Prof. Dr. Carlos Vital Giordano - CEETEPS
Prof. Dr. Adilson Caldeira - UNIVERSIDADE PRESBITERIANA MACKENZIE
Prof. Dr. Paulo Roberto Prado Constantino - CEETEPS
SOUZA, R. A. PREDIÇÃO DE EVASÃO ESCOLAR EM CURSOS DE EDUCAÇÃO PROFISSIONAL TÉCNICOS
E TECNOLÓGICOS: ABORDAGEM COM AUTOML. 116 f.
Projeto Mestrado Profissional em Gestão e Desenvolvimento da Educação
Profissional. Centro Estadual de Educação Tecnológica Paula Souza, São Paulo,
2023.
O trabalho provém de estudos realizados na Linha
de Pesquisa Políticas, Gestão e Avaliação, aderente ao projeto de pesquisa
Gestão, Avaliação e Organização da Educação Profissional, da Unidade de
Pós-Graduação, Extensão e Pesquisa do Centro Paula Souza – CEETEPS - e ao
subprojeto desenvolvido junto ao grupo cadastrado no diretório CNPq que aborda
práticas de ensino e aprendizagem condizentes com as realidades locais e
regionais, inseridas no mundo informatizado, ligadas ao desenvolvimento de
competências voltadas à formação profissional e que favoreçam a inserção
social. O trabalho aborda a predição de evasão escolar
em cursos técnicos e tecnológicos utilizando a abordagem com AutoML. A pesquisa
objetiva analisar e desenvolver modelo preditivo que identifica antecipadamente
a tendência de não conclusão de novos alunos matriculados nos cursos citados,
por meio de IA, com o intuito de auxiliar as instituições de ensino na
implementação de medidas preventivas e de intervenção. A fundamentação teórica
da pesquisa se baseia em teorias de evasão escolar, aprendizado de máquina e
autoaprendizado de máquina. A pesquisa foi realizada por meio da coleta de
dados históricos de alunos, aplicação de técnicas de pré-processamento e
engenharia de recursos nos dados, e treinamento e avaliação de modelos
utilizando ferramentas de AutoML. Como resultado observou-se que o AutoML foi
capaz de gerar diferentes algoritmos de aprendizado de máquina, todos capazes
de predizer a evasão com acurácia superior a 70%. Também se observou que
predições com dados acadêmicos são mais eficazes. O produto gerado por este
trabalho é um software para geração de modelos de AM e predição de
evasão, desenvolvido em Python, denominado EvaDetect e registrado no Instituo
Nacional da Propriedade Industrial sob o número BR512024000219-7.
