Pular para o conteúdo

Notícias

Projeto do Câmpus Lages usa Machine Learning para combater a evasão

PESQUISA Data de Publicação: 08 mar 2022 09:11 Data de Atualização: 21 mar 2022 14:20

Um projeto de pesquisa do Câmpus Lages do IFSC estuda formas de combater a evasão por meio da tecnologia. O projeto "Métodos computacionais baseados em inteligência artificial para a predição de risco de evasão de alunos no Instituto Federal de Santa Catarina" propõe que com base em dados dos alunos é possível chegar a uma previsão confiável do risco de um determinado aluno desistir do curso.

O projeto propõe o uso de um método que constrói uma fórmula matemática que usa dados como idade, bairro, curso, ano de ingresso, renda, turno de oferta do curso e outros. Com base nisso é possível predizer se o aluno vai ou não evadir. "É formado um score desse aluno e com 85% de precisão é possível alcançar 25% dos possíveis alunos que irão evadir de determinado curso", conta Carlos Andres Ferrero, professor da Área de Informática e Cultura Geral do Câmpus Lages e coordenador do projeto.

Para o professor, a aplicação pode auxiliar no dia a dia de professores, coordenadores de curso, coordenadora pedagógica, pois esse score do aluno pode ser acompanhado diariamente e, com isso, as ações podem ser mais assertivas na busca por recuperar o aluno antes que ele opte pela evasão. "O projeto foi apresentado na Mostra Científica do IFSC, teve um ano de duração e apresentou resultados satisfatórios, a nosso ver. Em especial no potencial de ser aprofundado e replicado. Para isso, é necessário que tenhamos acesso aos dados, respeitando a Lei Geral de Proteção de Dados (LGPD). Projetos similares tem sido criados em âmbito nacional e principalmente focados em cursos de graduação, já nosso foco neste projeto concentrou-se em cursos técnicos", reforça.

O projeto gerou um artigo que foi publicado no Congresso Brasileiro de Informática na Educação. Também foi objeto do Trabalho de Conclusão de Curso (TCC) do curso superior em Ciência da Computação no Câmpus Lages da aluna Priscila Busin Bitencourt, sob orientação do professor Carlos Andres Ferrero. Priscila também foi bolsista do projeto.

"A participação no projeto me auxiliou muito a entender como um projeto de ciência de dados realmente funciona, pois em aula utilizamos cenários mais próximos ao ideal, enquanto no projeto existiram muitos percalços e por vezes o resultado não era o esperado. Assim fomos obrigados a nos adaptar. Outro fator importante para mim dentro do desenvolvimento do projeto foi a possibilidade da publicação de um artigo em um congresso Nacional, juntamente com a apresentação em um ambiente onde a maioria dos trabalhos era de alunos de pós-graduação e mestrado, o que me colocou em um novo ambiente. Definitivamente foi uma experiência muito importante não somente para o meu desenvolvimento dentro do curso, mas também para criar uma ligação com a profissão", comemora Priscila.

PESQUISA

Nó: liferay-ce-prod01

Este site usa cookies para garantir que você obtenha a melhor experiência. Leia Mais.