Evasão Estudantil e Ciência de Dados: primeiros passos de uma pesquisa aplicada no contexto da Educação a Distância da Universidade Estadual do Centro-Oeste

Olá meu nome é Sandro Rautenberg e no WIDAT 2018 vamos apresentar o trabalho evasão estudantil e ciência de dados: os primeiros passos de uma pesquisa aplicada no contexto da educação a distância da Universidade Estadual do Centro-Oeste.<br />Essa apresentação segue o seguinte roteiro: uma introdução à abordagem dos materiais e métodos apresentação de resultados preliminares visto que é um trabalho em andamento as considerações parciais as referências utilizadas na apresentação seguidos pelos agradecimentos e os contatos dos autores. <br />Bem, para contextualizar o trabalho vamos a algumas assertivas. Primeiramente é sabido que dados atualmente são produzidos em larga escala e amplamente disponibilizados nas plataformas digitais, nesse sentido alguns estudiosos afirma que dados são como o petróleo do futuro é uma matéria prima a ser refinada para tomada de decisão e para refinar dados atualmente recorre a ciência de dados.<br />A ciência de dados é caracterizada como a união de métodos e tecnologias para extração de informação útil a partir de complexas e dinâmicas bases de dados, trazendo essas assertivas ao contexto do trabalho na questão de enxergar uma triade de transformação de dados em informação e depois de informação para conhecimento esse trabalho parte do pressuposto que organizações de ensino à distância ou organizações de EAD elas podem melhorar seus processos decisórios com a utilização de tecnologias da ciência de dados. <br />Nesse sentido, esse trabalho se justifica pela seguinte questão as organizações EAD atualmente enfrentam um sério problema de evasão estudantil só para se ter uma idéia a taxa de evasão estudantil dessas instituições chegou aos índices de 25% dos alunos matriculados no ano de 2014 e essa também é a realidade imposta ao loco desta pesquisa ou seja, o núcleo de educação a distância da Universidade Estadual do Centro-Oeste têm uma taxa de evasão estudantil em torno de 54% dos seus alunos em educação a distância. <br />Para diminuir um pouco esse índice de evasão estudantil alguns autores recomendam a construção de modelos preditivos, esses modelos baseados em dados históricos geralmente podem auxiliar os tomadores de decisão a identificar a probabilidade de outro aluno evadir por exemplo ou de extrair informações relevantes que dêem suporte ao processo decisório a mudança de uma conjuntura interna nas organizações isso tudo consequentemente tentando aumentar os índices de retenção estudantil.<br />Trazendo essas ponderações ao contexto do núcleo de educação a distância da INICENTRO encontra-se justificativa plausível utilizar tecnologias assim citados para construir modelos aperitivos para tratar um pouco dessa evasão estudantil por isso em junho 2018 um projeto de extensão foi criado circunscrito a um estudo da evasão estudantil mediada por tecnologias das ciências de dados. <br />O objetivo deste trabalho é relatar os resultados parciais deste projeto institucionalizado o projeto é institucionalizado os dados primários advém da plataforma moodle o ambiente que oportuniza o aprendizado a qualquer momento e em qualquer lugar ao utilizar a internet como plataforma de comunicação entre os atores e os objetos de aprendizagem.<br />Na sua versão mais recente o moodle armazena os dados da interação entre atores e objetos de aprendizagem em mais de 300 tabelas de dados no contexto da EAD da Unicentro cabe ressaltar que o moodle a plataforma moodle ela mantém o registo de cinco mil setecentos e oitenta e cinco alunos de EAD entre formandos desistentes informamos por isso da utilização desta base de dados.<br />Por ser uma pesquisa aplicada como procedimento metodológico adota-se o ciclo de vida de ciência de dados proposto por Bugnion; Manivannan e Nicolas (2017).<br />Nesse ciclo de vida da ciência de dados é composto por sete passos: inicialmente tem-se ao texto de dados das fontes primárias, após isso faça a ingestão dos dados capturados dessas fontes e uma base de dados centralizada a qual permite a exploração inicial destes dados e compreensão dos modelos da semântica inerente aos dados ali armazenados.<br />Caso a gente necessite trabalhar com algum modelo de aprendizagem de máquina o próximo passo é definição dos parâmetros do algoritmo a ser utilizado. Após isso implementa-se o modelo de acordo com um algoritmo e seus parâmetros para permitir a utilização de uma aplicação computacional essa aplicação computacional é voltada então para a tomada de decisão de seus gestores ou de seus usuários e como suporte tecnológico para implementação das aplicações computacionais adota-se a linguagem de programação python e algumas das suas bibliotecas como por exemplo Pandas, Psycopg, Matplotlib, Seaborn, NLTK, Vader e Scikit-learn. <br />Bem, lembrando que essa apresentação é decorrente de um projeto de pesquisa em andamento não só tem uns resultados preliminares a destacar.<br />Primeiramente a gente destaca que a o estágio atual do projeto está nas fases de ingestão de dados e exploração de dados na gestão nós estamos ainda preocupados em entender o modelo de dados do moodle existem cerca de 300 tabelas altamente relacionadas para a manipular dados a respeito da interação do usuário para os objetos de aprendizagem à medida que a gente vai evoluindo nesse entendimento a gente vai explorando alguns dados e criando algumas constituídas ou alguns cenários iniciais como podem ser percebidos na figura ao lado deste slide.<br />Por isso nesse instante a gente só tem algumas considerações parciais a relatar primeiramente em relação aos resultados preliminares o primeiro passo que nós temos é a definição do wokflow padrão para desenvolvimento de cenários de exploração e visualização de dados e informação para com os gestores do núcleo de educação a distância da Unicentro.<br />Esse workflow pode ser percebido na figura ao lado e é constituído de quatro passos essenciais primeiro passo diz respeito à ingestão dos dados da plataforma moodle de lá se abstrai os dados primários esses dados primários são pré processados e validados por consultas transcritas em sql e o resultado desse pré processamento é armazenado centralizadamente em vários arquivos csv os quais no terceiro passo são explorados por escrito em python e esses inscritos e por sua vez transforma esses dados em informação e essa informação então ela é visualizada através de gráficos e tabelas ou relatórios afins. <br />O segundo resultado parcial que nós temos diz respeito ao passo 2.9 do nosso workflow que a concepção de uma camada independente para a atenção e gestão de dados isso para mitigar os efeitos indesejados neste momento do modelo de dados do moodle, só para constar quando começamos a trabalhar com a base do moodle ela estava na sua versão 2.9 love e atualmente está na versão 3.3 que é muito diferente da versão 2.9 e o último resultado alcançado a relatar diz respeito à formalização de um meio de comunicação para com gestores do núcleo de educação a distância do Unicentro por vez que eles nunca utilizaram o moodle como a ferramenta de apoio à decisão.<br />Como trabalhos futuros a esse projeto visa desenvolver modelos baseados em aprendizagem de máquina para suporte a tomada de decisão uma vez que estes ainda não foram contemplados no presente estágio da pesquisa. Aqui estão as referências utilizadas nesta apresentação, por fim gostaríamos de agradecer foi a Fundação Araucária pelo apoio financeiro e ao Unicentro pela disponibilidade do ambiente de execução desta pesquisa deixamos aqui também os contatos para eventuais dúvidas a respeito do projeto e sugestões para continuidade do mesmo boa tarde a todos e tem um bom WIDAT.