Visualizar como página web

2025 - Edição 64 | 04 de fevereiro

Imds apresenta modelo preditivo inédito para identificação de alunos propensos à reprovação escolar na cidade do Rio de Janeiro

Modelo de machine learning ajudará a Secretaria Municipal de Educação a priorizar ações em 2025, visando à redução da reprovação dos alunos ao final do ano letivo

Olá, *|NOME|*

       No final de 2024 o Imds apresentou à Secretaria de Educação (SME) da cidade do Rio de Janeiro um projeto inovador, que coloca a ciência de dados a serviço da educação pública: modelos preditivos que estimam a probabilidade de reprovação dos alunos matriculados nos anos finais do Ensino Fundamental (6º ao 9º ano) da rede pública do município. A solução, baseada em técnicas avançadas de machine learning, permitirá que a SME direcione ações de apoio aos estudantes com maior risco de repetência, já a partir de 2025.

    Diferente das abordagens tradicionais, que dependem da análise de dados dispersos, este inédito preditor automatiza a identificação de alunos em risco de reprovação de forma ágil e precisa. Ele integra múltiplas fontes de informação – notas, frequência, histórico escolar, perfil da escola, entre outros – para fornecer um diagnóstico antecipado, permitindo que a rede atue bem antes que o problema se agrave.

      O projeto teve início com uma oficina que reuniu técnicos de diversas áreas da Prefeitura. Durante o encontro, os profissionais compartilharam seus conhecimentos sobre os determinantes da reprovação com a equipe técnica do Imds. A partir desse levantamento, foram desenvolvidas as principais variáveis do modelo, que foram testadas em diferentes níveis de agregação, considerando valores absolutos e relativos.

      Transformar o conhecimento dos técnicos, que compreendem profundamente o fenômeno da reprovação, em variáveis utilizáveis em modelos estatísticos foi um dos principais desafios – e diferenciais – do projeto. O processo exigiu um trabalho rigoroso de engenharia de dados e validação estatística, permitindo refinar hipóteses iniciais, testar a relevância das variáveis e garantir que os fatores inseridos no modelo fossem representativos e úteis para prever o risco de reprovação ao final do ano letivo.

      A solução foi desenvolvida a partir da combinação de técnicas de time series na engenharia de dados e algoritmos de machine learning de alta performance, como o XGBoost, na modelagem. Os primeiros testes do preditor apresentaram resultados promissores e robustos. Os modelos demonstraram alta precisão na identificação de alunos com maior risco de reprovação, possibilitando a simulação de diferentes cenários de intervenção.

    Após a entrega e apresentação dos resultados para os técnicos da SME, o Secretário de Educação, Renan Ferreirinha, destacou que frequentemente a reprovação acontece porque a gestão não consegue ofertar as condições necessárias para que o aluno possa aprender, e que este preditor pode impulsionar novas ações: “Para que possamos fazer as adequações necessárias, precisamos identificar os alunos que mais precisam do nosso apoio — e quanto antes, melhor. O Imds conseguiu desenvolver uma solução extremamente inovadora, com modelos estatísticos bastante robustos, junto com o nosso time interno de servidores, que se dedicaram com uma pegada bastante analítica para que, já nos primeiros bimestres do ano, tivéssemos uma precisão muito forte dos alunos que estão enfrentando dificuldades.” [Assista ao vídeo aqui]

       Os próximos passos desse projeto envolvem desenvolver modelos preditivos para os anos iniciais do Ensino Fundamental de forma que a rede possa iniciar as ações ainda mais cedo, quando as defasagens de aprendizado começam a aparecer. Adicionalmente, iremos fortalecer o uso do preditor por parte dos gestores, diretores e professores da rede, iniciando com uma oficina sobre possíveis usos e desafios para o uso do preditor nas suas atividades rotineiras.

      Com essa nova ferramenta, gestores e educadores poderão agir com antecedência, garantindo que o suporte chegue a quem mais precisa. A solução permitirá uma alocação mais eficiente dos recursos educacionais, potencializando o impacto de programas como reforço escolar, tutoria personalizada e acompanhamento individualizado.

      Uma reprovação evitada tem impactos relevantes na trajetória dos alunos durante seu período escolar bem como em sua vida laboral e contribui decisivamente na mobilidade social.

      Essa iniciativa reforça o compromisso do Imds com a melhoria da qualidade do ensino e a promoção de oportunidades mais equitativas para os estudantes da rede pública.

          Até a próxima "Carta do Imds"!

          Paulo Tafner

          Diretor-presidente


Você está recebendo este e-mail pois em algum momento teve contato conosco ou se cadastrou em nosso site. Agradecemos o seu interesse. O Imds é uma associação privada sem fins lucrativos, mantida por patrocinadores privados, com governança aos cuidados de um conselho de administração formado por nomes de excelência ou de gabarito reconhecido. O instituto não tem filiação político-partidária: ele se propõe a unir academia e administradores em torno de projetos de impacto duradouro no bem-estar dos cidadãos atendidos.

Enviado por Instituto Mobilidade e Desenvolvimento Social – Imds

Fale conosco pelo contato@imdsbrasil.org

Se deseja não receber mais mensagens como esta, clique aqui.