El objetivo de este trabajo es presentar una metodología que automatiza la predicción del rendimiento académico de los estudiantes al final del curso utilizando datos registrados en las primeras tareas del año académico. Analizar los registros tempranos de los estudiantes es útil para predecir sus resultados posteriores; lo cual es útil, por ejemplo, para una intervención temprana. Con este fin, proponemos una metodología basada en la profundidad aleatoria de Tukey y un núcleo no paramétrico. Esta metodología permite a los profesores y evaluadores definir las variables que consideran más apropiadas para medir aquellos aspectos relacionados con el rendimiento académico de los estudiantes. La metodología se aplica a un estudio de caso real obteniendo una tasa de éxito en las predicciones de más del 80%. El estudio de caso se llevó a cabo en el campo de la Interacción Humano-Computadora. Los resultados indican que la metodología podría ser de especial interés para desarrollar sistemas de software que procesen los datos generados por sistemas de aprendizaje compatibles con computadoras y para advertir al profesor sobre la necesidad de adoptar mecanismos de intervención cuando se predice un bajo rendimiento académico.