A evasão acadêmica é um desafio constante nas instituições de ensino superior, gerando consequências sociais, institucionais e impactos pessoais expressivos para os estudantes. Recentemente, modelos de aprendizado de máquina têm sido aplicados com sucesso para estimar o risco de desligamento discente com base em dados acadêmicos, demográficos e socioeconômicos. No entanto, grande parte desses algoritmos opera com baixa transparência, funcionando como caixas-pretas e dificultando a interpretação prática de seus resultados por parte dos educadores e gestores.
No contexto brasileiro, dados do Instituto Semesp apontam que, em 2023, a evasão em cursos presenciais de universidades públicas atingiu 23,1%. Diante desse cenário crítico, a falta de interpretabilidade dos modelos preditivos tradicionais torna-se um obstáculo significativo para sua adoção em ambientes educacionais, que exigem alta confiabilidade, explicabilidade e responsabilidade ética nas tomadas de decisão. O problema evidente, é a dificuldade de traduzir o alto desempenho dos algoritmos de redes neurais em ações práticas, fazendo emergir a necessidade de empregar técnicas da Inteligência Artificial Explicável (XAI) para tornar essas previsões compreensíveis.
Com o objetivo de investigar de que forma as técnicas de XAI poderiam ser aplicadas a modelos preditivos para explicar os indícios de evasão em cursos de graduação, conduzimos uma pesquisa visando identificar detalhadamente os fatores que mais influenciam as decisões matemáticas dos modelos preditivos.
Para alcançar os objetivos, o estudo analisou dados de 5.876 estudantes de diversos cursos de graduação presenciais da UFMA. A amostra contemplou discentes que ingressaram entre os anos de 2011 e 2024. A pesquisa publicada no Simpósio Brasileiro de Educação em Computação (EduComp 2026), realizado pela Sociedade Brasileira de Computação (SBC), adotou uma abordagem analítica estruturada, que organizou o fluxo desde a compreensão e limpeza de dados até a interpretação explicável dos resultados finais.
A etapa de modelagem preditiva foi segmentada por curso e submeteu a testes diferentes algoritmos de aprendizagem de máquina. O desbalanceamento intrínseco das classes (concluintes versus desligados) foi tratado aplicando técnicas de sobreamostragem apenas no conjunto de treinamento. Em seguida, métodos globais e locais de explicabilidade foram aplicados. As técnicas Permutation Importance (PI) e SHapley Additive exPlanations (SHAP) analisaram o impacto global das variáveis no risco estimado de cada curso. Para a interpretação de predições individuais locais, empregou-se novamente o SHAP, além das técnicas Local Interpretable Model-agnostic Explanations (LIME) e Anchors.
Os resultados de desempenho preditivo demonstraram que os modelos construídos obtiveram êxito na identificação de discentes em risco de evasão, embora houvesse variações naturais de eficácia entre os cursos avaliados. A interpretação dos dados revelou uma convergência entre os métodos de explicabilidade, que apontaram sistematicamente três dimensões acadêmicas como centrais na estrutura das previsões: a eficiência na conversão da carga horária matriculada em aprovações, o ritmo de progressão ao longo do curso e o desempenho global representado pela média ponderada das notas obtidas nas disciplinas. Notavelmente, no contexto dos dados analisados, as variáveis demográficas apresentaram uma influência menos significativa nas previsões do que as variáveis de desempenho acadêmico.
A relevância deste estudo reside na entrega de uma ferramenta acionável que pode amparar e direcionar a administração educacional. A metodologia construída auxilia diretamente a gestão acadêmica na identificação compreensível de perfis que demandam maior atenção. Ao mitigar as caixas-pretas dos sistemas de inteligência artificial, o trabalho possibilita um planejamento estruturado e fundamentado de ações institucionais focadas na promoção da permanência estudantil.
Tiago Bonini Borchartt fez Doutorado em Computação pela Universidade Federal Fluminense (UFF), Mestrado em Informática pela Universidade Federal de Santa Maria (UFSM) e Graduação em Ciência da Computação pela Universidade Franciscana (UFN). Realizou Pós-Doutorado na UFF, como bolsista do CNPq.
