Estrategia pedagógica de artificiación en el uso reflexivo de los datos (2025)
Desarrollar un modelo predictivo multietiqueta que, a partir de variables sociodemográficas como edad, género, localidad y UPZ, permita estimar las características asociadas a posibles situaciones de abuso o violencia que puedan experimentar estudiantes de Bogotá.
Organizaciones participantes
- Secretaría de Educación Distrital
- Subgerencia de Analítica de Datos-SAD
Necesidad
Existe la necesidad de parte de la Secretaría Distrital de Educación de aprovechar de manera más efectiva la información recopilada sobre casos de abuso y violencia en instituciones educativas, con el propósito de generar conocimiento que contribuya a fortalecer las acciones de prevención y atención.
Beneficiarios
Comunidades educativas (estudiantes y padres, madres, cuidadores)
Metodología
Se evaluaron diferentes técnicas de aprendizaje automático, entre ellas XGBoost, Random Forest, MLP y Regresión Logística. Mediante pruebas de ajuste y comparación del desempeño de los modelos, se identificó XGBoost como la técnica con mejores resultados para el problema planteado.
Resultados
Desarrollo de una solución predictiva orientada a identificar posibles escenarios de abuso y violencia en instituciones educativas de Bogotá, como apoyo a la generación de acciones preventivas y de intervención oportuna.