Evasão na UnB sob a lupa da aprendizagem de máquina: dissertação prevê quem está em risco
Edmilson Cosme da Silva defendeu no PPCA/UnB uma dissertação que aplica algoritmos de aprendizado de máquina para prever evasão acadêmica nos cursos de graduação presencial da UnB.
Brasília, 3 de julho de 2023
Evasão na graduação é uma dor coletiva que a universidade brasileira ainda mede mal. Sabe-se que é alta, custa recursos, corrói ingresso — mas raramente chega ao ponto onde intervenção pedagógica é aplicável em tempo. A dissertação defendida em julho de 2023 por Edmilson Cosme da Silva no PPCA/UnB entra por essa fenda, propondo previsão em vez de constatação — sob orientação do Prof. Dr. Sergio Antônio Andrade de Freitas .
O trabalho toma os cursos de graduação presencial da própria UnB como recorte e usa algoritmos de aprendizagem de máquina para identificar indicadores associados à evasão. O que faz a proposta relevante não é a técnica em si — modelos preditivos existem à vontade na literatura — mas o esforço de discutir quais indicadores, em contexto brasileiro, produzem sinal com antecedência suficiente para que coordenações possam agir. Um modelo que acerta 90% quando o aluno já abandonou é curioso; um que sinaliza risco no meio do semestre é acionável.
Ao articular Learning Analytics com aprendizagem de máquina aplicada a políticas educacionais, o trabalho oferece à UnB — e a instituições parecidas — insumo para redesenhar sistemas de acompanhamento discente. É o tipo de contribuição que precisa migrar do PDF para o painel de coordenação para gerar impacto.
A pesquisa também resultou no artigo A Systematic Review of the Factors that Impact the Prediction of Retention and Dropout in Higher Education, publicado na 56th Hawaii International Conference on System Sciences. O artigo organiza a literatura que embasa a leitura preditiva explorada na dissertação.
A defesa aconteceu em 3 de julho de 2023 em Brasília. A banca foi presidida pelo orientador, Prof. Dr. Sergio Antônio Andrade de Freitas (FCTE/UnB), e composta pelo Prof. Dr. Rafael Ferreira Leite de Mello (UFRPE) e pela Prof.ª Dr.ª Andrea Felippe Cabello (FACE/UnB). O Prof. Dr. Gladston Luiz da Silva, coordenador do PPCA, também acompanhou a sessão.
A dissertação está disponível no Repositório Institucional da UnB.
Sobre o CEDIS: O Centro de Estudos, Desenvolvimento e Inovação de Software (CEDIS), vinculado à Universidade de Brasília, pesquisa e desenvolve soluções inovadoras em software, com atuação em Learning Analytics .