Il progetto nasce dall’analisi di una mole imponente di dati: oltre 110.000 studenti e 10 milioni di occorrenze, raccolte tra il 2010 e il 2019. Ogni occorrenza rappresenta un evento legato al percorso accademico: iscrizioni, esami, risultati, cambi di corso. L’analisi si è concentrata in particolare sulle carriere concluse tra l’a.a. 2010/2011 e l’a.a. 2015/2016 in corsi di laurea in Ingegneria: 31.071 percorsi di cui il 62,7% conclusi con la laurea, il 21,7% interrotti precocemente (early dropout), e il 15,6% abbandonati successivamente (late dropout).
Attraverso algoritmi di machine learning, l’ateneo ha potuto prevedere in anticipo i segnali di rischio, consentendo l’attivazione di interventi su misura: tutoraggio tra pari, supporto psicologico, strumenti per l’orientamento e borse di studio. I risultati hanno messo in evidenza alcuni indicatori chiave: ad esempio, chi non ottiene crediti significativi nel primo semestre ha una probabilità molto più alta di abbandonare.
Inoltre, il sostegno economico, come quello garantito dalle borse DSU, ha mostrato un impatto positivo sulla continuità accademica, soprattutto tra gli studenti provenienti da contesti svantaggiati. Anche il coinvolgimento attivo attraverso il tutoraggio è stato valorizzato: chi partecipa riceve un badge virtuale che rafforza il senso di appartenenza alla comunità universitaria.