Estudo de caso para a predição de reprovação estudantil na disciplina de programação I: uma análise exploratória e aplicação de aprendizado de máquina

Abstract

A retenção estudantil é uma preocupação crítica no ambiente acadêmico, com desafios complexos que afetam a trajetória educacional dos estudantes. A reprovação é uma das principais causas, e a intervenção precoce é apontada como uma estratégia eficaz na solução desse problema. Nesse contexto, propõe-se nesse trabalho a implementação de um modelo preditivo classificativo baseado em aprendizado de máquina destinado a antecipar o desempenho dos estudantes. O trabalho faz uso da mineração de dados educacionais a partir de relatórios obtidos do ambiente Moodle e do sistema acadêmico da UFSC. O método foi avaliado em uma disciplina de Programação I do CTJ, onde antecipou estudantes reprovados para 25%, 50%, 75% e 95% do semestre letivo, obtendo sensibilidade de 90,8%, 92,3%, 95,4% e 100% com LR, SVM, RNA e AD, respectivamente. Visando-se criar um algoritmo genérico, RNA foi selecionado por demonstrar uma sensibilidade média de 91,13% para os três primeiros períodos, conjunto de tempo no qual a intervenção por parte do professor é efetiva.

Student retention is a critical concern in the academic environment, with complex challenges affecting students’ educational trajectories. Failure is one of the main causes, and early intervention is identified as an effective strategy in solving this problem. In this context, this paper proposes the implementation of a predictive classification model based on machine learning aimed at anticipating student performance. The work utilizes educational data mining from reports obtained from the Moodle environment and the academic system of UFSC. The method was evaluated in a Programming I course at CTJ, where it anticipated failing students for 25%, 50%, 75%, and 95% of the academic semester, achieving sensitivities of 90.8%, 92.3%, 95.4%, and 100% with LR, SVM, RNA, and AD, respectively. Aiming to create a generic algorithm, RNA was selected for demonstrating an average sensitivity of 91.13% for the first three periods, a time frame in which teacher intervention is effective.