivo.
Ciudad de Panamá, Panamá/La Universidad Tecnológica de Panamá (UTP) presentó, en días pasados, un sistema basado en inteligencia artificial capaz de analizar datos académicos, socioeconómicos y de bienestar estudiantil con el fin de identificar patrones de riesgo y anticipar la deserción universitaria.
El proyecto, denominado Predicción de Deserción Universitaria Consciente del Contexto con Microservicios (Preduccm), fue desarrollado por la Facultad de Ingeniería de Sistemas Computacionales de la UTP, en conjunto con el grupo de investigación Gitce de Chiriquí.
La iniciativa cuenta con financiamiento de la Secretaría Nacional de Ciencia, Tecnología e Innovación (Senacyt) a través de la Convocatoria de Nuevos Investigadores 2023, y es gestionada por el Centro de Estudios Multidisciplinarios en Ciencias, Ingeniería y Tecnología (Cemcit AIP).
La ingeniera Laury Arenales, quien lidera el proyecto, explicó que el sistema integra múltiples variables para predecir qué estudiantes tienen mayor riesgo de abandonar sus estudios. Agregó que, en general, este tipo de modelos se basan en el análisis de datos para identificar patrones y características que están asociados con la deserción académica.
Te podría interesar: UTP inaugura cuatro centros de estudios especializados con tecnología de vanguardia
La institución indicó que el software utiliza una arquitectura de microservicios para procesar grandes volúmenes de información proveniente de diferentes fuentes. Entre ellas se incluyen datos socioeconómicos, que reflejan la situación personal y familiar de los estudiantes, así como indicadores de bienestar que impactan directamente su rendimiento académico.
Una de las innovaciones del sistema es la visualización de resultados mediante tableros interactivos en Power BI, que facilitan a las facultades y departamentos identificar riesgos tanto a nivel individual como colectivo.
De acuerdo con los investigadores, una vez implementado de forma completa, el sistema permitirá:
- Detectar de manera proactiva a estudiantes en riesgo de abandonar sus estudios
- Fortalecer las estrategias de apoyo estudiantil y optimizar recursos institucionales
- Generar reportes y visualizaciones detalladas para análisis profundos
El desarrollo de Preduccm se ha dividido en dos fases: la primera dedicada al diseño de modelos predictivos y la arquitectura tecnológica, y la segunda enfocada en la implementación y pruebas de rendimiento y seguridad.
