Uma abordagem para mitigar a evasão escolar no ensino superior com base em aprendizagem de máquina e otimização

Descrição

A evasão escolar é um dos problemas mais intrigantes e cruciais da Educação. Esse problema permeia os vários níveis e modalidades de educação e acarreta perdas sociais, econômicas, políticas, acadêmicas e financeiras para todos os envolvidos no processo educacional. Portanto, é essencial o desenvolvimento de métodos eficientes para prever o risco de abandono dos estudantes, permitindo que as instituições adotem ações proativas para minimizá-lo. Assim, objetiva-se com este projeto de pesquisa, apresentar uma abordagem de descoberta de conhecimento, em banco de dados, com o objetivo de identificar grupos de estudantes em risco de abandono nos cursos presenciais de ensino superior. A primeira abordagem foi validada, utilizando dados de ex-alunos do curso superior de Ciência da Computação da Universidade Federal Rural do Semi-Árido, Campus Mossoró/RN. Neste trabalho, foram utilizados modelos de classificação, uma das técnicas de Inteligência Artificial, que possibilita o aprendizado contínuo. Na validação da abordagem, foram empregados cinco modelos de aprendizado de máquina, dos quais dois obtiveram os melhores índices de acurácia (SVM e Adaboost). Em relação aos resultados iniciais, observou-se que: alunos que estudaram em escolas privadas no ensino médio, tem uma maior probabilidade de concluir o curso; assim como, os alunos naturais do estado do RN; os alunos naturais de outras cidades que mudaram pra morar em Mossoró/RN; os alunos que moraram na vila acadêmica; aqueles que tem a renda familiar melhor; alunos que ganham bolsa no decorrer do curso; alunos que tem acompanhamento institucional; alunos que concluem o curso acreditam que os profissionais de Tecnologia da Informação são remunerados adequadamente e alunos que tem pai com nível superior.