Analítica del aprendizaje explicable para predecir el abandono universitario en entornos híbridos

Resumen

El abandono universitario en entornos híbridos constituye un problema multidimensional cuya predicción exige integrar las trayectorias académicas con las condiciones socioeconómicas, psicológicas, institucionales y digitales del estudiantado. El objetivo fue analizar y sistematizar la evidencia necesaria para orientar el desarrollo y la evaluación de una analítica del aprendizaje explicable aplicada a universidades latinoamericanas. Se realizó una investigación cualitativa, documental y transversal, mediante búsqueda estructurada en cinco bases académicas, selección de publicaciones recientes y análisis deductivo de contenido sobre factores de riesgo, algoritmos, explicabilidad, calibración y equidad. Los resultados mostraron que el abandono se relacionó con la acumulación de riesgos y no con indicadores aislados de participación digital; asimismo, los modelos de ensamble alcanzaron exactitudes agregadas cercanas al 86–88 %, aunque solo alrededor del 24 % de los estudios incorporó técnicas explicativas. La evidencia también reveló una limitada validación temporal, institucional e interseccional, pues predominó el uso de datos procedentes de una sola institución. Estos hallazgos indican que la precisión predictiva no garantiza interpretaciones pedagógicamente pertinentes ni decisiones equitativas. Se concluyó que la utilidad de estos sistemas depende de articular desempeño, explicabilidad, calibración, transferencia, supervisión humana y responsabilidad institucional.