Gestión estratégica del capital humano en la era de la IA: modelos para reducir el abandono escolar

Resumen

El abandono escolar en la enseñanza superior angoleña supone, a la vez, una pérdida de capital humano y un problema financiero real para las instituciones. En este artículo analizamos la aplicación de técnicas de aprendizaje automático (AA), concretamente K-Prototypes para la agrupación de perfiles y Random Forest, SVM y Decision Tree para identificar de forma precoz a los estudiantes en riesgo de abandonar la Universidad Kimpa Vita (UNIKIVI); utilizamos datos reales de 4.354 estudiantes, repartidos en cinco titulaciones, a lo largo de siete cursos académicos (2016/2017-2022/2023). Los modelos alcanzaron tasas de precisión entre el 93 % y el 95 %, un resultado que, en la práctica, los convierte en herramientas útiles para decidir dónde asignar becas y ayudas psicopedagógicas. En cuanto a los datos de abandono, las cifras hablan por sí solas: el 16,6 % de los estudiantes abandonó sin terminar la carrera, y la mayor concentración se observó en las carreras de Contabilidad y Gestión, Ingeniería Informática y Agronomía. Llegamos a la conclusión de que adoptar este tipo de gobernanza basada en datos no solo es técnicamente viable, sino que también resulta económicamente sensato para todas las instituciones de habla portuguesa que deseen ser financieramente más sólidas y contribuir a la formación de la mano de obra cualificada que necesitan Angola y los países de habla portuguesa.