ANALÍTICA DEL APRENDIZAJE Y PERMANENCIA ESTUDIANTIL: MODELOS DE ALERTA TEMPRANA CONTRA LA DESERCIÓN EN LA UNIVERSIDAD PÚBLICA

La deserción en la universidad pública latinoamericana sigue siendo alta y profundamente desigual, y golpea con más fuerza a quienes llegan desde los hogares con menos recursos. Este capítulo es un ensayo teórico argumentativo que examina cómo la analítica del aprendizaje y los sistemas de alerta temprana pueden ayudar a las instituciones a reconocer con anticipación a los estudiantes cuya trayectoria muestra señales de riesgo de abandono, con el propósito de acompañarlos antes de que la decisión de irse se vuelva irreversible. El análisis se apoya en revisiones sistemáticas sobre abandono universitario en la región, analítica predictiva y sesgo algorítmico en educación, así como en la evidencia disponible para el caso peruano y en el marco normativo que hoy regula el tratamiento automatizado de datos personales y el uso de sistemas de inteligencia artificial. Se discuten los fundamentos del fenómeno, el funcionamiento y la evaluación de los modelos predictivos, las condiciones de la universidad pública y los dilemas, éticos y legales, que acompañan al uso de datos estudiantiles. El argumento central es que el valor de estos sistemas no reside en el pronóstico, sino en lo que la institución decide hacer con él: una alerta cobra sentido cuando desemboca en acompañamiento humano. Sobre esa base se propone el Ciclo de Alerta Temprana Orientado a la Permanencia, una variante situada del ciclo de analítica del aprendizaje de Clow (2012) que incorpora una fase explícita de interpretación humana y un marco permanente de gobernanza ética y jurídica, pensada para instituciones públicas con restricciones de infraestructura y con estudiantado diverso.