Refuerzo académico basado en rendimiento estudiantil

Resumen

nivel de secundaria: los estudiantes llegan al final del trimestre con vacíos de aprendizaje en asignaturas como matemáticas, español e inglés que no fueron detectados a tiempo. El seguimiento académico se hace de forma manual, lo que limita la capacidad de los docentes para identificar con precisión quién necesita apoyo y en qué tema específico. Este proyecto propone desarrollar un sistema de clasificación supervisado en Google Vertex AI que analice variables académicas y conductuales de los estudiantes de 8vo a 10mo de básica y genere automáticamente reportes de recomendación de tutorías. La solución se enmarca en una metodología de investigación-acción participativa, que involucra a docentes y estudiantes no solo como usuarios del sistema sino como coinvestigadores que retroalimentan el modelo en cada ciclo de mejora. El objetivo es reducir el rezago académico en un 10% durante el año 2026, con un modelo que alcance al menos un 85% de precisión en la detección de necesidades de refuerzo. Más allá del resultado técnico, el proyecto busca transformar la forma en que la institución entiende el acompañamiento estudiantil: que los docentes dispongan de información concreta para reflexionar sobre su práctica y que los propios estudiantes asuman mayor responsabilidad sobre su aprendizaje.

Palabras clave