Aprendizaje Automático Para Predecir Deserción Escolar Y Rendimiento Académico En América Latina

Este documento presenta una revisión sistemática sobre la implementación de modelos de aprendizaje automático (machine learning) en la predicción de la deserción escolar y el rendimiento académico en América Latina. A partir del análisis de artículos obtenidos de bases de datos académicas (SCIELO, DIALNET, REDALYC y ERIC), se identificaron las principales tendencias en el uso de estas tecnologías en los contextos educativos de la región. Los resultados evidencian un predominio de su aplicación en el nivel universitario, así como el uso recurrente de algoritmos de Árboles de Decisión y métodos de ensamble como Random Forest. Además, se discuten las limitaciones relacionadas con la calidad y disponibilidad de datos, la infraestructura tecnológica y las consideraciones éticas asociadas. La revisión concluye destacando las oportunidades para futuras investigaciones en los niveles de educación primaria y secundaria, así como el potencial de diversificar los modelos empleados.