La deserción o abandono estudiantil constituye una problemática actual, que afecta negativamente a los sistemas educativos alrededor del mundo, incidiendo en su efectividad, eficiencia y prestigio. Generando, además, consecuencias económicas y/o psicosociales negativas en los estudiantes y sus familias. En el ámbito de la Educación Superior, implica el retiro del estudiante de su carrera antes de alcanzar la titulación(Matos, 2021).

Según informes de la UNESCO y el Banco Mundial, en América Latina y el Caribe, menos de la mitad de todos los jóvenes que comenzaron los cursos de Educación Superior se gradúan (tasa de graduación del 46%), exceptuando a EUA con un 67% (Ferreyra et al., 2017).

La identificación de las posibles causas de la deserción se ha convertido en una tarea compleja para las universidades. Entre los factores causales podemos citar los académicos, psicosociales, familiares, económicos, factores psicológicos, así como los relacionados con las propias IES: infraestructura, vida estudiantil, entre otras. Ante esta complejidad, resulta vital la identificación temprana de aquellos estudiantes en riesgo de abandono, pues esto le permitirá a las IES adoptar diferentes medidas para mitigar el fracaso académico. Entre ellas se puede incluir, la asistencia individualizada de estudiantes, cursos de recuperación y sesiones de tutoría (Alvarado-Uribe et. al., 2022).

Actualmente la Educación Superior mexicana vive momentos de transformación hacia la excelencia en la calidad educativa. En este escenario, la UANL a través de su Plan de Desarrollo Institucional 2022-2030 convoca a incorporar diversas actividades y a fortalecer políticas institucionales que impacten en los índices de eficiencia terminal en escuelas y facultades.

La presente investigación está orientada a detectar los principales factores que desde el punto de vista académico inciden en la deserción estudiantil temprana en la FCFM de la UANL, con el empleo de técnicas de ML y utilizando registros de calificaciones de los estudiantes en el período comprendido de enero – junio de 2015 hasta agosto – diciembre de 2022.

Por lo antes expuesto, nuestro proyecto responde a las siguientes preguntas de investigación:

• ¿Las herramientas de ML permiten clasificar, con valores buenos o aceptables de exactitud (bajo errores de clasificación), a los estudiantes en riesgo de abandono en los tres primeros semestres siguiendo metodologías de la Ciencia de Datos?
• ¿Cuáles son los factores académicos que inciden en la deserción, tomando los resultados de los algoritmos de clasificación?