Modelado predictivo del rendimiento académico y detección de trayectorias de riesgo mediante cadenas de Markov e IA diseño de estrategias adaptativas en educación personalizada utilizando Big Data

Carmen Alexandra Colcha Aucancela, Lidia del Rocío Colcha Aucancela, Fanny Graciela Hinojosa Secaira, Erick Ismael Urquizo Hinojosa, Tania Edisabet Litardo Arias

Resumen


Esta investigación abordó la construcción y aplicación de un modelo predictivo para el rendimiento académico y la detección temprana de trayectorias de riesgo mediante la combinación de cadenas de Markov e Inteligencia Artificial (IA), apoyado en el análisis de Big Data educativo. Se recolectaron y estructuraron datos históricos y en tiempo real, que incluyeron rendimiento académico, asistencia, interacción digital e indicadores socioeconómicos, los cuales fueron preprocesados para garantizar su calidad.

Mediante el modelado probabilístico con cadenas de Markov, se definieron y categorizaron el estado académico de los estudiantes en diferentes niveles (alto, medio, bajo y riesgo de abandono), y se calcularon las probabilidades de transición entre estos estados en el tiempo, identificando períodos críticos de riesgo. La integración de algoritmos de IA, tales como redes neuronales y árboles de decisión, permitió captar patrones complejos y variables latentes, elevando la precisión predictiva por encima del 85%. Los resultados se presentan a través de paneles interactivos que facilitan la interpretación y la toma de decisiones pedagógicas personalizadas por parte de docentes y orientadores.

Los hallazgos confirman que este enfoque multimodal promueve una gestión educativa proactiva y adaptativa, al anticipar riesgos y optimizar recursos en función de las necesidades particulares de los estudiantes, fortaleciendo así la retención y el éxito académico. Sin embargo, se identificó la necesidad de mejorar la recolección y actualización continua de datos para mantener la eficacia del modelo. Finalmente, se enfatizó la importancia de capacitar a los profesionales educativos en el manejo de estas tecnologías y de fomentar investigaciones multidisciplinarias que incorporen variables sociales y tecnológicas para enriquecer la educación personalizada.


Palabras clave


modelado predictivo; rendimiento académico; cadenas de Markov; inteligencia artificial; Big Data; trayectorias de riesgo; personalización educativa; estrategias adaptativas.

Texto completo:

PDF HTML

Referencias


García. (2020). Big Data en educación: transformando el análisis educativo. Revista de Tecnología Educativa.

Hernández, R., & María del Pilar Baptista Lucio. (2014). Metodología de la investigación. McGraw-Hill Interamericana. Recuperado el 06 de 08 de 2025, de https://www.esup.edu.pe/wp-content/uploads/2020/12/2.%20Hernandez,%20Fernandez%20y%20Baptista-metodolog%C3%ADa%20Investigacion%20Cientifica%206ta%20ed.pdf

Paucar, M. E., Paladines Verdesoto, R., & Flores Andrade, K. (2024). El enfoque de investigación una estrategia alternativa para abordar la legitimación social en la asignatura de Educación para la Ciudadanía, Historia y Filosofía". doi: https://doi.org/10.56712/latam.v5i6.3118

Pérez, J. &. (2018). Modelos de cadenas de Markov para el análisis del rendimiento académico: una revisión. . Revista Latinoamericana de Estadística.

Pérez, J., & Martínez, F. (2018). Modelos de cadenas de Markov para el análisis del rendimiento académico: una revisión. Revista Latinoamericana de Estadística, 33-50.

Ramírez , & Torres. (2019). Uso de Big Data y aprendizaje automático para la mejora de la gestión educativa. Educación y Tecnología, 77-92.

Sánchez. (2022). Técnicas de modelado predictivo para la detección temprana de riesgos en la educación. Revista Científica de Innovación Educativa, 23-38.




DOI: https://doi.org/10.23857/pc.v10i8.10210

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';





Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/