Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior

Abstract

A evasão é um problema recorrente que atinge a gestão universitária o Brasil, principalmente em cursos e disciplinas oferecidos na modalidade de ensino a distância. A utilização de ferramentas que identificam de forma precoce os alunos propensos a evadir pode auxiliar professores e equipe educacional. Neste contexto, o objetivo desta tese é a construção de um modelo preditivo que identifique precocemente alunos propensos a evadir, que forneça características e descubra padrões de relacionamento sobre perfis desses alunos. O método utilizado segue um modelo de processo para análise da aprendizagem, cíclico e iterativo, que envolve as etapas de coleta de dados e pré-processamento, análise e ação e pós-processamento. Na etapa de coleta de dados e pré-processamento utilizou-se dados históricos, comportamentais e de desempenho de estudantes de uma instituição de ensino superior, referentes a um período de três anos. Na etapa de análise e ação, comparou-se algoritmos de classificação a fim de escolher o melhor classificador. O modelo implantado com a árvore de decisão, apresentou-se como sendo o mais adequado, sendo capaz de identificar, de forma precoce, alunos propensos a evadir. Na etapa de pós-processamento, realizou-se o refinamento do modelo existente. Constatou-se que: a combinação dos dados de desempenho, comportamental e demográfico contribuiu para uma intervenção personalizada durante o processo de detecção precoce de evasão em disciplinas EAD; o atributo que mais impactou no baixo desempenho e possível evasão nas disciplinas EAD foi a quantidade de disciplinas cursadas pelos alunos no semestre letivo analisado; existem atributos com o valor preditivo significativamente equivalentes que impactam no baixo desempenho dos alunos, os quais podem ser utilizados na construção de modelos preditivos de evasão para diferentes cursos; e, por fim, que o estilo de aprendizagem do aluno pode ser utilizado para conceber estratégias de intervenção buscando a redução do risco de alunos propensos à evasão. Palavras-chave: Evasão. Educação a distância. Análise de aprendizagem. Mineração de dados. Sistemas Web educacionais. Predição de evasão.