Módulo Preditivo para Classificação de Estudantes em Risco de Reprovação

Abstract

As taxas reprovação e evasão escolar são problemas que afligem cursos dentro das uni- versidades causando um impacto negativo na jornada acadêmica do aluno, como perda de motivação e oportunidades. Identificar os estudantes que estão em risco de reprovação ou evasão a tempo de tomar uma medida que possa auxiliar a normalização do aluno na disciplina pode ser um desafio. Focando nisto, o trabalho propõem o desenvolvimento de um de um método, inserido dentro do plugin Moodle Analytics Dashboard, para clas- sificação de estudantes em risco. O modelo preditivo foi criado com base em pesquisas publicadas que apontam a possibilidade de criar modelos tendo como base apenas as interações semanais dos alunos. O método foi avaliado em duas disciplinas e as predições tiveram uma acurácia média nas cinco primeiras semanas de 56.2% crescendo para 76.5% nas ultimas três semanas. A causa mais provável da baixa qualidade das predições é dada pelo problema de portabilidade de modelos visto que o treinamento foi realizado com disciplinas não similares. No geral o trabalho demonstra como o aprendizado de máquina pode auxiliar os alunos e traz ideias para trabalhos futuros.