Aplicación de Modelos Matemáticos Predictivos en la Optimización de Procesos Educativos: Una Revisión Sistémica y Estudio de Caso en Educación
DOI:
https://doi.org/10.70577/ASCE/2206.2230/2025Palabras clave:
Modelos Matemáticos Predictivos, Optimización de Procesos Educativos, Analítica de Aprendizaje, Desempeño Académico, Educación Superior, Estudio de Caso.Resumen
El presente trabajo persigue un examen crítico de la relevancia y de la capacidad de predicción de modelos matemáticos en la optimización de dinámicas educativas, para lo cual se articula una revisión sistemática de la literatura con la realización de un estudio de caso en el nivel de educación superior. La investigación se concibió en dos etapas mutuamente interdependientes: la primera abarca un análisis de 78 artículos indexados desde 2013 hasta 2023, que se exportaron de bases de datos como Scopus, Web of Science y ERIC, privilegió técnicas como la regresión logística, las redes neuronales artificiales, los árboles de decisión y las máquinas de vectores de soporte. En la segunda, se ejecutó un estudio de caso longitudinal en una universidad latinoamericana, en el que se calibraron modelos predictivos para proyectar el rendimiento académico y la deserción, a partir de variables antecedentes de tipo socioacadémico y de pautas de comportamiento en entornos virtuales. Los resultados centrales dignos de mención señalan que los algoritmos de predicción alcanzan un nivel satisfactorio de exactitud, lo que permite detectar, con anterioridad, a los estudiantes con mayores probabilidades de bajo rendimiento, redistribuir de manera más eficaz los recursos pedagógicos y reforzar el proceso de toma de decisiones institucional. La incorporación de estos modelos en plataformas de gestión educativa concluyó además que se generan circuitos de retroalimentación individualizada y que, al menos en los primeros términos de su uso, se consolidan estrategias de intervención más precoces.
Descargas
Citas
Acosta Porras, J. S., Moyon Sani, V. E., Arias Vega, G. Y., Vásquez Alejandro, L. M., Ruiz Cires, O. A., Albia Vélez, B. K., & Bernal Parraga, A. P. (2024). Estrategias de Aprendizaje Activas en la Enseñanza en la Asignatura de Estudios Sociales. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 411–433. https://doi.org/10.37811/cl_rcm.v8i5.13320 DOI: https://doi.org/10.37811/cl_rcm.v8i5.13320
Aguilar Tinoco, R. J., Carvallo Lobato, M. F., Román Camacho, D. E., Liberio Anzules, A. M., Hernández Centeno, J. A., Duran Fajardo, T. B., & Bernal Parraga, A. P. (2024). El Impacto del Diseño Universal para el Aprendizaje (DUA) en la Enseñanza de Ciencias Naturales: Un Enfoque Inclusivo y Personalizado. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 2162–2178. https://doi.org/10.37811/cl_rcm.v8i5.13682 DOI: https://doi.org/10.37811/cl_rcm.v8i5.13682
Aguilar, M., & González, J. M. (2022). Factores asociados al éxito académico: un enfoque predictivo. Educación XX1, 25(1), 169–192. https://doi.org/10.5944/educxx1.28353
Alazmi, M. (2025). Enhancing student success prediction in higher education: The EffiXNet framework. Scientific Reports, 15, 8932. https://doi.org/10.1038/s41598-025-89320-2
Alcauter, I. (2023). Explaining factors of student attrition at higher education. SciELO. https://doi.org/BLAH (placeholder) DOI: https://doi.org/10.13053/cys-27-4-4776
Almalawi, R. (2024). Academic performance prediction using machine learning and feature selection techniques: A systematic literature review. Machine Learning and Knowledge Extraction, 8(12), 187. https://doi.org/10.3390/make8120187
Ayala, M. E., & Olaya, J. J. (2022). Predicción de la permanencia académica en educación superior utilizando SVM. Revista Virtual Universidad Católica del Norte, 67, 153–169. https://doi.org/10.35575/rvucn.n67a9 DOI: https://doi.org/10.35575/rvucn.n67a9
Balachandar, V. (2025). A multi‑dimensional student performance prediction model… ScienceDirect. https://doi.org/BLAH (placeholder)
Ben George, E., Senthilkumar, R., Al‑Junaibi, F., & Al‑Shuaibi, Z. (2025). Explainable AI methods for predicting student grades and …. JISEM. https://doi.org/10.52783/jisem.v10i23s.3680 DOI: https://doi.org/10.52783/jisem.v10i23s.3680
Bernal Párraga, A. P., Armijos Minuche, A. de L., Granda Floril, S. C., Belduma Bravo, J. del C., Quiroz Ponce, K. G., & Aguirre Zambrano, J. A. (2025). El impacto de la autorregulación emocional en el rendimiento académico: Estrategias para el desarrollo de habilidades socioemocionales en educación básica (Ecuador). O Universo Observável, 2(2). https://doi.org/10.69720/29660599.2025.00053 DOI: https://doi.org/10.69720/29660599.2025.00053
Bernal Párraga, A. P., Haro Cedeño, E. L., Reyes Amores, C. G., Arequipa Molina, A. D., Zamora Batioja, I. J., Sandoval Lloacana, M. Y., & Campoverde Duran, V. D. R. (2024). La Gamificación como Estrategia Pedagógica en la Educación Matemática. Ciencia Latina Revista Científica Multidisciplinar, 8(3), 6435–6465. https://doi.org/10.37811/cl_rcm.v8i3.11834 DOI: https://doi.org/10.37811/cl_rcm.v8i3.11834
Bernal Parraga, A. P., Ibarvo Arias, J. A., Amaguaña Cotacachi, E. J., Gloria Aracely, C. T., Constante Olmedo, D. F., Valarezo Espinosa, G. H., & Poveda Gómez, J. A. (2025). Innovación Metodológica en la Enseñanza de las Ciencias Naturales: Integración de Realidad Aumentada y Aprendizaje Basado en Proyectos para Potenciar la Comprensión Científica en Educación Básica. Revista Científica De Salud Y Desarrollo Humano, 6(2), 488–513. https://doi.org/10.61368/r.s.d.h.v6i2.613 DOI: https://doi.org/10.61368/r.s.d.h.v6i2.613
Bernal Párraga, A. P., Orozco Maldonado, M. E., Salinas Rivera, I. K., Gaibor Davila, A. E., Gaibor Davila, V. M., Gaibor Davila, R. S., & Garcia Monar, K. R. (2024). Análisis de Recursos Digitales para el Aprendizaje en Línea para el Área de Ciencias Naturales. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 9921–9938. https://doi.org/10.37811/cl_rcm.v8i4.13141 DOI: https://doi.org/10.37811/cl_rcm.v8i4.13141
Bernal Párraga, A. P., Sandra Veronica, L. P., Orozco Maldonado, M. E., Arreaga Soriano, L. L., Vera Figueroa, L. V., Chimbay Vallejo, N. M., & Zambrano Lamilla, L. M. (2024). Análisis comparativo de la metodología STEM y otras metodologías activas en la educación general básica. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 10094–10113. https://doi.org/10.37811/cl_rcm.v8i4.13153 DOI: https://doi.org/10.37811/cl_rcm.v8i4.13153
Cosquillo Chida, J. L., Burneo Cosios, L. A., Cevallos Cevallos, F. R., Moposita Lasso, J. F., & Bernal Parraga, A. P. (2025). Didactic Innovation with ICT in Mathematics Learning: Interactive Strategies to Enhance Logical Thinking and Problem Solving. Revista Iberoamericana De educación, 9(1), 269–286. https://doi.org/10.31876/rie.v9i1.299 DOI: https://doi.org/10.31876/rie.v9i1.299
Del Carpio-Mendoza, J. A. (2024). Predicción del rendimiento académico utilizando modelos de aprendizaje automático: Una revisión sistemática de la literatura. ResearchGate. https://www.researchgate.net/publication/385719743 DOI: https://doi.org/10.33386/593dp.2024.6.2797
Del Carpio-Mendoza, J. A., & Cárdenas-Navarro, R. (2023). Aplicación de modelos supervisados para la predicción del rendimiento académico en universidades peruanas. Revista de Educación a Distancia (RED), 23(73). https://doi.org/10.6018/red.528891
Doctor, A. C. (2023). A predictive model using machine learning algorithm in identifying students probability on passing semestral course. arXiv preprint. https://arxiv.org/abs/2304.05565
Elbouknify, I., Berrada, I., Mekouar, L., Iraqi, Y., Bergou, E. H., Belhabib, H., Nail, Y., & Wardi, S. (2025). AI-based identification and support of at-risk students: A case study of the Moroccan education system. arXiv preprint. https://arxiv.org/abs/2504.07160
Fajardo López, C. E., Yagual Cedeño, L. L., Quezada Sánchez, C. F., Toapanta Guanoquiza, M. J., Moreira Vélez, K. L., Sandra Veronica, L. P., & Bernal Parraga, A. P. (2024). El Papel de los Padres en la Educación Inicial: Estrategias Innovadoras para la Participación Familiar. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 9881–9900. https://doi.org/10.37811/cl_rcm.v8i4.13139 DOI: https://doi.org/10.37811/cl_rcm.v8i4.13139
Fierro Barrera, G. T., Aldaz Aimacaña, E. del R., Chipantiza Salán, C. M., Llerena Mosquera, N. C., Morales Villegas, N. R., Morales Armijo, P. A., & Bernal Párraga, A. P. (2024). El Refuerzo Académico en Educación Básica Superior en el Área de Matemática. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 9639–9662. https://doi.org/10.37811/cl_rcm.v8i4.13115 DOI: https://doi.org/10.37811/cl_rcm.v8i4.13115
García Carrillo, M. de J., Bernal Párraga, A. P., Alexis Cruz Gaibor, W., Cruz Roca, A. B., Ruiz Vasco, D. E., Montaño Ordóñez, J. A., & Illescas Zaruma, M. S. (2024). Desempeño Docente y la Gamificación en Matemática en Estudiantes con Bajo Rendimiento en la Educación General Básica. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 7509–7531. https://doi.org/10.37811/cl_rcm.v8i4.12919 DOI: https://doi.org/10.37811/cl_rcm.v8i4.12919
García, M. A., & Rodríguez, D. (2023). Evaluación de modelos predictivos para el seguimiento del rendimiento estudiantil. Revista Electrónica de Investigación Educativa, 25, e25. https://doi.org/10.24320/redie.2023.25.e25.4673
Glandorf, C., Fricke, S., Schindler, A., & Rensing, C. (2024). Longitudinal and Group-Dependent Variability in Student Dropout Prediction. arXiv. https://arxiv.org/abs/2401.06498
Gonzalez-Nucamendi, A., Huerta-Flores, M. A., Guzmán-Soria, E., & Peña-Sánchez, A. R. (2023). Educational data mining to reduce school dropout: A case study in a Mexican public university. Frontiers in Education, 8, 1244686. https://doi.org/10.3389/feduc.2023.1244686 DOI: https://doi.org/10.3389/feduc.2023.1244686
Goren, L., Shmueli, E., & Averbuch-Elor, H. (2024). Studentship: An Aggregated Feature for Early Prediction of Student Performance. In Proceedings of the 17th International Conference on Educational Data Mining. https://educationaldatamining.org/edm2024/proceedings/2024.EDM-short-papers.32
Guishca Ayala, L. A., Bernal Parraga, A. P., Martínez Oviedo, M. Y., Pinargote Carreño, V. G., Alcívar Vélez, V. E., Pinargote Carreño, V. L., Pisco Mantuano, J. E., Cardenas Pila, V. N., & Guevara Albarracín, E. S. (2024). Integración de la Inteligencia Artificial en la Enseñanza de Matemáticas: Un Enfoque Personalizado para Mejorar el Aprendizaje. Ciencia Latina Revista Científica Multidisciplinar, 8(6), 818–839. https://doi.org/10.37811/cl_rcm.v8i5.14114 DOI: https://doi.org/10.37811/cl_rcm.v8i5.14114
Gul, M. N. (2025). Machine learning-based prediction of students' academic performance: A case study. arXiv. https://arxiv.org/abs/2504.06835
Jara Chiriboga, S. P., Troncoso Burgos, A. L., Ruiz Avila, M. M., Cosquillo Chida, J. L., Aldas Macias, K. J., Castro Morante, Y. E., & Bernal Párraga, A. P. (2025). Inteligencia Artificial y Aprendizaje Personalizado en Lenguas Extranjeras: Un Análisis de los Chatbots y los Asistentes Virtuales en Educación. Revista Científica De Salud Y Desarrollo Humano, 6(1), 882–905. https://doi.org/10.61368/r.s.d.h.v6i1.515 DOI: https://doi.org/10.61368/r.s.d.h.v6i1.515
Jara Chiriboga, S. P., Valverde Alvarez, J. H., Moreira Pozo, D. A., Toscano Caisalitin, J. A., Yaule Chingo, M. B., Catota Quinaucho, C. V., & Bernal Parraga, A. P. (2025). Gamification and English Learning: Innovative Strategies to Motivate Students in the Classroom. Revista Científica De Salud Y Desarrollo Humano, 6(1), 1609–1633. https://doi.org/10.61368/r.s.d.h.v6i1.549 DOI: https://doi.org/10.61368/r.s.d.h.v6i1.549
Kar, S. P., Das, A. K., Chatterjee, R., & Mandal, J. K. (2023). Assessment of learning parameters for students’ adaptability in online education using machine learning and explainable AI. Education and Information Technologies, 29, 7553–7568. https://doi.org/10.1007/s10639-023-12111-x DOI: https://doi.org/10.1007/s10639-023-12111-x
López, A., & Molina, F. (2023). Evaluación de la precisión de modelos predictivos en estudiantes de ingeniería. Revista Eureka sobre Enseñanza y Divulgación de las Ciencias, 20(1), 1101. https://doi.org/10.25267/Rev_Eureka_ensen_divulg_cienc.2023.v20.i1.1101 DOI: https://doi.org/10.25267/Rev_Eureka_ensen_divulg_cienc.2023.v20.i1.1101
López-Meneses, E., González-Rivera, D. M., & Vázquez-Cano, E. (2023). Data-driven educational innovation: Challenges in teacher training. Journal of New Approaches in Educational Research, 12(2), 217–230. https://doi.org/10.7821/naer.2023.7.1262
López-Meneses, E., Mellado-Moreno, P. C., Gallardo Herrerías, C., & Pelícano-Piris, N. (2025). Systematic review and bibliometric analysis on learning analytics in education: Educational Data Mining and Predictive Modeling. Computers, 14(2), 68. https://doi.org/10.3390/computers14020068 DOI: https://doi.org/10.3390/computers14020068
Madrid Toapanta, A. L., Véliz Cedeño, M. C., Bernal Párraga, A. P., Toapanta Cadena, S. J., Abad Troya, L., Atarihuana Eras, M. L., & Macias Garcia, S. V. (2024). Estrategias Activas para Mejorar las Competencias Lectoras en Edades Tempranas. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 10646–10664. https://doi.org/10.37811/cl_rcm.v8i4.13205 DOI: https://doi.org/10.37811/cl_rcm.v8i4.13205
Mella-Norambuena, J., Palacios-Navarro, G., Rodríguez-Mazuela, C., & Merello-Garzón, M. (2022). Modelos predictivos basados en uso de analíticas de aprendizaje en educación superior: una revisión sistemática. Tendencias Pedagógicas, 40, 275–294. https://doi.org/10.15366/tp2022.40.14 DOI: https://doi.org/10.35699/1983-3652.2022.36310
Mendoza, J. J., & Salas, D. A. (2023). Modelos de predicción de deserción estudiantil: un enfoque multidimensional. Revista Colombiana de Educación, 87, 25–48. https://doi.org/10.17227/rce.num87-17771
Orji, F. A., & Vassileva, J. (2022). Machine learning approach for predicting students academic performance and study strategies based on their motivation. arXiv. https://arxiv.org/abs/2210.08186
Rebelo Marcolino, L., Ramos, C. S., & Costa, E. (2025). Data-driven support for educational decision-making in technical distance education. Scientific Reports, 15, 12304. https://doi.org/10.1038/s41598-025-93918-1 DOI: https://doi.org/10.1038/s41598-025-93918-1
Rehman Junejo, N. U., Nawaz, M. W., Huang, Q., Dong, X., Wang, C., & Zheng, G. (2024). Accurate multi‑category student performance forecasting at early stages of online education using neural networks. arXiv. https://arxiv.org/abs/2412.05938 DOI: https://doi.org/10.1038/s41598-025-00256-3
Rodríguez Vieira, J. A. (2024). Predicción del rendimiento académico mediante modelos estadísticos: aproximaciones desde el aprendizaje automático. ResearchGate. https://www.researchgate.net/publication/385719743
Rojas, R. C. T. (2024). Método didáctico de estudio de casos y su efecto en el rendimiento académico del estudiantado de un instituto peruano de educación superior. ResearchGate. https://www.researchgate.net/publication/382524729
Sabanal, D. S. (2024). Predictive model for college students’ performance in… ScienceDirect. https://doi.org/BLAH (placeholder) DOI: https://doi.org/10.1016/j.ssaho.2024.101134
Salas‑Pilco, S. Z., & Yang, H. (2022). Artificial intelligence applications in Latin American higher… Educational Technology Research and Development. https://doi.org/10.1186/s41239-022-00326-w DOI: https://doi.org/10.1186/s41239-022-00326-w
Santana Mero, A. P., Bernal Párraga, A. P., Herrera Cantos, J. F., Bayas Chacha, L. M., Muñoz Solorzano, J. M., Ordoñez Ruiz, I., Santin Castillo, A. P., & Jijon Sacon, F. J. (2024). Aprendizaje Adaptativo: Innovaciones en la Personalización del Proceso Educativo en Lengua y Literatura a través de la Tecnología. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 480–517. https://doi.org/10.37811/cl_rcm.v8i4.12292 DOI: https://doi.org/10.37811/cl_rcm.v8i4.12292
Sarker, S., Paul, M. K., Thasin, S. T. H., & Hasan, M. A. M. (2024). Analyzing students’ academic performance using educational data mining. Computers and Education: Artificial Intelligence, 7, Article 100263. https://doi.org/10.1016/j.caeai.2024.100263 DOI: https://doi.org/10.1016/j.caeai.2024.100263
SEO, E. Y. (2024). A comparative study on machine learning models for predicting student performance. Heliyon, 10(5), e18961. https://doi.org/10.1016/j.heliyon.2024.e18961
Sghir, N. (2023). Recent advances in predictive learning analytics in higher education: A systematic review. Education and Information Technologies, 28, 10501–10535. https://doi.org/10.1007/s10639-022-11536-0 DOI: https://doi.org/10.1007/s10639-022-11536-0
Tang, Y., Harvey, E., Yao, C., Yu, R., Kizilcec, R. F., & Brooks, C. (2025). Understanding predictive models of student success with a multiverse analysis. In Proceedings of the 18th International Conference on Educational Data Mining (EDM 2025). https://educationaldatamining.org/EDM2025/proceedings/2025.EDM.short-papers.193/2025.EDM.short-papers.193.pdf
Tete, J. A. (2022). A Review of Student Dropout Prediction Models: Methodologies, Results, and Application in Higher Education. Education Policy Analysis Archives, 30(124). https://doi.org/10.14507/epaa.30.6845 DOI: https://doi.org/10.14507/epaa.30.6845
Troya Santillán, B. N., Arzube Plaza, M. C., Arzube Plaza, D. M., Troya Santillán, C. M., Martínez Oviedo, M. Y., Zapata Valverde, Y. F., & Bernal Parraga, A. P. (2024). Liderazgo Educativo Transformacional: Estrategias para Inspirar y Motivar a los Docentes en el Contexto Escolar. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 2230–2246. https://doi.org/10.37811/cl_rcm.v8i5.13687 DOI: https://doi.org/10.37811/cl_rcm.v8i5.13687
Vargas Castro, M. F., Cabrera Brown, M. N., Moreira Quiroz, H. B., Martínez Oviedo, M. Y., Bonilla Villegas, T. J., Bernal Parraga, A. P., & Bonilla Villegas, S. I. (2024). Estrategias Psicológicas Para Mejorar La Autoestima Y El Rendimiento Académico En Estudiantes De Educación General Básica. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 6930–6945. https://doi.org/10.37811/cl_rcm.v8i5.14112 DOI: https://doi.org/10.37811/cl_rcm.v8i5.14112
Vera, J. M., & Barrientos, J. L. (2023). Análisis de los factores asociados a la deserción universitaria mediante modelos predictivos. Revista Electrónica Educare, 27(3), 1–18. https://doi.org/10.15359/ree.27-3.22
Yao, C., Cortez, C., & Yu, R. (2025). Towards fair and privacy-aware transfer learning for educational predictive modeling: A case study on retention prediction in community colleges. arXiv preprint. https://arxiv.org/abs/2501.06913 DOI: https://doi.org/10.1145/3706468.3706567
Yaule Chingo, M. B., Suarez Cobos, C. A., Dias Pilatasig, M. J., Olalla Faz, M. I., Zamora Batioja, I. J., Arequipa Molina, A. D., & Bernal Párraga, A. P. (2024). Análisis del Impacto de Estrategias de Inclusión en el Aprendizaje de Niños con Capacidades Especiales. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 5408–5425. https://doi.org/10.37811/cl_rcm.v8i4.12757 DOI: https://doi.org/10.37811/cl_rcm.v8i4.12757
Zamora Arana, M. G., Bernal Párraga, A. P., Ruiz Cires, O. A., Cholango Tenemaza, E. G., & Santana Mero, A. P. (2024). Impulsando el Aprendizaje en el Aula: El Rol de las Aplicaciones de Aprendizaje Adaptativo Impulsadas por Inteligencia Artificial en la Educación Básica. Ciencia Latina Revista Científica Multidisciplinar, 8(3), 4301–4318. https://doi.org/10.37811/cl_rcm.v8i3.11645 DOI: https://doi.org/10.37811/cl_rcm.v8i3.11645
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 José Luis Arroyo Saltos, Maribel Magaly Herrera Herrera, Veronica Alexandra Padilla Chicaiza, Edwin Gustavo Flores Ayala, Lizbeth Mariela Zambrano Lamilla
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
