Framework de ciência de dados e engenharia do conhecimento para apoio à gestão do capital alumni em programas de pós-graduação

Abstract

A ciência brasileira está fortemente ligada à sua pós-graduação. A nação possui um extenso sistema de pesquisa e ensino que foi moldado por iniciativas de políticas públicas ao longo de várias décadas. Segundo os dados da Plataforma Sucupira, o Sistema Nacional de Pós-Graduação (SNPG) resultante dessas políticas públicas, reconhecido nacional e internacionalmente, conta com 4.571 Programas de Pós-Graduação (PPGs) em funcionamento em mais de 500 Instituições de Ensino Superior (IES). Em 2020, a CAPES, entidade reguladora do SNPG, introduziu novos critérios de avaliação sobre informações de egressos. Os egressos são vistos como uma conexão permanente com a sociedade e refletem o impacto social de sua formação. Assim, os PPGs buscaram se instrumentalizar com informações sobre seus egressos a fim de obter um melhor resultado em seus planejamentos estratégicos e em suas avaliações. Dessa forma, esta pesquisa objetivou identificar contribuições na construção de um artefato para explorar os dados e o conhecimento sobre os egressos a partir das teorias do Capital Intelectual, da Ciência de Dados e da Engenharia do Conhecimento. Utilizando a metodologia Design Science Research (DSR), esta pesquisa se aprofundou em trabalhos bibliográficos e empíricos, por meio de uma revisão integrativa da literatura, para identificar os requisitos do framework. Com base nesses requisitos, foram realizadas as etapas da DSR para a construção do framework proposto, com a definição do artefato e seus objetivos, projeto e desenvolvimento, e, por fim, com a demonstração e avaliação em um programa de pós-graduação. O framework resultante desta pesquisa orienta o processo de demandas analíticas para exploração dos ativos intangíveis relacionados aos egressos de PPGs. O primeiro elemento trata a gestão do Capital Intelectual em IES para identificar e mensurar os ativos intangíveis relacionados aos egressos. O segundo elemento se utiliza das técnicas de Business Intelligence para a geração de relatórios e painéis com análises descritivas. Por meio da Ciência de Dados, apresenta-se o terceiro elemento, que contribui para a geração de análises preditivas. E como último elemento do framework proposto, utiliza-se a Engenharia do Conhecimento para a construção de análises prescritivas. Apesar da existência de uma literatura abundante sobre ferramentas para gerir egressos e o Capital Intelectual em IES, há uma carência de artefatos especializados de Ciência de Dados e Engenharia do Conhecimento para a gestão e monitoramento do Capital Alumni em PPGs com análises descritivas, preditivas e prescritivas. Portanto, o framework proposto tem o potencial de auxiliar esses PPGs em suas demandas analíticas para um melhor resultado em suas avaliações. Além disso, os dados e os conhecimentos sobre o Capital Alumni desses programas possibilitam um melhor planejamento estratégico de suas ações.

Abstract: The Brazilian science is strongly linked to its postgraduate system. The nation has an extensive research and education system that has been shaped by public policy initiatives over several decades. According to data from the Sucupira Platform, the National Postgraduate System (SNPG), resulting from these public policies and recognized nationally and internationally, has 4,571 postgraduate programs in operation at more than 500 Institutions of Higher Education (HEIs). In 2020, the CAPES, postgraduate regulatory entity, introduced new evaluation criteria on former graduate students information. The alumni are perceived as a permanent connection to society and reflect the social impact of their education. Thus, the postgraduate programs sought to gather information about their former students for better results in their strategic plannings as well as their evaluations. Hence, this research aimed to identify contributions to the construction of an artifact to explore data and knowledge about alumni based on the theories of Intellectual Capital, Data Science, and Knowledge Engineering. Using the Design Science Research (DSR) methodology, this research focused into bibliographic and empirical studies through an integrative literature review to identify the framework's requirements. Based on these requirements, the stages of DSR were carried out for the construction of the proposed framework, including the definition of the artifact and its objectives, design and development, and finally, demonstration and evaluation in a postgraduate program. The framework resulting from this research guides the process of analytical demands for exploring the intangible assets related to postgraduate programs former students. The first element addresses the management of Intellectual Capital in HEIs to identify and measure their intangible assets related to the alumni. The second element relies on Business Intelligence techniques for generating reports and dashboards with descriptive analyses. Through Data Science, the third element contributes to the generation of predictive analyses. And as the last element of the proposed framework, Knowledge Engineering is used for the construction of prescriptive analyses. Although there is extensive literature on tools for alumni management and the management of Intellectual Capital in HEIs, there is a lack of specialized Data Science and Knowledge Engineering artifacts for managing and monitoring Alumni Capital in postgraduate programs with descriptive, predictive, and prescriptive analyses. Therefore, the proposed framework has the potential to assist these postgraduate programs in their analytical demands for better results in their evaluations. Moreover, the data and knowledge about the Alumni Capital of these postgraduate programs enable better strategic planning of their actions.