Academic resilience in the Latin America region post COVID-19 pandemic -- an explainable machine learning analysis of its determinants and heterogeneity using alternative definitions

Utilizando dados do PISA 2022 e métodos de aprendizado de máquina explicável, este estudo identifica os determinantes da resiliência acadêmica em nove países da América Latina pós-pandemia, destacando a importância de fatores domésticos e escolares, bem como o impacto negativo das interrupções nas aulas, para orientar políticas públicas voltadas à equidade educacional.

O essencial

Imagine que a educação na América Latina é como uma grande maratona. Antes da pandemia, muitos corredores já estavam em desvantagem: alguns não tinham bons tênis (recursos), outros corriam em estradas de terra (escolas com poucos recursos) e muitos estavam cansados antes mesmo de começar.

Quando a pandemia chegou, foi como se uma tempestade repentina parasse a corrida por meses. A pior parte? Os corredores que já estavam mais fracos ou com equipamentos piores sofreram muito mais. Eles perderam mais tempo e energia do que os corredores que já tinham tudo preparado.

O que é "Resiliência Acadêmica"?
Neste estudo, os autores querem encontrar os "super-heróis" dessa maratona. São os alunos que, mesmo vindo de famílias pobres, com poucos livros em casa e escolas com poucos computadores, conseguem terminar a prova com notas excelentes. Eles são resilientes: a adversidade não os derrubou.

O objetivo do artigo é descobrir: "Qual é o segredo deles?" O que faz esses alunos vencerem as probabilidades?

Como eles descobriram o segredo? (A Tecnologia Mágica)
Os pesquisadores não olharam apenas para estatísticas simples. Eles usaram uma ferramenta de Inteligência Artificial chamada SHAP.

• A Analogia: Imagine que você tem uma receita de bolo misteriosa. Você sabe que os ingredientes são farinha, ovos e açúcar, mas não sabe quanto de cada um faz o bolo ficar perfeito. A IA (SHAP) funciona como um "detetive de receitas". Ela analisa milhares de bolos (alunos) e diz exatamente: "Ah, neste caso, o segredo não foi o açúcar, foi a quantidade de ovos e o tempo no forno".
• Eles analisaram dados de 9 países da América Latina (Argentina, Brasil, Chile, etc.) com 12 milhões de "ingredientes" (dados) para ver o que realmente importa.

O que eles descobriram? (As 3 Grandes Lições)

1. O que acontece em casa é fundamental (para a definição básica):
   Para a maioria dos alunos resilientes, o que mais importa é o "kit de sobrevivência" em casa.

   • Analogia: É como ter um bom mapa e uma bússola. Ter muitos livros e dispositivos digitais (tablets, computadores) em casa é o maior fator de sucesso.
   • Outros fatores: Fazer lição de casa, não repetir de ano, não trabalhar muito cedo e ter curiosidade e empatia também ajudam muito. Curiosamente, os meninos apareceram um pouco mais resilientes que as meninas neste grupo específico.

2. O que acontece na escola é o segredo (quando ajustamos para a pobreza):
   Quando os pesquisadores olharam mais de perto, removendo o efeito da riqueza da família, o foco mudou para a escola.

   • Analogia: Se a casa é o carro, a escola é a estrada e o mecânico.
   • Escolas com mais professores certificados, mais computadores conectados à internet e turmas menores (menos alunos por professor) são cruciais.
   • A qualidade do ensino e o ambiente escolar fazem a diferença entre um aluno que desiste e um que se torna resiliente.

3. O impacto da Pandemia (A Tempestade):
   Quanto mais tempo a escola ficou fechada e quanto mais difícil foi para o aluno acessar o ensino remoto, menor foi a chance de ele ser resiliente.

   • Analogia: Se a estrada fica fechada por 300 dias e você não tem um mapa (internet), é quase impossível chegar ao destino. Escolas que tiveram barreiras grandes para o ensino online viram seus alunos resilientes "desaparecerem".

Diferenças entre Escolas Públicas/Privadas e Cidade/Campo
O estudo mostrou que o "segredo" muda dependendo de onde você está:

• Escolas Públicas: A presença de professores certificados e a assertividade do aluno (saber defender suas ideias) são vitais.
• Escolas Privadas: O status da família e os recursos em casa pesam mais.
• Zona Rural: O tamanho da turma e a educação dos pais (especialmente a mãe) são determinantes.
• Zona Urbana: A quantidade de lição de casa e o gênero do aluno têm mais peso.

Conclusão: O que fazer com essa informação?
O estudo nos diz que não existe uma "bala de prata" mágica. Para ajudar os alunos pobres a se tornarem resilientes (a "super-heróis" da educação), precisamos de uma abordagem dupla:

1. Em casa: Garantir que eles tenham acesso a livros e tecnologia.
2. Na escola: Investir em professores de qualidade, reduzir o número de alunos por turma e garantir que a escola tenha internet e computadores.

Se quisermos que a América Latina se recupere da crise de aprendizado pós-pandemia, precisamos focar nesses "ingredientes" que transformam alunos vulneráveis em alunos de sucesso, independentemente de onde nasceram.

Resumo técnico

Aqui está um resumo técnico detalhado do artigo acadêmico, apresentado em português:

Título: Resiliência Acadêmica na América Latina Pós-Pandemia: Uma Análise Explicável de Aprendizado de Máquina sobre seus Determinantes e Heterogeneidade

Autores: Marcos Delprato e Andrés Sandoval-Hernández
Fonte de Dados: PISA 2022 (9 países da América Latina)

---

1. O Problema e o Contexto

A América Latina e o Caribe (ALC) enfrentam uma crise de aprendizagem agravada pela pandemia de COVID-19. A região registrou o maior tempo médio de fechamento de escolas (cerca de 270 dias), resultando em uma perda estimada de 0,9 a 1,1 anos de escolaridade. O impacto foi desproporcional: estudantes do décil mais pobre da distribuição de renda perderam quase quatro vezes mais anos de educação (81%) em comparação aos do décil mais rico (22%).

Neste cenário de desigualdade educacional exacerbada, o conceito de Resiliência Acadêmica do Estudante (SAR) torna-se crucial. A SAR refere-se a estudantes que, apesar de provirem de contextos socioeconômicos desfavorecidos, atingem níveis de desempenho educacional satisfatórios. O objetivo do estudo é identificar os determinantes que permitem que esses estudantes superem as adversidades, fornecendo insumos para políticas públicas de recuperação e redução de desigualdades.

2. Metodologia

O estudo adota uma abordagem quantitativa avançada, utilizando técnicas de Inteligência Artificial Explicável (XAI).

• Dados: Utilização dos dados do PISA 2022 de 9 países da ALC (Argentina, Brasil, Chile, Colômbia, República Dominicana, México, Panamá, Peru e Uruguai). A amostra foca nos 40% mais pobres dos estudantes (os dois quintis inferiores do índice ESCS).
• Definições de SAR: O artigo propõe e analisa quatro definições alternativas de resiliência acadêmica para contornar a falta de consenso na literatura:
  1. SAR1: Estudantes nos quintis inferiores de ESCS que atingem o Nível 2 ou superior em Matemática, Leitura e Ciências.
  2. SAR2: Probabilidade estimada de atingir o Nível 2 (topo 40% da distribuição de probabilidade), controlando por ESCS familiar e escolar, além de efeitos aleatórios de escolas e países (modelo logit multinível).
  3. SAR3: Subconjunto do SAR1, restrito a estudantes em escolas com alta desigualdade interna (maior correlação entre desempenho e SES).
  4. SAR4: Subconjunto do SAR2, excluindo estudantes de escolas "mais eficientes" (com maiores interceptos aleatórios).
• Modelos de Aprendizado de Máquina (ML):
  • Foram comparados três modelos: Regressão Logística (Logit), Redes Neurais (NN) e Árvores de Gradiente Reforçado (GBT/XGBoost).
  • A validação cruzada estratificada (5-fold) e métricas de desempenho (AUROC e AUPRC) indicaram que o GBT foi o modelo superior, capturando melhor efeitos não lineares e interações.
• Técnica Explicativa (SHAP): Para interpretar o modelo "caixa preta" (GBT), utilizou-se o método SHAP (Shapley Additive Explanations). Isso permite quantificar a contribuição marginal de cada variável para a previsão de resiliência de um estudante específico, decompondo o impacto em efeitos principais e interações.
• Análises Adicionais:
  • Heterogeneidade por subsistemas (Escolas Públicas vs. Privadas; Urbanas vs. Rurais).
  • Análise de variáveis de contexto da pandemia (dias de fechamento, barreiras ao ensino remoto).
  • Análise local de perfis extremos (estudantes com maior e menor probabilidade de ser resiliente).

3. Principais Resultados

A. Determinantes Globais (Amostra Total)

A importância dos fatores varia significativamente dependendo da definição de SAR utilizada:

• Para SAR1 (Desempenho Bruto): Os principais determinantes estão no domínio familiar e individual:
  • Positivo: Quantidade de dispositivos digitais e livros em casa, gênero (masculino), dedicação às tarefas de casa, satisfação com a vida, traços de personalidade (curiosidade, empatia).
  • Negativo: Repetência (primária e secundária), trabalho remunerado intenso, ser imigrante.
• Para SAR2 (Desempenho Líquido de SES): Ao controlar pelo contexto socioeconômico, os determinantes deslocam-se para o domínio escolar:
  • Tamanho da escola, proporção de PCs conectados à internet, relação aluno-professor (STR), qualidade do ensino (professores certificados e com desenvolvimento profissional) e tipo de escola.

B. Impacto da Pandemia

• Existe uma associação negativa forte entre a duração do fechamento das escolas e a probabilidade de resiliência. Um aumento de 170 para 400 dias de fechamento reduz a chance de resiliência em 10% a 25%.
• Barreiras ao ensino remoto (conectividade, materiais) também impactam negativamente a resiliência.
• Por outro lado, escolas com maior proporção de estudantes engajados no ensino remoto tendem a ter melhores resultados de resiliência.

C. Heterogeneidade (Público vs. Privado / Urbano vs. Rural)

• Escolas Públicas: A resiliência é mais fortemente influenciada por traços de personalidade (assertividade), qualidade do ensino (certificação de professores) e recursos tecnológicos (PCs conectados).
• Escolas Rurais: Fatores familiares (educação dos pais, número de dispositivos) e barreiras da pandemia têm peso maior do que em áreas urbanas. A qualidade do ensino (formação e PD) é mais crítica do que apenas a quantidade de recursos (STR).
• Escolas Privadas: Apresentam taxas de resiliência significativamente maiores (diferença de 11% a 25% em relação às públicas).

D. Perfis Extremos (Análise Local)

• Perfil de Alta Resiliência: Estudante do sexo masculino, frequentador de escola privada, sem repetência, com alto número de livros e dispositivos, pouco trabalho remunerado, alta satisfação com a vida e empatia. A escola possui alta taxa de professores certificados e desenvolvimento profissional.
• Perfil de Baixa Resiliência: Estudante repetente, com traços de personalidade negativos (baixa empatia, gestão de estresse), pouco tempo em tarefas de casa, pais com baixa escolaridade e escola com poucos recursos e alta vulnerabilidade.

4. Contribuições e Significância

• Inovação Metodológica: É um dos primeiros estudos a aplicar métodos de Aprendizado de Máquina Explicável (SHAP) para analisar a resiliência acadêmica na região da ALC, superando as limitações de modelos lineares tradicionais ao capturar interações complexas e não linearidades.
• Nuance na Definição: Demonstra que a escolha da definição de resiliência (bruta vs. líquida de SES) altera drasticamente quais fatores são considerados "principais", alertando para a necessidade de clareza conceitual em políticas públicas.
• Relevância Política:
  • Identifica alvos específicos para intervenções: para estudantes em escolas públicas e rurais, investir em qualidade docente e redução de barreiras de conectividade é mais eficaz do que apenas focar em insumos familiares.
  • Destaca a importância de mitigar os efeitos do fechamento prolongado de escolas e das barreiras ao ensino remoto.
  • Oferece uma base empírica para desenhar políticas de recuperação pós-pandemia que visam "puxar" os estudantes mais vulneráveis para a resiliência acadêmica, promovendo mobilidade social.

Em suma, o artigo fornece um mapa detalhado dos fatores que permitem que estudantes pobres na América Latina superem as adversidades, sugerindo que a recuperação da aprendizagem exige intervenções diferenciadas que considerem o contexto escolar (público/privado, urbano/rural) e a qualidade do ensino, além dos recursos domésticos.