Identifying the post-pandemic determinants of low performing students in Latin America through Interpretable Machine Learning methods

Utilizando dados do PISA 2022 e métodos de aprendizado de máquina interpretáveis, este estudo identifica que fatores como repetência escolar, pobreza, falta de dispositivos digitais, trabalho remunerado e deficiências no ambiente escolar são os principais determinantes do baixo desempenho dos estudantes na América Latina no período pós-pandemia.

Marcos Delprato

Publicado Mon, 09 Ma
📖 5 min de leitura🧠 Leitura aprofundada

Each language version is independently generated for its own context, not a direct translation.

Imagine que o sistema educacional da América Latina é como uma corrida de obstáculos gigante. O objetivo é que todos os alunos cheguem ao final com habilidades básicas de leitura, matemática e ciência. O problema é que, especialmente após a pandemia (aquela época em que as escolas fecharam por muito tempo), muitos alunos caíram em buracos profundos e não conseguiram nem começar a correr.

Este artigo é como um detetive tecnológico que usa uma ferramenta muito inteligente (Inteligência Artificial explicável) para descobrir exatamente por que alguns alunos estão ficando para trás e quais são os obstáculos que mais pesam nos seus pés.

Aqui está a explicação do estudo, traduzida para a nossa linguagem do dia a dia:

1. O Grande Problema: A "Pobreza de Aprendizado"

O estudo olhou para 10 países da América Latina e descobriu que a maioria dos alunos (cerca de 75% em matemática e 55% em leitura) não consegue resolver problemas básicos. É como se eles estivessem tentando ler um mapa, mas não sabem o que é uma seta ou uma estrada.

A pandemia piorou tudo. Foi como se a corrida tivesse sido interrompida por um ano inteiro, e quando voltaram, os alunos mais pobres e vulneráveis estavam muito mais atrasados do que antes.

2. A Ferramenta Mágica: O "Raio-X" da Inteligência Artificial

Os pesquisadores não usaram apenas estatísticas chatas. Eles usaram uma técnica chamada SHAP (que é como um raio-x ou um detector de mentiras para dados).

Imagine que você tem uma máquina que prevê se um aluno vai passar ou reprovar. Normalmente, essas máquinas são "caixas pretas": elas dizem "vai reprovar", mas não dizem o porquê. O SHAP abre a caixa preta e mostra: "Ah, a reprovação aconteceu porque o aluno não tem computador em casa, porque repetiu a série e porque a escola tem paredes quebradas."

3. Quem é o "Aluno em Perigo"? (O Perfil)

O estudo criou dois perfis extremos para entender o que acontece:

O Aluno que está no Fundo do Poço (Nível 0):
Imagine um aluno chamado João. O perfil do João que tem a maior chance de não aprender nada é assim:

  • Família: Mora em uma casa muito pobre, sem livros e sem computador. A mãe não teve muita escola.
  • Trabalho: João trabalha meio período para ajudar a família, então não tem tempo para estudar.
  • Escola: Vai para uma escola pequena, rural, com professores sem certificação, sem internet e com um clima de medo e insegurança.
  • Histórico: Já repetiu de ano várias vezes e fala uma língua diferente da maioria na escola (indígena ou minoria).
  • Resultado: Ele está preso em um ciclo onde a falta de recursos e a necessidade de trabalhar o impedem de aprender o básico.

O Aluno que Consegue Avançar (Nível 1 ou 2):
Agora, imagine a Maria. Ela consegue passar para o próximo nível porque:

  • Família: Mora em uma casa com mais recursos, tem livros e vários dispositivos digitais.
  • Escola: Vai para uma escola com mais autonomia, professores certificados e boa infraestrutura.
  • Comportamento: Não trabalha, faz lição de casa e se sente bem na escola.

4. O Que Mais Pesa na Balança? (Os Principais Vilões)

O estudo descobriu que, em quase todos os países, os mesmos "vilões" aparecem no topo da lista:

  1. Repetir de Ano: É como tentar correr com uma mochila cheia de pedras. Quem já repetiu tem muito mais dificuldade de sair do fundo.
  2. Riqueza da Família: O dinheiro (ou a falta dele) define se a criança tem livros, internet e tempo para estudar.
  3. Tecnologia na Escola: Escolas sem computadores ou internet são como carros sem gasolina. Não importa o quanto o aluno queira ir, o carro não anda.
  4. Clima da Escola: Se a escola é um lugar de medo ou onde os alunos não se sentem acolhidos, o aprendizado morre.

5. A Solução: Como Tirar o João do Poço?

O estudo não apenas aponta os problemas, mas sugere como consertar a máquina:

  • Para o João (Nível 0): Precisamos de ajuda financeira urgente (como dinheiro para a família não precisar que o filho trabalhe), escolas que falem a língua indígena, e professores que entendam a cultura local. É preciso tirar a "mochila de pedras" da repetição.
  • Para a Maria (Nível 1): Ela precisa de mais livros, mais tempo para fazer lição de casa e uma escola com professores melhores e mais qualificados.

Conclusão: Não é "Um Tamanho Único"

A grande lição é que não podemos tratar todos os alunos que estão com dificuldade da mesma forma.

  • Para quem está no fundo do poço, o problema é a sobrevivência e a exclusão (trabalho, pobreza, falta de infraestrutura).
  • Para quem está um pouco acima, o problema é a qualidade do ensino e o apoio familiar.

O estudo diz que a América Latina precisa de um "GPS" mais preciso. Em vez de tentar consertar tudo de uma vez, precisamos saber exatamente qual é o obstáculo para cada aluno e remover aquele obstáculo específico. Assim, podemos ajudar o João a começar a correr e a Maria a chegar à linha de chegada.