Modelo AutoML de Riesgo de Abandono Escolar para la Secundaria de Tanzania — Universidad de Dar es Salaam

Las escuelas secundarias de Tanzania se han enfrentado a un problema de abandono persistente y ligeramente creciente, con la tasa nacional subiendo del 3,8% en 2018 al 4,2% en 2019, y con herramientas formales limitadas disponibles para identificar las causas raíz o predecir qué estudiantes están en mayor riesgo.

Los investigadores Yuda N. Mnyawami, Hellen H. Maziku y Joseph C. Mushi, del Departamento de Ciencias de la Computación e Ingeniería de la Universidad de Dar es Salaam, respondieron con un enfoque de Aprendizaje Automático Automatizado (AutoML) que selecciona los hiperparámetros, características y algoritmo más adecuados a los datos disponibles, en lugar de depender de un único modelo ajustado manualmente. Entrenaron y probaron el enfoque en el conjunto de datos de evaluación de aprendizaje de hogares Twaweza Uwezo de Tanzania, que cubre hogares en todo el país, comparando cuatro clasificadores.

La precisión reportada fue alta en los cuatro modelos: Árbol de Decisión 99,8%, K-Vecinos-Más-Cercanos 99,6%, Perceptrón Multicapa 99% y Naive Bayes 97%, y los autores argumentan que la selección automática de hiperparámetros y características superó a los modelos ajustados manualmente utilizados en estudios anteriores de predicción de abandono escolar.

Estas cifras deben leerse con cautela: una precisión tan alta suele ser señal de un conjunto de evaluación pequeño o desequilibrado, más que de un clasificador listo para producción, y el artículo no reporta validación frente a un conjunto de datos independiente del Ministerio de Educación ni un piloto real en el aula. Un estudio de seguimiento relacionado, con autores parcialmente coincidentes, extiende un enfoque similar de optimización bayesiana a escuelas secundarias en otras partes del África subsahariana, lo que sugiere que forma parte de un programa de investigación regional activo — pero, hasta la fecha de publicación, ningún ministerio ha implementado el modelo como herramienta operativa de alerta temprana, y no se han medido resultados de ninguna intervención.