Machine Learning para Evaluación de Impacto de Género en la Inclusión de Mujeres en STEM

Claudia Sobral de Melo Giglio; Manoel Flavio Leal

DOI: 10.22167/2675-6528-202602799

Artículo derivado de Trabajo de Fin de Curso (TCC), con contenido basado en el trabajo original del estudiante y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege para la síntesis y organización textual.

Resumen

La representación femenina en titulaciones de Ciencias y Tecnología sigue siendo desigual, a pesar de la equiparación de géneros en la educación superior desde hace más de una década. Este estudio implementó algoritmos de Machine Learning para evaluar el impacto del género femenino en la inclusión en carreras de tecnología, utilizando datos de ingreso a la Educación Superior a través del Examen Nacional de Educación Secundaria (Enem). Se seleccionaron datos de calificaciones del Enem de 2018 a 2023 y se realizó entrenamiento con modelos ensemble de Árboles de Decisión, incluyendo Random Forest, LightGBM, XGBoost y CatBoost. El modelo CatBoost demostró mayor consistencia en la clasificación de participantes con perfil orientado a áreas STEM. El análisis del impacto de las variables en el modelo reveló que la identificación con el género femenino es un factor relevante para una menor probabilidad de ingreso en estas áreas. Se observó, además, que los ingresos familiares y la escolaridad de los padres también influyeron en la inclusión de los participantes en carreras de Ciencias y Tecnología. Los resultados obtenidos pueden respaldar el desarrollo de políticas públicas de inclusión para grupos subrepresentados.

Palabras clave: Aprendizaje Supervisado; Clasificación de datos; Desigualdad de género.

1. Introducción

El logro de la paridad en los niveles educativos entre géneros es una cuestión aún muy reciente, habiendo sido un desafío superado en la última década, en 2014, cuando se alcanzó la equidad de la presencia de mujeres a nivel mundial en todos los niveles educativos (UNESCO, 2017). Sin embargo, es evidente que la presencia femenina se concentra en cursos de carácter más social, como Pedagogía, Enfermería y Nutrición, que hasta los años 2000 tenían entre el 80% y el 90% de mujeres en su cuerpo estudiantil, mientras que los cursos de Ingeniería contaban con solo alrededor del 15% al 20% de alumnas (Carvalho y Sobreira, 2008).

Insertada en este escenario, la participación histórica de niñas y mujeres en las llamadas ciencias duras, también conocidas como disciplinas STEM (Ciencia, Tecnología, Ingeniería y Matemáticas), es desde siempre baja. Estudios apuntan diversas posibilidades como factores que influyen en esta disparidad, tales como estereotipos de género, machismo en el ambiente profesional y la falta de modelos femeninos en los ambientes de trabajo ligados a la ciencia (Aires et al., 2018). Incluso al adentrarse en el área, la permanencia de las mujeres es más dificultosa que la de sus pares masculinos, especialmente cuando se interpretan bajo el prisma de la maternidad y del trabajo doméstico (Kmec, 2013).

Estos factores apuntan a una cultura de género muy arraigada en la sociedad, que por sí sola desestimula la participación femenina en campos considerados “naturalmente” masculinos. En un pensamiento que resuena con el feminismo posestructuralista, el género es visto como una construcción no natural (Butler, 2003). Bourdieu (2002) diserta sobre una construcción androcéntrica de la sociedad que moldea la división del trabajo por género. Se observa que, a pesar del mayor acceso de las mujeres a la educación superior, la mayor concentración de ellas está en especializaciones consideradas más femeninas, siendo común el desestímulo a la búsqueda de carreras más tecnológicas y científicas a partir de la educación básica. Esta percepción se demuestra precisa cuando se compara con el interés decreciente de las niñas en relación con las disciplinas STEM a medida que envejecen, ya que su participación en las ciencias se equipara a la de los niños hasta el final de la infancia, proporción que cae acentuadamente al final de la adolescencia (UNESCO, 2017).

La persistente subrepresentación femenina en áreas STEM, a pesar de la paridad general en la educación superior, configura una brecha práctica y teórica que demanda una investigación profunda. Comprender los mecanismos por los cuales el género influye en la inclusión en estas carreras es fundamental para el desarrollo de políticas públicas eficaces. La aplicación de técnicas de Machine Learning ofrece un camino prometedor para analizar grandes volúmenes de datos e identificar patrones complejos que no serían evidentes por métodos tradicionales.

En este contexto, el presente trabajo se justifica por la necesidad de dilucidar el impacto del género en la inclusión de mujeres en la educación superior en ciencias y tecnología. Utilizando los Microdatos del Examen Nacional de la Enseñanza Media (ENEM) puestos a disposición por el Instituto Nacional de Estudios e Investigaciones Educativas Anísio Teixeira (INEP, 2026) para el período de 2018 a 2023, se busca analizar cómo el género impacta la inclusión de las mujeres en la educación superior, considerando este factor como una de las características del modelo de Machine Learning. El estudio tiene como objetivo evaluar cómo el género femenino es un factor de impacto en la inclusión en carreras de tecnología e identificar los factores socioeconómicos que influyen en el desempeño en pruebas de ingreso en las áreas de exactas, estableciendo parámetros de mayor relevancia para el desarrollo de iniciativas que promuevan la participación femenina en las ciencias.

2. Material y Métodos

El presente estudio se caracterizó como una investigación de naturaleza cuantitativa, con un enfoque metodológico basado en Machine Learning. El objetivo central fue evaluar el impacto del género femenino en la inclusión en carreras de tecnología e identificar los factores socioeconómicos que influyen en el desempeño en pruebas de ingreso a las áreas de exactas. Para ello, se implementó un algoritmo de Machine Learning aplicado a los datos de ingreso a la educación superior a través del Examen Nacional de la Enseñanza Media (Enem).

La ejecución del proyecto se estructuró en siete etapas secuenciales: recopilación de datos, análisis exploratorio de datos, preprocesamiento de datos, entrenamiento de modelos de Machine Learning, visualización de datos, análisis de resultados y, finalmente, la redacción del texto. Esta organización tuvo como objetivo garantizar la reproducibilidad y la claridad del proceso metodológico, desde la adquisición de los datos hasta la interpretación final de los hallazgos.

La unidad de análisis consistió en los Microdatos del Examen Nacional de Enseñanza Media (Enem), puestos a disposición públicamente por el Instituto Nacional de Estudios e Investigaciones Educativas Anísio Teixeira (INEP, 2026). Se seleccionaron los datos referentes al período de 2018 a 2023. La elección de este alcance temporal permitió observar el desarrollo del escenario analizado, incluyendo el año atípico de la pandemia de Covid-19 en 2020. Todos los datos utilizados fueron anonimizados, en conformidad con la Ley n.º 13.709 (Ley General de Protección de Datos Personales – LGPD), garantizando el uso ético de la información.

La base de datos se adquirió en formato .zip, conteniendo archivos .csv con ítems de la prueba, datos socioeconómicos de los participantes y resultados de las notas, además de un diccionario de datos para soporte a la interpretación. Cada carpeta descomprimida variaba de 1,55 a 2,47 gigabytes, lo que demandó una estrategia eficiente de procesamiento. El proyecto fue estructurado en un directorio raíz denominado “tcc-stem-genero/”, con un ambiente virtual aislado para bibliotecas Python y directorios específicos para datos brutos, procesados, imágenes, notebooks y textos.

El análisis exploratorio de datos se inició con la estadística descriptiva de los datos de los años extremos (2018 y 2023), utilizando la biblioteca Pandas para la manipulación de dataframes y Matplotlib para la visualización. Se aplicaron métodos como `.info`, `.columns`, `.describe()`, `.shape()` y `.head()` para comprender la distribución en cuartiles, el tamaño y la estructura de los datasets. Se generaron gráficos de boxplot y violín para observar la densidad de la distribución de las notas de Ciencias de la Naturaleza y Matemáticas, excluyendo ceros y nulos.

En el preprocesamiento, para manipular conjuntos de datos con millones de registros, se creó una canalización que procesó los datos en formato Apache Parquet, reconocido por su eficiencia en el almacenamiento en la nube para big data. El procesamiento se realizó en “chunks” (segmentos más pequeños) para evitar la sobrecarga computacional. Adicionalmente, se realizó el downcast de los formatos numéricos de `int64` a `int8`, optimizando el uso de memoria.

Con el apoyo del diccionario de datos del INEP (2026), se seleccionaron las columnas de interés para el modelo de Machine Learning o para criterios de filtrado. Las columnas incluyeron “IN_TREINEIRO”, “NU_NOTA_CN”, “NU_NOTA_MT”, “Q001”, “Q002”, “Q006”, “Q025”, “SG_UF_PROVA”, “TP_COR_RACA”, “TP_FAIXA_ETARIA”, “TP_SEXO” y “TP_ST_CONCLUSAO”. Columnas como “Q027” y “TP_LOCALIZACAO_ESC” fueron excluidas debido a la alta tasa de registros faltantes, y “SG_UF_ESCOLA” fue sustituida por “SG_UF_PROVA” como proxy.

La etapa de filtrado eliminó perfiles de participantes no relevantes para la investigación. Se excluyeron alumnos “entrenadores”, candidatos ausentes en las pruebas de Ciencias de la Naturaleza o Matemáticas, participantes con notas cero en una o ambas pruebas, y alumnos que no habían concluido o no estaban en el 3er año de la Enseñanza Media. Tras la estructuración del pipeline, los nulos de la mayoría de las columnas fueron tratados, imputando el valor de -1 y, posteriormente, eliminando los campos con este valor.

El mapeo de las variables se realizó según su tipo. La columna “TP_SEXO” se mapeó binariamente a “IN_FEMININO” (F=1, M=0). La columna “Q025” (acceso a internet) se mapeó de manera similar a “TEM_INTERNET” (A=1, B=0). Variables ordinales como “ESC_MAE” y “ESC_PAI” (escolaridad de los padres, de A a H) se mapearon a valores numéricos de 0 a 7. La columna “Q006” (ingreso mensual familiar promedio, de A a Q) se mapeó de 0 a 16. La columna “TP_FAIXA_ETARIA” se mantuvo en su formato ordinal original.

Para las variables categóricas nominales, se utilizó One-Hot Encoding. La columna “SG_UF_PROVA” (estado de aplicación del examen) se mapeó a sus respectivas regiones geográficas y, a continuación, se transformó en variables binarias. De forma análoga, la columna “TP_RACA_COR” se mapeó de etiquetas numéricas a textuales y, posteriormente, se convirtió en variables binarias. La columna “TP_ST_CONCLUSAO” (estado de finalización de la Educación Secundaria) también se mapeó a etiquetas textuales y, luego, se transformó en variables binarias.

El entrenamiento de los modelos de Machine Learning tuvo como propósito evaluar la influencia del género en la definición de un perfil orientado a STEM. Se emplearon modelos ensemble basados en Árboles de Decisión: Random Forest, LightGBM, XGBoost y CatBoost. El Random Forest sirvió como modelo baseline, utilizando el método de bagging. LightGBM, XGBoost y CatBoost, a su vez, son modelos de Gradient Boosting, que se adaptan progresivamente para crear predictores más fuertes (Géron, 2019).

Para facilitar la interpretabilidad de los modelos, se aplicó el framework SHAP (SHapley Additive exPlanations) (Lundberg y Lee, 2017). Se utilizó el lenguaje Python, con bibliotecas como scikit-learn y SHAP, para todo el desarrollo. Se definieron cuatro “targets” como proxies para el perfil STEM, basados en notas por encima de la mediana en Matemáticas y/o Ciencias Naturales. Los modelos se entrenaron con una división de datos del 80% para entrenamiento y 20% para prueba, con estratificación para mantener la proporción de las clases. Las métricas de desempeño evaluadas fueron ROC-AUC y F1-Score. La optimización de hiperparámetros se realizó con la biblioteca Optuna, utilizando una prueba reducida de 15 intentos con el 10% de la muestra de la población.

3. Resultados y Discusión

La implementación de algoritmos de Machine Learning en este estudio reveló patrones significativos sobre el impacto del género y de factores socioeconómicos en la inclusión en carreras de Ciencias y Tecnología. Los hallazgos iniciales indicaron una persistente desigualdad en la representación femenina en estas áreas, a pesar de la paridad general en la educación superior. El análisis en profundidad de los datos del Examen Nacional de Educación Secundaria (Enem) de 2018 a 2023 permitió no solo cuantificar esta disparidad, sino también identificar las variables más influyentes y la dirección de su impacto, proporcionando una base robusta para la comprensión del fenómeno y el subsidio a futuras políticas de inclusión.

El análisis exploratorio de los microdatos del Enem, que abarcó millones de registros, evidenció una diferencia notable en las puntuaciones medias entre géneros en las pruebas de Ciencias de la Naturaleza y Matemáticas. Las participantes femeninas obtuvieron consistentemente notas más bajas que sus pares masculinos en todos los años evaluados. Esta disparidad fue más acentuada en la disciplina de Matemáticas, donde la mediana de las notas femeninas fue 43,2 puntos inferior a la masculina en 2018, y esta diferencia se amplió a 58,1 puntos en 2023. En Ciencias de la Naturaleza, la diferencia fue de 12,5 puntos en 2018 y 28,5 puntos en 2023, indicando un aumento de la brecha a lo largo del tiempo.

Al investigar la proporción de participantes en el grupo del 10% con las notas más altas, se observó que la disciplina de Ciencias de la Naturaleza presentó un equilibrio de género más pronunciado, con las mujeres incluso superando a los hombres en este grupo en 2018. Sin embargo, en Matemáticas, la predominancia masculina permaneció evidente, aunque con una leve tendencia de mayor paridad en 2023 en comparación con 2018. La distribución de la densidad de las notas, visualizada por medio de gráficos, sugirió que, mientras el desempeño femenino en 2023 mostró mayor regularidad, el desempeño masculino demostró una evolución más significativa a lo largo del período analizado, especialmente en Matemáticas.

Para manejar la extensión de los datasets y garantizar la eficiencia computacional, fue crucial la etapa de preprocesamiento de datos. Se desarrolló una pipeline que utilizó el formato Apache Parquet y procesamiento en “chunks”, optimizando el uso de memoria y el rendimiento. Las columnas de interés fueron cuidadosamente seleccionadas a partir del diccionario de datos del Inep, priorizando información socioeconómica y de rendimiento en las pruebas. Variables como tipo y ubicación de la escuela fueron excluidas debido a la alta tasa de datos faltantes, optándose por utilizar la unidad federativa de aplicación de la prueba como un proxy para la región, dada la ausencia de nulos en esta variable.

La etapa de filtrado fue esencial para refinar el conjunto de datos, eliminando perfiles de participantes que no se alineaban con los objetivos de la investigación. Se excluyeron los “entrenadores”, candidatos ausentes en las pruebas de Ciencias de la Naturaleza o Matemáticas, y aquellos que obtuvieron cero puntos en una o ambas pruebas. Adicionalmente, se eliminaron alumnos que no habían concluido o no estaban en el tercer año de la Enseñanza Media, asegurando que el público analizado fuera efectivamente apto para ingresar a la educación superior. Las variables fueron transformadas por mapeo binario para género y acceso a internet, y por mapeo ordinal para escolaridad de los padres e ingresos familiares, preservando la jerarquía intrínseca de estos datos. Se aplicó One-Hot Encoding a variables categóricas como raza/color, región y estado de conclusión de la Enseñanza Media, para que todos los modelos pudieran procesarlas de forma consistente.

En la fase de entrenamiento, se emplearon modelos ensemble de Machine Learning, incluyendo Random Forest, LightGBM, XGBoost y CatBoost, todos basados en Árboles de Decisión. Para clasificar a un participante como con un perfil STEM, se definieron cuatro “targets” o proxies, basados en las notas por encima de la mediana del Enem en Matemáticas y Ciencias de la Naturaleza. El target T3, que exigía notas por encima de la mediana en ambas disciplinas, se mostró el más riguroso, abarcando solo el 35,5% de la población estudiada. Este enfoque permitió evaluar el impacto de las características en diferentes niveles de exigencia e identificar la sensibilidad del género en cada disciplina.

La evaluación del rendimiento de los modelos, utilizando las métricas ROC-AUC y F1-Score, indicó que el modelo CatBoost, entrenado con el target T3, presentó el rendimiento más consistente, alcanzando un valor ROC-AUC de 0,7707 tras el ajuste de hiperparámetros. El Random Forest demostró el peor rendimiento entre los modelos, mientras que el XGBoost exhibió variaciones bruscas, haciéndolo menos confiable. El CatBoost y el LightGBM presentaron rendimientos bastante equiparables, pero el CatBoost fue seleccionado debido a su ligera superioridad y a la capacidad de evaluar la importancia de las características (features), un aspecto crucial para la interpretabilidad de los resultados (Fávero y Belfiore, 2025). El proceso de optimización de los hiperparámetros se llevó a cabo con la biblioteca Optuna.

El análisis de la importancia de las variables, realizado con la biblioteca SHAP, reveló que los “ingresos familiares” son el factor más prevalente en la definición de un perfil STEM, manteniéndose consistentemente en las primeras posiciones a lo largo de los seis años analizados. El “género” (identificación femenina) y la “escolaridad de la madre”, seguidos por la “escolaridad del padre”, también destacaron como factores de importancia constante. Variables como “raza blanca” y “rango de edad” presentaron alguna variación de posición, pero frecuentemente figuraron entre los factores más relevantes. Estos hallazgos subrayan la complejidad de los múltiples factores socioeconómicos y demográficos que influyen en el ingreso a carreras de tecnología.

La evolución temporal de la importancia de las características demostró que, en 2020, año del inicio de la pandemia de Covid-19, hubo un aumento en la relevancia de “ingresos familiares” y “género” para la clasificación del perfil STEM. Este pico de importancia puede estar relacionado con el aplazamiento del Enem de 2020, que impulsó la participación, seguido por una caída progresiva en el número de inscritos en los años subsiguientes. Después de 2020, la importancia del “género” gradualmente regresó a niveles similares a los observados en 2018 y 2019, mientras que la estabilidad de la escolaridad de los padres se mantuvo, indicando que estos factores tienen un impacto más duradero y menos volátil.

El análisis direccional del impacto del género, también realizado con SHAP, confirmó que la identificación con el género femenino disminuye la probabilidad de que un participante sea clasificado como un perfil STEM. Por el contrario, la identificación con el género masculino aumenta esta probabilidad. Esta diferencia en el impacto fue más acentuada en el año 2020, coincidiendo con el inicio de la pandemia de Covid-19, lo que sugiere que eventos externos pueden exacerbar las desigualdades existentes. Este resultado refuerza la percepción de que los estereotipos de género y las barreras culturales aún influyen en la elección y el desempeño en áreas de ciencias y tecnología (Aires et al., 2018; Bourdieu, 2002).

Es fundamental resaltar que los modelos de Machine Learning aplicados establecen correlaciones, pero no necesariamente causalidades. Aunque el algoritmo validó estadísticamente un escenario empíricamente observado, no abarca la totalidad de los aspectos que influyen en la entrada de alumnos en STEM. El proceso de ajuste de hiperparámetros se realizó de forma esbelta, adaptado a los recursos computacionales disponibles, lo que sugiere que un entorno de mayor poder computacional podría mejorar la precisión del modelo. Futuras investigaciones podrían expandir el alcance a otros años e incluir datos de poblaciones minorizadas no contempladas, como la población transgénero o pueblos indígenas, para una comprensión más abarcadora de las desigualdades.

En resumen, la investigación demostró que el género femenino es un factor relevante que impacta negativamente la inclusión en carreras de tecnología, con los ingresos familiares y la escolaridad de los padres también ejerciendo una influencia significativa. El modelo CatBoost, con el target T3, se mostró el más consistente para identificar perfiles STEM, y el análisis SHAP reveló la dinámica de la importancia de estas variables a lo largo del tiempo, con un pico de impacto del género en 2020. Estos hallazgos proporcionan una base robusta para el desarrollo de políticas públicas dirigidas a la promoción de la participación femenina y a la reducción de las desigualdades en áreas de Ciencia y Tecnología, alineándose al objetivo central del estudio.

4. Conclusión

El estudio buscó evaluar el impacto del género femenino en la inclusión en carreras de tecnología e identificar factores socioeconómicos que influyen en el desempeño en pruebas de ingreso en las áreas de exactas. Para ello, se implementaron algoritmos de Machine Learning, utilizando datos del Examen Nacional de Enseñanza Media (Enem) de 2018 a 2023. Se verificó que la identificación con el género femenino es un factor relevante para una menor probabilidad de ingreso en estas áreas. Se observó, además, que la renta familiar y la escolaridad de los padres ejercieron una influencia significativa en la inclusión de los participantes en carreras de Ciencias y Tecnología. El modelo CatBoost, entrenado con el target T3, demostró el rendimiento más consistente en la clasificación de perfiles STEM, y el análisis de importancia de las variables reveló que el impacto del género y de la renta familiar se acentuó en el año 2020, período del inicio de la pandemia de Covid-19. Estos hallazgos proporcionan una base robusta para el desarrollo de políticas públicas dirigidas a la promoción de la participación femenina y a la reducción de las desigualdades en áreas de Ciencias y Tecnología.

Es fundamental resaltar que los modelos de Machine Learning aplicados establecen correlaciones, y no necesariamente causalidades, no abarcando la totalidad de los aspectos que influyen en la entrada de alumnos en STEM. El proceso de tuning de hiperparámetros se realizó de forma esbelta, adaptado a los recursos computacionales disponibles, lo que sugiere que un entorno de mayor poder computacional podría mejorar la precisión del modelo. Para estudios futuros, se sugiere expandir el alcance a otros años, analizando un período histórico más amplio, e incluir datos de poblaciones minorizadas no contempladas, como la población transgénero o pueblos indígenas, para una comprensión más amplia de las desigualdades. Adicionalmente, investigaciones futuras podrían enfocarse en datos que exploren de forma más específica las razones por las cuales el género impacta la inclusión en las áreas de exactas, como información sobre el desarrollo de alumnas de Enseñanza Media.

Referencias Bibliográficas

Aires, J.; Mattos, G.; Oliveira, C.; Brito, A.; Aragão, A.; Alvez, S.; Coelho, T.; Moreira, G.. 2018. Barreiras que Impedem a Opção das Meninas pelas Ciências Exatas e Computação: Percepção de Alunas do Ensino Médio. In: WOMEN IN INFORMATION TECHNOLOGY (WIT), 12., 2018, Natal. Anais […]. Porto Alegre: Sociedade Brasileira de Computação, 2018 . p. 34-38. ISSN 2763-8626. DOI: https://doi.org/10.5753/wit.2018.3378.

Bourdieu, Pierre. 2002. A dominação masculina. 2ed. Bertrand Brasil, Rio de Janeiro, RJ, Brasil.

Butler, J. 2003. Problemas de gênero: feminismo e subversão da identidade. 1ed. Civilização Brasileira. Rio de Janeiro, RJ, Brasil.

Carvalho, M. G.; Sobreira, J. L.. 2008. Género en los cursos de ingeniería de una universidad tecnológica brasileña. Arbor, v. CLXXXIV n.733, p 889-904, sep./oct, 2008.

Fávero, L. P.; Belfiore, P. 2025. Manual de análise de dados: estatística e machine learning com Excel®, SPSS®, Stata®,R® e Python®. 2ed. LTC, Rio de Janeiro, RJ, Brasil.

Géron, A. 2019. Mãos à Obra Aprendizado Máquina com Scikit-Learn e TensorFlow. 1ed. Alta Books, Rio de Janeiro, RJ, Brasil.

Instituto Nacional de Estudo e Pesquisas Educacionais Anísio Teixeira [INEP]. 2025. Microdados do Enem. Disponível em: <https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados/enem>. Acesso em: 07 abr. 2026.

Kmec, J. 2013. Why Academic STEM Mothers Feel They Have to Work Harder than Others on the Job. International Journal of Gender, Science and Technology, [S. Ι.], v. 5, n. 2, p. 79–101, 2013. Disponível em: https://genderandset.open.ac.uk/index.php/genderandset/article/view/277.. Acesso em: 9 feb. 2026.

Lundberg, S. M.; Lee, S. 2017. A unified approach to interpreting model predictions. Advances in neural information processing systems 30(1): 4766-4776.

Organização das Nações Unidas [UNESCO]. 2017. Cracking the code: girls’ and women’s education in science, technology, engineering and mathematics (STEM). Disponível em: <https://unesdoc.unesco.org/ark:/48223/pf0000253479>. Acesso em: 09 fev. 2026.

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy