Analysis and Prediction of At-Risk Students Using Machine Learning Algorithms

Immagina un'università come un grande e vivace giardino. L'obiettivo è aiutare ogni studente (le piante) a crescere forte e raggiungere la piena fioritura (la laurea). Tuttavia, a volte le piante iniziano ad appassire o a smettere di crescere prima di essere pronte. In passato, i giardinieri (il personale universitario) si accorgevano che una pianta era in difficoltà solo dopo che era già diventata gialla o aveva perso le foglie. A quel punto, era spesso troppo tardi per salvarla.

Questo articolo riguarda la costruzione di un sistema di previsioni meteorologiche intelligente per quel giardino. Invece di aspettare che le foglie diventino gialle, i ricercatori hanno utilizzato programmi informatici (Machine Learning) per osservare il terreno, l'acqua e la storia della pianta per prevedere in anticipo quali avrebbero potuto avere difficoltà.

Ecco una semplice suddivisione di ciò che hanno fatto e di ciò che hanno scoperto:

Il Problema: L' "Allarme Tardivo"

Le università perdono denaro e reputazione quando gli studenti se ne vanno in anticipo. Attualmente, le scuole cercano di aiutare gli studenti offrendo consulenza o tutoraggio, ma spesso lo fanno in modo reattivo. È come chiamare un medico solo dopo che ti hai già rotto una gamba. I ricercatori volevano trovare un modo per prevedere la rottura prima che accada, in modo da poter offrire un gesso (supporto) precocemente.

Lo Strumento: Gli Algoritmi della "Palla di Cristallo"

I ricercatori hanno raccolto i dati della Sydney International School of Technology and Commerce (SISTC). Hanno esaminato 2.405 record di studenti, ma li hanno puliti per concentrarsi su 1.027 studenti che avevano concluso i loro studi o abbandonato.

Hanno inserito questi dati in quattro diverse "palle di cristallo" (algoritmi di Machine Learning) per vedere quale potesse prevedere meglio il futuro:

1. Regressione Logistica: Un calcolatore semplice e lineare che pesa diversi fattori.
2. Random Forest: Un team di molti decisori (come un comitato di esperti) che votano sull'esito.
3. K-Nearest Neighbors (KNN): Un metodo che osserva i "vicini" di uno studente (studenti con voti e background simili) per indovinare cosa accadrà loro.
4. Support Vector Machines (SVM): Un metodo che traccia una linea per separare i "laureati" dagli "abbandonatori".

Gli Ingredienti: Cosa hanno osservato?

Per fare le loro previsioni, il computer ha guardato 14 indizi specifici, come:

• Storia Accademica: Quanti soggetti hanno superato, fallito o saltato.
• Dati Demografici: Età, genere, nazionalità e tipo di visto.
• Tempo: Da quanto tempo stavano studiando e quante volte avevano tentato un corso.

I Risultati: Chi ha vinto la corsa?

I ricercatori hanno testato queste "palle di cristallo" per vedere quanto fossero accurate. I risultati sono stati sorprendentemente alti:

• I Vincitori: La Regressione Logistica e la SVM (Linear Kernel) sono state le campionesse. Hanno ottenuto un'accuratezza del 99%. Questo significa che sono state quasi perfette nel indovinare quali studenti avrebbero terminato gli studi e quali se ne sarebbero andati.
• La Seconda Classificata: Random Forest è stata anch'essa molto forte con un 98,7%.
• Gli Altri: KNN e la versione più complessa di SVM sono stati buoni anche loro, ma leggermente meno accurati (intorno al 96-97%).

Cosa ha detto la "Palla di Cristallo"

Quando i ricercatori hanno analizzato perché i modelli vincenti facevano le loro previsioni, hanno trovato alcuni schemi interessanti:

• Tipo di Visto: Gli studenti con un "Visto per Studenti" standard avevano molte più probabilità di concludere i propri studi.
• Nazionalità: I dati hanno mostrato che gli studenti provenienti dal Pakistan avevano una maggiore probabilità di abbandonare rispetto ad altri in questo specifico dataset.
• Voti: Il numero di soggetti in cui uno studente era stato bocciato era un enorme segnale d'allarme. Più fallivano, maggiore era il rischio che se ne andassero.
• Scelta del Corso: Gli studenti del programma "Master of IT" avevano maggiori probabilità di restare e finire.

Il Controllo di Sicurezza

I ricercatori sono stati attenti alla privacy. Hanno rimosso tutti i nomi e i dettagli personali dai dati, trattando gli studenti come numeri anonimi. Hanno anche notato un potenziale problema: se i dati non contengono abbastanza esempi di certi gruppi (come generi o nazionalità specifiche), il computer potrebbe essere influenzato da pregiudizi (bias). Hanno suggerito di controllare questo aspetto in futuro.

In sintesi

Questo studio dimostra che, utilizzando la matematica semplice e i modelli informatici, le università possono agire come giardinieri proattivi. Invece di aspettare che uno studente fallisca, possono usare i dati per individuare i segnali di avvertimento precocemente. Lo studio ha rilevato che i modelli semplici (Regressione Logistica e SVM Lineare) sono in realtà gli strumenti migliori per questo compito, offrendo una probabilità del 99% di identificare correttamente gli studenti che hanno bisogno di aiuto prima di decidere di andarsene.

I ricercatori suggeriscono che in futuro le scuole potrebbero aggiungere ancora più dettagli — come quanto uno studente partecipa in classe o le sue abitudini nello studio — per rendere queste previsioni ancora più precise, ma per ora, i dati attuali stanno già svolgendo un lavoro fantastico.