El equipo de permanencia tiene 200 estudiantes clasificados como en riesgo y tres consejeros disponibles. ¿Con cuál estudiante empezar? Esa pregunta, que se repite al inicio de cada periodo en cientos de IES, no tiene una respuesta automática. La priorización de estudiantes en riesgo de deserción requiere datos confiables, criterios definidos y, sobre todo, espacio para el juicio profesional de quienes conocen el contexto.
En esta guía revisamos cómo construir un proceso de priorización que vaya más allá de una lista ordenada por puntaje. Diferenciamos entre diagnóstico y nivel de riesgo, explicamos qué datos necesita el consejero antes de contactar al estudiante, abordamos la tensión entre capacidad limitada y demanda creciente, y señalamos dónde el criterio humano es insustituible.
En la gestión de permanencia, diagnóstico y nivel de riesgo son conceptos distintos que a menudo se confunden. Separarlos con claridad es el primer paso para construir un proceso de priorización que funcione.
El diagnóstico clasifica al estudiante según su estado actual dentro del sistema: activo en permanencia, ausente (no matriculado en el periodo pero sin cumplir los criterios de desertor), desertor (dos o más periodos sin matrícula), con alertas académicas activas, o en un grupo de diagnóstico específico definido por la institución.
Cada grupo de diagnóstico requiere un tipo de respuesta diferente. Un estudiante ausente necesita un contacto para entender por qué no se matriculó. Un estudiante con alertas académicas activas necesita revisión de su carga y posiblemente tutoría. Un estudiante clasificado como desertor necesita un acercamiento diferente porque su vínculo con la institución ya se interrumpió.
Dentro de cada grupo de diagnóstico, el nivel de riesgo ordena a los estudiantes según la probabilidad estimada de que abandonen. Un estudiante activo con tres alertas simultáneas (baja en notas, inasistencia y retraso financiero) tiene un nivel de riesgo más alto que otro con una sola alerta de calificaciones.
La combinación de diagnóstico y nivel de riesgo produce una matriz de priorización: primero se atienden los estudiantes del grupo de diagnóstico que requiere intervención más inmediata, y dentro de ese grupo se comienza por los de mayor riesgo.
Contactar a un estudiante en riesgo sin información sobre su situación es ineficiente y potencialmente contraproducente. El consejero que llama sin contexto termina haciendo preguntas que el sistema ya tiene resueltas, lo que genera frustración en el estudiante y desperdicia tiempo que podría invertirse en la orientación real.
Nombre completo, correo institucional, correo personal, teléfono móvil, programa académico, semestre actual y sede. Si los datos de contacto no están actualizados, el consejero pierde tiempo buscando la forma de comunicarse antes de poder empezar la intervención. Este problema es común en IES donde la actualización de datos depende de un proceso manual que el estudiante no siempre completa.
Promedio acumulado, materias reprobadas, carga académica inscrita en el periodo actual, historial de alertas generadas por el sistema y estado financiero (al día, con retraso, con deuda acumulada). Esa información permite al consejero llegar al primer contacto con una hipótesis de trabajo, no con una pregunta abierta de "¿cómo estás?".
Si el estudiante ya fue contactado en periodos anteriores, si participó en una intervención grupal, si recibió un apoyo financiero o si fue derivado a psicología, esa información debe estar visible para el consejero. Repetir una intervención que ya se intentó sin conocer su resultado es un error que se evita con trazabilidad.
Docens consolida estos datos en una ficha individual del estudiante que incluye historial académico, alertas, intervenciones previas, grupos y eventos atendidos. El consejero puede consultar esa ficha antes de hacer la llamada y llegar al contacto con todo el contexto necesario. El módulo de Permanencia presenta esta información organizada por grupos de diagnóstico, con filtros por nivel de riesgo.
Una clasificación de riesgo útil no es la que produce el puntaje más sofisticado. Es la que permite al equipo de permanencia decidir con quién empezar, qué tipo de intervención ofrecer y cuándo escalar si la situación lo requiere.
Las variables más consistentes para estimar el riesgo de deserción provienen de tres fuentes: los datos académicos (notas, asistencia, carga inscrita), los datos financieros (estado de pago, deuda acumulada, presencia de apoyo financiero) y los datos de comportamiento (acceso a plataformas, participación en actividades, uso de servicios de bienestar).
Cuando la institución ha aplicado una encuesta de caracterización, los resultados de esa encuesta añaden una capa de información declarada que complementa los datos observados. Un estudiante que reporta dificultades socioeconómicas en la encuesta y además presenta retraso financiero tiene un perfil más completo que uno que solo muestra el retraso en el sistema.
La clasificación más operativa usa tres niveles. Riesgo bajo incluye estudiantes con una o ninguna señal de alerta activa: se monitorean pero no requieren intervención individual inmediata. Riesgo medio incluye estudiantes con dos señales simultáneas o con un factor de riesgo identificado en la encuesta de caracterización: requieren contacto dentro de un plazo definido. Riesgo alto incluye estudiantes con tres o más señales activas o con situaciones reportadas como urgentes: requieren contacto prioritario.
Cada nivel debe tener asociado un protocolo de respuesta: quién contacta, por qué medio, en qué plazo y qué acciones se ofrecen. Puedes consultar el blog de Docens sobre cómo reducir la deserción para un ejemplo de protocolo de intervención con cuatro componentes.
Según un estudio publicado en la Revista Electrónica de Investigación Educativa (2025), los modelos de aprendizaje automático pueden identificar estudiantes en riesgo con una sensibilidad superior al 60% en el primer semestre. Un modelo de machine learning puede enriquecer la clasificación al identificar combinaciones de variables que el análisis manual no detecta. El módulo de Permanencia de Docens incorpora un modelo entrenado con los patrones históricos de deserción de la propia institución, que asigna un nivel de riesgo y un motivo específico a cada estudiante a partir de los resultados de la encuesta de caracterización.
Sin embargo, el modelo no reemplaza al consejero. Produce una estimación de riesgo, no un diagnóstico definitivo. Un estudiante clasificado como riesgo alto por el modelo puede tener circunstancias atenuantes que solo el consejero descubrirá en el contacto personal. Y un estudiante clasificado como riesgo bajo puede estar ocultando una situación que el modelo no captura.
La recomendación es usar el modelo como herramienta de priorización inicial y dejar espacio para que el equipo de permanencia ajuste la clasificación según lo que observa en el contacto directo.
La tensión entre la cantidad de estudiantes en riesgo y la capacidad del equipo de permanencia es una constante en la mayoría de las IES. No se resuelve con tecnología sola ni con más personal solamente. Se resuelve con criterios claros de priorización y con procesos eficientes que maximicen el tiempo de contacto efectivo.
Un consejero que lleva 80 casos activos no puede dar seguimiento efectivo a cada uno. Es preferible que lleve 30 casos con seguimiento real que 80 con contactos superficiales. La definición del número de casos por consejero depende de la complejidad promedio de las intervenciones y del tiempo disponible, y debe revisarse al menos una vez por periodo.
Cuando el número de estudiantes en riesgo alto supera la capacidad del equipo de consejería individual, la institución necesita activar estrategias grupales. Las intervenciones grupales permiten atender a 30 o 50 estudiantes con un mismo esfuerzo logístico: talleres de nivelación, sesiones de orientación financiera, grupos de acompañamiento psicosocial.
Docens permite crear intervenciones grupales vinculadas a un factor de riesgo y a un grupo de diagnóstico. Al lanzar la intervención, el sistema vincula automáticamente a los estudiantes del grupo y genera consejerías individuales masivas para cada uno, listas para seguimiento posterior.
La priorización no es un ejercicio de inicio de semestre que se congela hasta el final. A medida que el periodo avanza, algunos estudiantes mejoran su situación y salen del riesgo alto, mientras que otros nuevos entran. El responsable de permanencia necesita revisar la distribución de casos al menos cada dos semanas y reasignar cuando las cargas se desequilibran.
La tecnología organiza, clasifica y prioriza. El criterio humano interpreta, contextualiza y decide. Hay al menos tres momentos en los que ningún algoritmo puede reemplazar al profesional de permanencia.
Un estudiante que tiene buen promedio pero dejó de asistir en las últimas dos semanas puede estar enfermo, puede haber cambiado de trabajo o puede estar atravesando una crisis familiar. El sistema genera la alerta; el consejero descubre la causa. La priorización inicial se basa en los datos disponibles, pero la decisión sobre cómo intervenir requiere una conversación.
Si un estudiante reporta dificultades emocionales graves a través de una herramienta como Levanta la Mano de Docens, la priorización debe ser inmediata y la derivación debe dirigirse a un profesional de psicología o trabajo social. El equipo de permanencia activa la ruta, pero la intervención especializada corresponde a profesionales con formación clínica.
Un aumento en la tasa de ausentismo de un programa después de un cambio de sede puede no ser una señal de riesgo académico sino una consecuencia de la distancia. Un consejero que conoce el contexto institucional interpreta el dato de forma diferente a un algoritmo que solo ve números. La priorización debe alimentarse de los datos pero siempre filtrarse por el conocimiento del contexto.
Reúne la información académica, financiera y de comportamiento en un solo sistema. Los tableros de control de Docens permiten consultar el perfil completo de cada estudiante desde una misma base de datos. Sin esa consolidación, la priorización se basa en datos parciales.
Establece los criterios de clasificación (ausente, en permanencia, con alertas) y los umbrales que definen cada nivel de riesgo (bajo, medio, alto). La gestión de planeación institucional puede servir como marco para documentar estos criterios de forma transparente y reproducible.
Produce una lista ordenada de estudiantes por grupo de diagnóstico y nivel de riesgo. Distribuye los casos entre los consejeros disponibles respetando el límite de carga de cada uno.
El consejero revisa la ficha del estudiante antes de contactarlo: historial académico, alertas activas, intervenciones previas, resultado de encuesta de caracterización. Si los datos de contacto no están actualizados, intenta por canales alternativos (correo personal, WhatsApp registrado en el sistema) antes de clasificar el caso como no localizable.
Cada interacción con el estudiante queda registrada en el sistema con fecha, tipo de contacto y resultado. Si el primer contacto revela una situación diferente a la que los datos sugerían, el consejero ajusta la clasificación. Si el caso requiere escalamiento, lo deriva al área correspondiente con toda la trazabilidad visible.
La realidad de muchas IES es que no todos los sistemas están integrados, no todos los estudiantes completaron la encuesta de caracterización y no todos los registros están actualizados. La priorización con datos incompletos es posible, pero requiere transparencia sobre las limitaciones.
Si solo se dispone de datos académicos (notas y asistencia), la clasificación se basa en esas variables. No es ideal, pero es mejor que no clasificar. Lo importante es documentar que la clasificación se hizo con datos parciales y que los niveles de riesgo pueden estar subestimados para los estudiantes cuya información financiera o de caracterización no está disponible.
Cuando los datos del sistema no alcanzan para una clasificación confiable, el primer contacto del consejero cumple también una función de recolección. La conversación con el estudiante permite completar el perfil que el sistema no tiene, y esa información debe registrarse para alimentar la priorización en el siguiente ciclo.
No. Un modelo de machine learning entrenado con datos incompletos produce estimaciones incompletas. Puede identificar patrones con las variables disponibles, pero no puede inventar datos que no existen. La limitación del dato es una limitación del modelo, y reconocerlo es más útil que presentar un puntaje de riesgo con falsa precisión.
Lo que sí puede hacer un sistema como el de Docens es señalar explícitamente qué estudiantes tienen perfiles incompletos, para que el equipo de permanencia los aborde como casos que requieren validación manual antes de aceptar su clasificación de riesgo.
La priorización de estudiantes en riesgo de deserción es un proceso que combina información cuantitativa con juicio profesional. Los datos clasifican, ordenan y señalan urgencias. El consejero interpreta, contextualiza y decide cómo intervenir. Cuando ambos elementos funcionan juntos, la institución puede concentrar sus recursos limitados en los estudiantes que más los necesitan, con la información correcta, en el momento correcto.
Una IES que prioriza con criterio no atiende a todos los estudiantes de la misma forma. Atiende a cada uno según su nivel de riesgo, su contexto particular y la capacidad real del equipo. Eso no es una limitación: es una gestión responsable de la permanencia.
Ningún modelo de priorización captura el 100% de los casos. Un estudiante con bajo riesgo estimado puede enfrentar un evento inesperado (enfermedad grave, pérdida de empleo, crisis familiar) que no estaba en los datos al momento de la clasificación. Lo que sí puede hacerse es revisar el caso para identificar si hubo señales que el modelo no captó y ajustar los criterios de clasificación para futuros periodos.
La clasificación debe actualizarse cada vez que el sistema registre un evento relevante (una nueva alerta, un cambio en el estado financiero, un contacto del consejero) y al menos una vez cada dos semanas como revisión periódica. Docens actualiza la clasificación de riesgo automáticamente cuando cambian las variables que la alimentan.
No. El modelo produce una estimación de riesgo basada en patrones históricos, pero no interpreta el contexto particular de cada estudiante ni puede ofrecer acompañamiento emocional o psicosocial. El consejero humano es insustituible en la intervención directa. El modelo es una herramienta que informa y prioriza; la decisión y la acción siguen siendo humanas.
El acceso al perfil de riesgo y a la ficha individual del estudiante debe estar restringido al personal autorizado (consejeros, líder de permanencia, director de bienestar). Docens implementa controles de acceso por rol, de modo que cada usuario visualiza solo la información que corresponde a su nivel de responsabilidad. Los datos sensibles (reportes emocionales, derivaciones a psicología) requieren un nivel de acceso adicional.
Esa discrepancia es información valiosa, no un error. Si el sistema muestra que el estudiante está al día financieramente pero en el contacto directo declara dificultades para pagar el próximo semestre, el consejero registra esa información y ajusta la clasificación. La priorización se alimenta tanto de datos del sistema como de información declarada, y ambas fuentes deben complementarse.