A evasão é fenômeno e objeto de estudo desde os anos 50. Hoje no Brasil, o MEC e as IES buscam entender e mitigar tal fenômeno que, quando ocorre, afeta diretamente a sociedade: sem o devido retorno social, acadêmico e econômico, além de frustações pessoais. Este trabalho avaliou as publicações de 2015 até 2019 que apontam possíveis causas de evasão e as variáveis associadas. A partir destes, é proposto um modelo de Engenharia do Conhecimento suportado por uma ontologia que auxilia as instituições de ensino superior a direcionar as suas análises sobre a evasão em suas bases de dados estruturadas. Como prova de conceito (PoC), aplicouse
ao modelo o processo KDD – Knowledge-Discovery in Databases para extrair conhecimentos sobre a correlação entre variáveis e, por meio de machine learning para classificação, a avaliação da capacidade de predição de comportamento futuro de evasão. Como resultado, obteve-se o nível de correlação entre variáveis que direcionam as ações para detalhamento da análise da evasão. No que tange à classificação, dentre os algoritmos de
classificação submetidos, redes neurais se mostrou uma escolha promissora para a instituição analisada, com área sobre a curva ROC de 0,91, acurácia de 0,86, precisão 0,86, recall 0,79 e f-score 0,81. Tais conhecimentos extraídos na PoC – correlação entre variáveis e métricas de capacidade de predição – realimentaram o modelo proposto por meio de uma extensão da
ontologia do modelo. A partir dos resultados alcançados com a PoC, constata-se que o conjunto de causas e variáveis propostas – identificadas no arcabouço de publicações – direciona a fase de seleção de dados no processo KDD e promove nível de confiança para correlação e predição.
Isto torna o modelo um bom direcionador para a análise de evasão. Como evolução, pretendese projetar e implantar um SBC baseado no modelo para a instituição de ensino avaliada, auxiliando-a na Gestão do Conhecimento sobre o fenômeno e a identificar discentes com tendência de evasão a fim de mitigar os riscos.
Palavras-chave: Evasão. Engenharia do Conhecimento. Ontologia. KDD.
Link para download: Sérgio Nicolau da Silva.