El abandono escolar es una de las principales preocupaciones de los sistemas educativos de todos los países. En los últimos años, la inteligencia artificial está desempeñando un papel importante en la predicción del abandono escolar en las diferentes etapas educativas de la educación formal. En este contexto, es crucial saber si estas predicciones son precisas y comprensibles. Este estudio meta-analítico tiene como objetivo investigar la eficacia de los modelos de predicción del abandono escolar realizados hasta mayo de 2022. Las bases de datos utilizadas son Web of Science, Scopus, PubMed, ERIC, PsyInfo, Dialnet y Scielo. Se analizan 15 estudios con un tamaño muestral de 199.015 participantes. El metaanálisis utiliza un modelo de proporciones de efectos aleatorios con un intervalo de confianza del 95%. Las pruebas estadísticas indican que los modelos de inteligencia artificial obtuvieron buenos resultados (91%; IC del 95% = 89-93%) en la predicción del abandono; concretamente, el modelo de árbol de decisión predice significativamente (95,3%; IC del 95% = 93-98%) mejor el abandono que otros modelos como Random Forest, Artificial Neural Network, Support Vector Machines, Logistic Regression y Stacking Ensemble. En consecuencia, deberían aplicarse más modelos en el campo del abandono con un mayor número de participantes para confirmar estos resultados y mejorar la calidad de la educación.