Discente: ABILIO NOGUEIRA BARROS
Título: Aplicação de Mineração de Dados Educacionais para Avaliação e Explicação de Fatores Associados à Distorção Idade-Série
Orientador: RAFAEL FERREIRA LEITE DE MELLO
Banca: GABRIEL ALVES DE ALBUQUERQUE JUNIOR - UFRPE
EMANUEL MARQUES QUEIROGA - IF SUL-RIO-GRANDENSE
Data: 28/02/2025
Hora: 8h
Link: Online
Resumo: Esta dissertação explora o uso de mineração de dados educacionais e inteligência artificial explicável (XAI) para tornar indicadores educacionais mais interpretáveis e acessíveis, com foco na Taxa de Distorção Idade-Série (TDI). O objetivo é apoiar a formulação de políticas públicas baseadas em evidências e promover uma gestão educacional mais equitativa e estratégica por meio da utilização de dados educacionais. O trabalho demonstra a aplicação prática de dados abertos educacionais na tomada de decisão, iniciando com a proposição de uma arquitetura de dados construída a partir de fontes públicas, como INEP, IBGE e DATASUS, estruturadas em um banco relacional PostgreSQL para o monitoramento das metas do Plano Nacional de Educação (PNE). Em seguida, apresenta como pequenos times podem consolidar bases de dados públicas para acompanhamento local das metas do PNE, preparando o terreno para a análise de um dos principais indicadores educacionais brasileiros: a TDI. Após introduzir o indicador, é desenvolvido um conjunto de dados que permite traçar um panorama nacional da TDI entre 2018 e 2022, utilizando ferramentas para análise e classificação de municípios em quartis. A análise é aprofundada com o uso de Learning Analytics (LA) e algoritmos explicáveis, como o Decision Tree Regressor, para classificar escolas e prever indicadores relacionados. Além disso, a técnica SHAP é empregada para identificar os fatores mais influentes sobre a TDI, destacando variáveis como conectividade à internet e disponibilidade de equipamentos multimídia nas escolas. Finalmente, é proposto um pipeline para publicação de dados abertos conectados, baseado em padrões de RDF e SPARQL, ilustrando outras formas de disponibilização desses dados a comunidade científica. Os resultados evidenciam que a integração de dados educacionais com técnicas de mineração de dados e inteligência artificial explicável pode oferecer insights estratégicos e inovadores para o aprimoramento do sistema educacional brasileiro. O trabalho destaca como os dados podem ser utilizados de maneira flexível e contextualizada, permitindo uma aproximação mais fiel às diversas realidades do sistema educacional, e oferecendo subsídios para uma gestão mais equitativa e adaptada às necessidades locais.
http://meet.google.com/eyv-skgs-tkr -