Banca de defesa - ANDRÉ GUSTAVO BOBRZYK

A evasão, a retenção e o abandono escolar de alunos na educação formal acarretam problemas importantes para toda a sociedade. A evasão, particularmente, determina uma qualificação intelectual e técnica menor da população de um país, acarretando problemas no desenvolvimento social e econômico. A retenção, por sua vez, em muitos casos provoca a impossibilidade de oferta universal de disciplinas em cursos com turmas que apresentam excesso de alunos e, em última análise, é o primeiro passo para a evasão. Ademais, ambas as situações apresentam um custo para as instituições de ensino e, portanto, para a nação. Atualmente, muitos cursos utilizam Ambientes Virtuais de Aprendizagem (AVAs) que apresentam uma quantidade significativa de dados sobre a interação dos alunos. Tais dados podem ser utilizados para a predição da retenção, evasão e abandono escolar. Embora existam muitas pesquisas nas áreas de Learning Analytics e Mineração de Dados sobre a busca e análise destes dados, é fundamental que os AVAs apresentem, de forma clara aos docentes, aqueles alunos que estão com maior risco de evadir, serem retidos ou abandonarem seus cursos. Também, é imprescindível que os professores possam escolher os algoritmos que desejam utilizar sem a necessidade de conhecimento profundo a respeito de mineração de dados. Assim, a pergunta que se apresenta pode ser definida pela frase a seguir: "De que forma é possível construir uma interface amigável que permita aos docentes e gestores educacionais, a partir do AVA Moodle, determinar os parâmetros que desejam utilizar para serem alertados sobre alunos em situação de risco e evasão, bem como apresentar os resultados de forma inteligível e facilitada para este grupo de usuários? Face ao exposto, buscou-se construir um artefato na forma de plugin para o Moodle, utilizando as melhores técnicas de visualização de dados e Interação Humano-computador, visando a tornar a escolha, filtragem e apresentação de dados sobre alunos em risco de retenção, evasão e abandono escolar, intuitiva e descomplicada, mesmo para aqueles professores e gestores educacionais que não tem familiaridade com ferramentas tecnológicas de mineração de dados. Os dados serão provenientes dos registros de interações dos alunos no ambiente Moodle e serão pré-minerados no trabalho complementar a este, desenvolvido pelo colega de PPG e Grupo de Pesquisa sobre Mineração de Dados Educacionais, Pablo Oliveira, com a orientação do Prof. Dr. Mariano Nicolao.

MEMBROS DA BANCA: