* Ley Orgánica 3/2020, de 29 de diciembre de 2020, por la que se modifica la Ley Orgánica 2/2006, de 3 de mayo, de Educación. El objetivo de esta investigación es demos­trar la necesidad de evaluar económicamente la LOMLOE, especialmente tras la inversión de los fondos EU Next Generation que abren nuevas oportunidades de las que carecía la ley en su redacción inicial. Las Administraciones públicas tienen el reto de emplear esa inver­sión adicional de forma eficiente. Nuestro análisis demuestra que los mode­los de inteligencia artificial pueden predecir si los programas de apoyo educativo ayudarán a incrementar la probabilidad de que estudian­tes rezagados superen 4.º de la ESO (Educa­ción Secundaria Obligatoria). De esta forma, se puede calcular el retorno social de los pro­gramas de apoyo educativo y contribuir a su diseño ex-ante para lograr que los alumnos tengan mayores tasas de éxito. Para completar los modelos ya utilizados por Administraciones públicas, empleamos mo­delos de Machine Learning (ML) robustos como árboles de decisión CHAID y redes neuronales artificiales para analizar las características de los grupos de estudiantes y la intervención en la que han formado parte. Las conclusiones permi­ten mejorar los programas de refuerzo educati­vo de los próximos años para apoyar a los alum­nos con menos posibilidades de éxito académico.