Cost prediction for work and human development education (ETDH) programs in Colombia: a machine learning and efficiency analysis approach

Abstract

En muchas economías emergentes, los programas técnicos y vocacionales asumen una proporción desproporcionada de la responsabilidad de expandir las oportunidades; sin embargo, la forma en que se estructuran sus costos sigue siendo, en gran medida, opaca. En la Educación para el Trabajo y el Desarrollo Humano (ETDH) en Colombia, las instituciones, los futuros estudiantes y los responsables de formular políticas deben tomar decisiones en un contexto donde las matrículas son visibles, pero las estructuras de costos subyacentes no lo son.Este estudio aborda esa brecha mediante la construcción de un modelo de predicción de costos para los programas de ETDH, utilizando datos administrativos del Sistema de Información de la Educación para el Trabajo y el Desarrollo Humano (SIETDH). Siguiendo el marco de trabajo CRISP-DM y combinando el análisis de eficiencia con el aprendizaje automático (machine learning), analizamos quince variables agrupadas en nueve categorías y estimamos varios modelos predictivos.Se compararon tres algoritmos —K-Nearest Neighbors (KNN), Random Forest y XGBoost— mediante validación cruzada de K-pliegues (K-fold cross-validation). XGBoost ofrece el mejor rendimiento, con un coeficiente de determinación (R2) de 0,3879 y un error porcentual absoluto medio (MAPE) del 15,2%, superando claramente a la regresión lineal tradicional. El modelo destaca cinco variables como los principales impulsores de los costos de los programas: duración, certificaciones de calidad, ubicación geográfica, área de desempeño y características institucionales.Más que tratar estos resultados como un logro puramente técnico, los interpretamos como una forma de dar transparencia a las estructuras de costos en un sector que atiende a muchos estudiantes con márgenes financieros limitados. Los líderes institucionales pueden utilizar el modelo para apoyar la asignación de recursos y las decisiones de fijación de precios; los futuros estudiantes obtienen una base más clara para evaluar la relación costo-beneficio; y los responsables de políticas obtienen insumos empíricos para diseñar estrategias de financiamiento más transparentes y basadas en evidencia, siempre que los resultados del modelo complementen, en lugar de reemplazar, las consideraciones educativas y de equidad más amplias.