Estrategia para mejorar el desempeño académico en los resultados de las pruebas Saber 11 del Colegio Tomás Carrasquilla implementando el algoritmo de vecinos cercanos

Abstract

Contexto: Este estudio aborda las dificultades que enfrentan los colegios para identificar y superar los desafíos relacionados con la mejora de los puntajes en las pruebas Saber 11, reconoce que muchas instituciones carecen de herramientas y enfoques claros para analizar las causas de su desempeño y, al mismo tiempo, implementar estrategias efectivas que impulsen resultados académicos superiores. Propósito: Diseñar de un modelo utilizando la técnica de K-Nearest Neighbors (K-NN), con el objetivo de aportar a la mejora en los resultados académicos de las Pruebas Saber 11. Metodología: Se identifican los 10, 25 y 50 vecinos más cercanos del colegio a analizar con base en variables demográficas similares y el puntaje global obtenido en las pruebas, se transforman las variables categóricas a formato numérico y se aplica un Análisis de Componentes Principales (PCA), se emplea la técnica de K-Nearest Neighbors (KNN) para determinar los vecinos cercanos con los valores especificados y se evalúa la calidad del modelo utilizando el puntaje de silueta, luego se selecciona el colegio con mayor puntaje para analizar posibles acciones de mejora. Resultados: con la tecnica KNN se permiten identificar hasta 50 vecinos cercanos al colegio de interés, manteniendo un puntaje de silueta bueno, con el análisis de Componentes principales se puede identificar a grandes rasgos 3 agrupaciones de colegios que podrían compartir características similares. Conclusiones: El análisis PCA identifica tres agrupaciones principales de colegios con características similares. El grupo con mayor densidad, que incluye al Colegio Tomás Carrasquilla, presenta una mayor inercia y un puntaje de silueta significativo (0.55) incluso al considerar hasta 150 vecinos cercanos, representando aproximadamente una sexta parte de los colegios evaluados.