Predicting high achieving students by using learning analytics in higher education institutions

The advent of the era of Big Data has played a key role in the latest developments in the higher education sector. Many institutions have started to use business intelligence and machine learning tools to handle large quantity of information in order to improve the efficiency in teaching, learning and in the educational management. The main purpose of the present work is to predict high achieving students in the higher education environment. From the literature review about Learning Analytics has emerged the gap between the performance’s prediction of at-risk and high achieving students. There are more and more studies regarding the drop-out or the retention issue, while the topic related to high achieving students has not been properly yet discussed. This paper describes a study with bachelor’s engineering students showing that high achieving students can be predicted since the first semester of their career. The study and identification of these talents will allow the improvement of talent-program generating benefits for all stakeholders in the university environment (students, the school management, employment industry and policy makers).

L’avvento dell’era dei Big Data ha avuto un ruolo fondamentale negli ultimi sviluppi nell’ambito universitario. Molte università hanno iniziato ad adottare strumenti di business intelligence e machine learning per gestire grandi quantità di informazioni allo scopo di migliorare l’efficienza nell’insegnamento, nell’apprendimento e nella gestione accademica. Lo scopo principale di questo lavoro di ricerca è quello di prevedere gli studenti di successo all’interno del contesto universitario. Dallo studio della letteratura nell’ambito Learning Analytics relativamente alla previsione delle prestazioni degli studenti, è emersa una lacuna tra la previsione degli studenti a rischio e quelli talentuosi. Ci sono sempre più studi indirizzati a prevenire la rinuncia agli studi o a migliorare la permanenza accademica, mentre il tema degli studenti che hanno già prestazioni molto elevate non è stato ancora trattato a dovere. Questo lavoro di ricerca descrive uno studio applicato ai corsi di laurea di primo livello di ingegneria di un’università italiana, dimostrando che è possibile prevedere gli studenti di talento sin dal primo semestre della loro carriera. Lo studio e la valutazione di questi talenti permetterà un miglioramento nella gestione dei programmi di eccellenza generando dei benefici non solo per gli studenti ma per le università stesse, per il mercato del lavoro e per i policymakers.