Los colegios y universidades estadounidenses tienen un problema y, al igual que los equipos de béisbol y las compañías de atención médica, están recurriendo al análisis predictivo y al big data para ayudar a resolverlo. El problema es la retención. Menos de la mitad de los estudiantes de EE. UU. Se gradúan en cuatro años y alrededor del 60% finalizan en seis años, lo que representa un gran costo para las familias y las instituciones. Las estadísticas son aún peores para los estudiantes de primera generación y aquellos de bajos ingresos, lo que perpetúa las desigualdades sociales.

 Tweet: ¿Hay uno grande en el campus? Ahora es el Big Data

.

Una solución radica en el análisis predictivo: analizar grandes conjuntos de datos para discernir patrones y detectar a los estudiantes en peligro de abandono. Un número creciente de institutos y universidades están incorporando análisis predictivos y Big Data para monitorear el progreso de los estudiantes e intervenir rápidamente cuando hay problemas. Así es cómo.

Ciertas clases predicen el éxito … o el fracaso

Esta historia comienza en Georgia State University, una gran universidad de investigación que inscribe a muchos estudiantes de bajos ingresos y minoritarios. En 2009, el presidente de la universidad, Martin Becker, hizo un renovado compromiso para graduar a personas de todos los orígenes. Como parte de ese esfuerzo, la universidad analizó una década de registros de cada estudiante, cada grado y cada curso. El análisis reveló que ciertas clases son predictores confiables de éxito … o fracaso. Las clases que “importan más” no son siempre las que esperarías. Por ejemplo, considere los estudiantes de enfermería del estado de Georgia. Una mala calificación en matemáticas de introducción resultó ser un mejor predictor de su rendimiento que una mala calificación en una clase básica de enfermería. Menos del 10% de los estudiantes de enfermería que obtuvieron una C en matemáticas introductorias se graduaron, en comparación con aproximadamente el 80% de aquellos con una calificación B + o superior.
Procesos similares en diferentes universidades encontraron diferentes cursos con poder predictivo. En la Universidad de Arizona, fue una clase de composición en inglés. Solo el 41% de los estudiantes que obtuvieron una C en la escritura de primer año terminaron graduándose, mientras que el 61% de los estudiantes B y el 72% de los estudiantes A obtuvieron sus títulos. Una clase de biología básica resultó fundamental para los estudiantes de enfermería de El Paso Community College, mientras que aprobar una clase de historia de los EE. UU. Parecía clave para graduarse de la Middle Tennessee State University.

Cambios al asesoramiento de estudiantes

Estas ideas basadas en datos pueden revolucionar el asesoramiento de los estudiantes en la educación superior. El Estado de Georgia y otros primeros usuarios recurren a la analítica para orientar de forma precisa el apoyo de los estudiantes. En el pasado, los asesores usualmente se enfocaban en el GPA general de un estudiante, en el que la baja calificación ocasional no activaba las alarmas. Con el análisis, estas universidades ahora conocen los caminos que los estudiantes exitosos han seguido. Cuando un alumno se desvía de ese camino, por ejemplo, tiene un rendimiento bajo en una clase fundamental o se inscribe en la clase equivocada, se avisa a los asesores y se comunican con el alumno con sugerencias. El Estado de Georgia estima que su sistema envió automáticamente más de 50,000 mensajes sugiriendo que asesores y estudiantes se reúnan para discutir un tema en su primer año. Los asesores dirigieron a unos 2.000 estudiantes a las clases correctas para su carrera solo en 2016.

Los análisis de Big Data han traído otros cambios en el campus. Georgia State y Middle Tennessee duplicaron su personal asesor para ofrecer estas intervenciones específicas, mientras que Middle Tennessee y otras escuelas aumentaron la tutoría y modernizaron algunas de sus clases fundamentales en base a información basada en datos. El Estado de Arizona descubrió que muchos de sus estudiantes no estaban preparados para la matemática universitaria. Así que eliminó las clases de matemáticas basadas en conferencias y las reemplazó con cursos individuales que los estudiantes completan en una computadora con un tutor. El software evalúa continuamente el progreso de los estudiantes y se adapta para darles más práctica en sus deficiencias.

Resultados demostrados

El nuevo enfoque de matemáticas del estado de Arizona ha aumentado las tasas de éxito en ese trabajo de 65% a 85%, mientras que su tasa general de graduación de cuatro años ha aumentado 19 puntos porcentuales desde 2006. Georgia State también demostró resultados: tres años después de implementar el análisis de datos, el de los estudiantes negros, hispanos, de bajos ingresos y de primera generación de la escuela se graduaron al mismo ritmo que el alumnado en general, el primero en la educación superior de EE. UU. Hace diez años, el 31% de los estudiantes blancos se graduaron. Ahora, el 50% lo hace hoy en día, el 56% de los estudiantes afroamericanos se gradúan, en comparación con el 26% hace diez años. Para los latinos, las tasas de graduación aumentaron del 22% al 55%.

Compartir innovaciones

Con estos números, la Universidad Estatal de Georgia lidera la nación para cerrar la brecha entre las tasas de graduación de blancos y de minorías, lo que beneficia a los estudiantes, las familias, las universidades y la sociedad en general. El Estado de Georgia y el Estado de Arizona comparten lo que han aprendido como parte de la Alianza de Innovación de la Universidad, un grupo de 11 instituciones pioneras en el uso del macrodato para impulsar el éxito estudiantil. Los 11 campus ahora producen un 25% más de graduados de bajos ingresos por año, casi 6,000 graduados adicionales por año. La alianza está en camino de producir 100.000 graduados adicionales para el año 2025. “Creemos que este trabajo es un movimiento”, escribe la alianza, “y recién estamos comenzando”. Es una misión loable que ya está produciendo resultados impresionantes.

Fuentes

“How Do Universities Use Big Data?” by Holly Else, Times Higher Education, April 13, 2017.

“Will You Graduate? Ask Big Data,” by Joseph B. Treater, The New York Times, February 2, 2017.

 

Laura Remington

Laura Remington is a writer and editor at Dimensional Insight. Her many years as a journalist took her from Capitol Hill to California's vineyards to glacier trekking in New Zealand. She graduated from Brown University.
Laura Remington