Este estudio presenta una evaluación comparativa de los algoritmos de clasificación OneR y J48, aplicados en sistemas expertos para apoyar la toma de decisiones educativas. Se emplearon los datos del EXANI II 2012 del Instituto tecnológico de Apizaco, con el objetivo de analizar la precisión, interpretabilidad y robustez de dichos algoritmos en la clasificación de la procedencia de estudiantes, considerando atributos como Promedio y Sexo. La metodología se estructuró conforme al proceso Knowledge Discovery in Databases (KDD), abarcando las etapas de selección, preprocesamiento, transformación, minería de datos y evaluación, todas ellas implementadas mediante la plataforma WEKA.
Los resultados indican que OneR, pese a su simplicidad y facilidad interpretativa, obtuvo una precisión del 3.45%, insuficiente para abordar problemas de mayor complejidad. En contraste, J48, al ser un algoritmo basado en árboles de decisión, logró una precisión del 34.48%, lo que refleja una capacidad superior para capturar interacciones entre variables. Sin embargo, esta mejora en desempeño conlleva una mayor complejidad en la interpretación de sus resultados.
La selección del algoritmo más adecuado dependerá del equilibrio deseado entre simplicidad, capacidad explicativa y precisión del modelo. Además, el estudio empleó una estratificación de los promedios académicos para generar etiquetas de desempeño (bajo, medio, alto y sobresaliente), lo que permitió inferencias preliminares sobre la calidad institucional.
Finalmente, se propone ampliar el análisis futuro incorporando nuevos atributos, explorando todas las variables de desempeño disponibles, y extendiendo el enfoque de trazabilidad a distintos ejercicios evaluativos, superando así las limitaciones del conjunto de datos utilizado en este estudio.
