En Intelliboard se pueden evaluar situaciones de alumnos en riesgo de no completar una asignatura o un curso mediante 3 metodologías:

1. Modelos basados en reglas: cada institución establece con su mejor criterio cuáles han de ser dichas reglas, cuantificando los valores límites de distintas variables. No requiere disponer de datos históricos y se basa en criterios del tipo IF ->THEN. 

2. Analítica predictiva basada en "machine learning": emplea un algoritmo que, a partir de datos históricos de los estudiantes de la institución, calcula mediante inteligencia artificial el peso de cada parámetro utilizado para predecir si un alumno está o no en situación de riesgo. Aporta, por lo tanto, un mayor grado de objetividad y además cuantifica estadísticamente la fiabilidad de sus predicciones.. Esta metodología esta disponible en un módulo complementario a la solución estándar de Intelliboard Pro.

3. Puntos de Riesgo: calcula estadísticamente el riesgo del estudiante utilizando tres categorías principales: Participación (visitas, tiempo, participaciones), Asistencia (días desde la última visita, % días conectado...) y Progreso (calificación actual, % de actividades completadas...). Utilizan puntuaciones Z, revelando si el rendimiento de un estudiante es típico o atípico respecto al promedio del curso, lo que permite identificar a los estudiantes que puedan necesitar apoyo adicional.