Predictive Model Based on Machine Learning for the Approval Rate in an English Academic Program with Flipped Learning Methodology at a Private University in Lima

La presente tesis busca desarrollar un modelo predictivo basado en Machine Learning para anticipar la tasa de aprobación en un programa académico de Inglés implementado con metodología Flipped Learning en una universidad privada de Lima. El estudio se da con un enfoque cuantitativo, de alcance correlacional y explicativo, con diseño no experimental y de corte transversal. La población abarca 5182 estudiantes del semestre académico 2025-I, pertenecientes a los niveles de Inglés 0 al 5 (6 en total). Mientras que la muestra representativa aleatoria comprende 895 alumnos. Se utilizó bases institucionales para obtener los datos, los cuales fueron sometidos a procesos de depuración y transformación. Las variables predictoras clave fueron: responsabilidad académica, evaluaciones continuas, actividades de producción oral y asistencia, junto con el estado de aprobación que actuó como la variable dependiente. Los algoritmos de clasificación supervisada fueron —Regresión Logística, Árboles de Decisión, Random Forest, XGBoost, KNN y SVM—, implementados con el software de análisis de datos y aprendizaje automático, Orange Data Mining 3.39.0, hecho por Python, evaluando así, el desempeño a través de métricas de precisión, exactitud, sensibilidad, F1-score y AUC. Los resultados obtenidos muestran que la responsabilidad académica es la variable predictora más influyente, seguida de las evaluaciones continuas (nota obtenida de los test de progreso al termino de cada unidad en la plataforma de estudios Evolve Digital) y la producción oral (nota obtenida en las actividades de producción oral que son presentadas de forma asíncrona a través de videos), mientras que la asistencia frecuente refuerza positivamente el rendimiento. Dentro de los niveles donde no se considera la evaluación internacional como parte del Sistema de Evaluación, la Regresión Logística logró los mejores resultados (AUC = 0.956), mientras que, en los niveles con evaluación internacional, el modelo Random Forest, logró (CA = 92.6%). De esta manera, afirmamos que los modelos predictivos son herramientas eficaces para predecir tempranamente los estudiantes en riesgo de desaprobar, permitiendo la implementación de intervenciones educativas oportunas y fortaleciendo la gestión académica institucional.