Alerta Escuela — el sistema nacional peruano de alerta temprana de abandono escolar basado en machine learning

A finales de 2020, el Ministerio de Educación del Perú (Minedu) lanzó Alerta Escuela, una plataforma web de alcance nacional que utiliza un modelo de machine learning para estimar el riesgo de abandono escolar de cada estudiante. Construido con el apoyo del Banco Mundial, el modelo se basa en datos administrativos — características del estudiante, historial de rendimiento académico, contexto familiar, características del servicio educativo e información socioeconómica del hogar — para señalar a los estudiantes en riesgo alto, medio o bajo, brindando a directores y tutores escolares un panel para la intervención temprana en los niveles inicial, primaria y secundaria del Perú.

Lo que hace que Alerta Escuela esté inusualmente bien documentado es que Minedu y el Banco Mundial no se limitaron a lanzar la herramienta, sino que la evaluaron con rigor. Una evaluación de implementación realizada entre 2021 y 2023 encontró que solo el 7% de las escuelas con estudiantes en riesgo alto o medio accedió realmente a la plataforma, y solo el 2% descargó sus lineamientos de gestión y pedagógicos; muchos directores señalaron no entender el modelo ni las variables detrás de sus puntajes de riesgo, y consideraron la herramienta "demasiado demandante en tiempo" porque, en su opinión, solo pedía información en lugar de ofrecer soluciones. Un estudio complementario probó recordatorios por SMS basados en principios de economía conductual para animar a los directores a usar la plataforma: los recordatorios aumentaron significativamente el acceso y el uso del sistema de alerta temprana, pero ese mayor uso no se tradujo en más acciones preventivas por parte del personal escolar, y finalmente no produjo una reducción medible del abandono escolar.

Este es un caso genuinamente mixto y rico en evidencia: un sistema nacional de ML técnicamente competente para un problema importante, evaluado con honestidad, cuya conclusión central es que un mejor acceso a los datos por sí solo no cambia el comportamiento de primera línea ni los resultados sin interfaces más simples, orientaciones más claras y mejor conectividad (el 36% de los locales escolares carecía de acceso confiable). Perú siguió iterando sobre la plataforma tras estos hallazgos, pero la lección central — que los sistemas de alerta temprana deben juzgarse por las acciones y resultados posteriores, no por el uso de la plataforma — es uno de los resultados cautelares basados en evidencia más valiosos de este catálogo.

Fuentes: World Bank Blogs (Alegría, Avitabile y Chumpitaz Torres, mayo de 2023); Minedu / repositorio del Ministerio de Educación del Perú (informe metodológico de 2022; anuncio oficial de lanzamiento, gob.pe).