Projeto Integra

Sobre

A evasão de alunos nos cursos de graduação tem sido um dos problemas relevantes para a gestão acadêmica e financeira das Instituições de Ensino Superior (IES), pois cada vez mais são investidos recursos escassos na atração e captação de alunos e os resultados têm sido influenciados negativamente com taxas elevadas de evasão. Segundo Silva Filho (2007), a desistência do aluno em um curso superior significa prejuízo para si próprio, ao não se diplomar; para o professor, que não atinge sua meta como educador; para a universidade, pelo não atendimento de sua missão; para a sociedade, pelas perdas sociais e econômicas; e, também, para a família, pelo sonho não realizado.

O projeto Integra é uma iniciativa da Pró-Reitoria de Graduação (PROGRAD), Pró-Reitoria de Planejamento (PROPLAN) e Centro de Processamento de Dados (CPD) e tem como finalidade reduzir a evasão e estimular a permanência dos estudantes nos cursos de graduação da UFSM. O compromisso é acompanhar a vida dos alunos na UFSM desde o seu ingresso até o seu desligamento. O acompanhamento da instituição junto ao seu aluno é essencial para o sucesso durante a vida universitária. Ainda, o projeto prevê a coleta de dados quantitativos, o desenvolvimento de um aplicativo, um painel de indicadores para acompanhamento e avaliação pelos gestores e uma campanha de comunicação.

Os coordenadores de curso têm acesso a um aplicativo, para que possam avaliar quais estudantes têm maior risco de não conseguirem concluir o curso. O aplicativo permite aos coordenadores o acompanhamento da situação de cada aluno. Ao mesmo tempo, os gestores têm acesso a vários observatórios, os quais possuem dashboards de acompanhamento com informações sobre o perfil dos alunos. Esses painéis servem como elementos complementares ao aplicativo, sendo utilizados para o desenvolvimento de ações pontuais no sentido de reduzir a evasão.

A notícia de lançamento do projeto pode ser visualizada aqui e o vídeo sobre a campanha de comunicação do projeto pode ser visto abaixo. A campanha valoriza a integração entre estudante e universidade e o trabalho conjunto nesse ecossistema. A campanha foi idealizada pelo PETCom, por meio da profa Jaqueline Quincozes Kegler e os alunos Pedro Amaral e Julia Grillo.

Saiba mais sobre o Projeto . . .

A Análise de Risco da Evasão tem como objetivo apoiar a instituição na identificação de ações que podem ser desenvolvidas junto aos alunos para melhorar a vida universitária. Basicamente, as seguintes ações são desenvolvidas: Análise do Perfil do Egresso da UFSM, Análise do Perfil do Aluno Regular da UFSM em situação de Risco de Abandono, Análise do Risco de Abandono do Curso, Ações Recomendadas para Mitigar o Risco de Abandono.

A Análise do Perfil do Egresso da UFSM permite aos gestores verificar como os alunos egressos do curso se comportaram conforme um elenco de variáveis durante a vida acadêmica. Ainda, a análise do perfil do egresso aponta necessidades de reavaliação de práticas de ensino, pesquisa e extensão, da formação ética e cidadã e da correlação das atividades curriculares dos cursos com as demandas econômicas, sociais e científicas.

A Análise do Perfil do Aluno Regular da UFSM em situação de Risco de Abandono avalia os alunos regularmente matriculados e que foram analisados com perfil similar aos egressos do curso. Essa análise ajuda os gestores na compreensão do atual corpo discente do curso e apoia a identificação de fatores que podem ajudar a minimizar as causas da evasão.

A Análise do Risco de Abandono do Curso contempla a identificação de alunos que possuem um perfil similar àqueles egressos do curso em anos anteriores. Essa análise envolve algoritmos de inteligência artificial e aprendizagem de máquina que tem como finalidade aprender sobre as diversas informações disponíveis sobre a área acadêmica, assistência estudantil, sócio econômica dos alunos e cursos da UFSM.

A etapa que trata de Ações Recomendadas para Mitigar o Risco de Abandono apresenta ao gestor as ações que a instituição disponibiliza de maneira sistemática para evitar o abandono. Essas ações contemplam desde o apoio didático pedagógico, acessibilidade, benefício sócio econômico, ações afirmativas sociais, étnico-raciais e indígenas até bolsas, estágios e iniciação científica.

A Figura abaixo ilustra as etapas de análise e perfil da evasão. Os resultados dessas etapas são refletidas por meio de paineis de acompanhamento e aplicativos móveis disponibilizados para a comunidade universitária para acompanhamento das ações. O aplicativo UFSM Digital já está disponível na play store para dispositivos Android e na app Store para dispositivos iOS. Para mais informações sobre o aplicativo clique no botão Aplicativo Integra, mais abaixo. Os paineis de perfil, acompanhamento e análise da evasão estão disponíveis abaixo, por meio dos botões Painel do Perfil do(a) Estudante, Painel de Acompanhamento Estudantil e Análise da Evasão.

Observatório do Curso

Observatório do Acompanhamento

Observatório da Evasão

Aplicativo Integra

Faça sua pergunta para EvasIA (em teste)

Metodologia

Para a definição da metodologia é preciso avaliar a integração das diversas áreas envolvidas no processo. A Figura abaixo ilustra essa interligação entre as diversas áreas. Todas as áreas estão conectadas para que o processo funcione de maneira satisfatória. Essa interligação é fundamental para o sucesso da metodologia. A área de Data Science permite a avaliação e verificação dos dados envolvidos na processo de descoberta, gerando os dados rotulados automaticamente conforme o histórico da própria instituição. A Intuição Humana complementa a etapa de Data Science fazendo um refinamento essencial para a aumentar a acurácia de todo o processo. O conhecimento do especialista humano nessa etapa permite que rótulos gerados automaticamente possam ser reavaliados para ações futuras. A área de Machine Learning utiliza vários algoritmos para classificação dos dados com a finalidade de determinar os estudantes propensos à evasão assim como os atributos que mais influenciaram na previsão. Finalmente, na etapa de Business Intelligence essas informações são disponibilizadas de maneira integrada para o gestor, mostrando uma visão holística de todo o processo da evasão. A interseção de todas as áreas é representada pelo projeto Integra.

O aprendizado de máquina geralmente requer conjuntos de treinamento grandes e precisos para a definição de uma categoria geral, ou seja, o aprendizado de conceito. O aprendizado de conceito pode ser formulado como um problema de busca pela melhor hipótese em relação aos exemplos do conjunto de treinamento, por meio de um espaço pré-definido de hipóteses potenciais. O aprendizado de máquina mostra pouca consciência do que é conhecido ou não, integra pouco conhecimento, aprende apenas uma tarefa por vez, permite pouca transferência de conhecimento aprendido para novas tarefas. Em contraste, o aprendizado humano resolve muitos desses problemas e geralmente é contínuo, rápido, eficiente, preciso, robusto, flexível e sem esforço. Assim, o aprendizado de máquina (conceitos) e a intuição humana (conhecimento conceitual) são complementares e precisam trabalhar juntas. Essa visão holística em que dados, algoritmos e participação humana trabalhem juntos permite o atingimento dos melhores resultados.