O desempenho acadêmico universitário é um indicador-chave do sucesso educacional, mas também um desafio constante para instituições e estudantes. Um estudo recente publicado na Revista Comunicar aborda como o uso do Machine Learning pode transformar a maneira como os fatores que influenciam o desempenho dos alunos são identificados e abordados.
A pesquisa e sua abordagem
O estudo, realizado no Equador, analisou dados de 12.211 estudantes universitários para prever e explicar o desempenho acadêmico. Utilizando uma abordagem quantitativa e não experimental, os pesquisadores aplicaram algoritmos de classificação supervisionada, como Random Forest, XGBoost e CatBoost. Este último se mostrou o mais eficaz, alcançando uma recuperação de 70% para identificar alunos em risco de reprovação.
Além disso, o método SHAP (Shapley Additive Explanations) foi usado para interpretar os resultados e compreender como as variáveis influenciam o desempenho. Entre os fatores mais determinantes, encontram-se aspectos acadêmicos-institucionais, como faculdade, curso e nível de estudos, seguidos por variáveis emocionais e socioeconômicas.
Principais conclusões
1. Fatores influentes:
O desempenho acadêmico é condicionado principalmente por variáveis institucionais (como atenção docente e desempenho anterior), bem como por fatores emocionais (estado emocional) e sociodemográficos.
2. Impacto do Machine Learning:
A capacidade preditiva dos modelos utilizados demonstra o potencial dessas ferramentas para identificar alunos em risco e projetar intervenções personalizadas.
3. Interpretação dos dados:
O uso do SHAP permitiu aos pesquisadores não apenas prever resultados, mas também entender as razões por trás deles, facilitando a tomada de decisões informadas no âmbito educacional.
Implicações para a educação
O estudo destaca a importância de integrar tecnologias avançadas, como o aprendizado de máquina, na gestão educacional. Essas ferramentas não apenas melhoram a precisão na identificação de problemas, mas também oferecem uma base sólida para implementar estratégias de apoio mais eficazes.
Por outro lado, as descobertas ressaltam a necessidade de considerar fatores emocionais e sociais na elaboração de políticas educacionais. A atenção integral ao aluno, que combine apoio acadêmico e emocional, é fundamental para melhorar os índices de retenção e sucesso universitário.
Continue sua carreira profissional
Se você tem interesse em explorar como a tecnologia pode transformar a educação, o Mestrado em Educação da FUNIBER oferece as ferramentas necessárias para liderar projetos inovadores neste campo. Aprenda a aplicar soluções tecnológicas para enfrentar os desafios educacionais do século XXI. Inscreva-se agora e faça a diferença!
Fonte:
Revista Comunicar