Analysis and Prediction of At-Risk Students Using Machine Learning Algorithms

Imagine uma universidade como um jardim grande e movimentado. O objetivo é ajudar cada estudante (as plantas) a crescer forte e atingir o florescimento total (a graduação). No entanto, às vezes, as plantas começam a murchar ou param de crescer antes de estarem prontas. No passado, os jardineiros (o corpo docente da universidade) só percebiam que uma planta estava em apuros depois que ela já tinha ficado amarela ou derrubado suas folhas. A essa altura, muitas vezes era tarde demais para salvá-la.

Este artigo trata da construção de um sistema inteligente de previsão meteorológica para esse jardim. Em vez de esperar que as folhas fiquem amarelas, os pesquisadores usaram programas de computador (Aprendizado de Máquina) para observar o solo, a água e o histórico da planta para prever, antecipadamente, quais poderiam ter dificuldades.

Aqui está uma divisão simples do que eles fizeram e do que descobriram:

O Problema: O "Alarme Tardio"

As universidades perdem dinheiro e reputação quando os estudantes saem precocemente. Atualmente, as escolas tentam ajudar os alunos oferecendo aconselhamento ou monitoria, mas costumam fazer isso de forma reativa. É como chamar um médico apenas depois de você já ter quebrado a perna. Os pesquisadores queriam encontrar uma maneira de prever a quebra antes que ela aconteça, para que pudessem oferecer um gesso (suporte) precocemente.

A Ferramenta: Os Algoritmos de "Bola de Cristal"

Os pesquisadores reuniram dados da Sydney International School of Technology and Commerce (SISTC). Eles analisaram os registros de 2.405 estudantes, mas os limparam para focar em 1.027 alunos que ou concluíram seus estudos ou abandonaram o curso.

Eles inseriram esses dados em quatro diferentes "bolas de cristal" (algoritmos de Aprendizado de Máquina) para ver qual conseguia prever o futuro melhor:

1. Regressão Logística: Uma calculadora simples de linha reta que pondera diferentes fatores.
2. Random Forest (Floresta Aleatória): Uma equipe de muitos tomadores de decisão (como um comitê de especialistas) votando no resultado.
3. K-Nearest Neighbors (KNN - K-Vizinhos Mais Próximos): Um método que observa os "vizinhos" do estudante (estudantes com notas e históricos semelhantes) para adivinhar o que acontecerá com eles.
4. Support Vector Machines (SVM - Máquinas de Vetores de Suporte): Um método que desenha uma linha para separar os "graduados" dos "desistentes".

Os Ingredientes: O Que Eles Observaram?

Para fazer suas previsões, o computador observou 14 pistas específicas, tais como:

• Histórico Acadêmico: Quantas disciplinas foram aprovadas, reprovadas ou ignoradas.
• Demografia: Idade, gênero, nacionalidade e tipo de visto.
• Tempo: Há quanto tempo estavam estudando e quantas vezes tentaram um curso.

Os Resultados: Quem Venceu a Corrida?

Os pesquisadores testaram essas "bolas de cristal" para ver o quão precisas eram. Os resultados foram surpreendentemente altos:

• Os Vencedores: A Regressão Logística e o SVM (Kernel Linear) foram os campeões. Eles obtiveram 99% de precisão. Isso significa que foram quase perfeitos em adivinhar quais estudantes terminariam e quais sairiam.
• O Segundo Lugar: O Random Forest também foi muito forte, com 98,7%.
• Os Outros: O KNN e a versão mais complexa do SVM também foram bons, mas ligeiramente menos precisos (cerca como 96-97%).

O Que a "Bola de Cristal" Disse a Eles

Quando os pesquisadores analisaram por que os modelos vencedores faziam suas previsões, encontraram alguns padrões interessantes:

• Tipo de Visto: Estudantes com um "Visto de Estudante" padrão tinham muito mais probabilidade de concluir seus estudos.
• Nacionalidade: Os dados mostraram que estudantes do Paquistão tinham uma maior probabilidade de abandonar os estudos em comparação com outros, neste conjunto de dados específico.
• Notas: O número de disciplinas que um aluno reprovou foi um grande sinal de alerta. Quanto mais reprovavam, maior o risco de deixarem o curso.
• Escolha de Curso: Estudantes do programa "Mestrado em TI" tinham maior probabilidade de permanecer e concluir.

A Verificação de Segurança

Os pesquisadores foram cuidadosos com a privacidade. Eles removeram todos os nomes e detalhes pessoais dos dados, tratando os estudantes como números anônimos. Eles também notaram um problema potencial: se os dados não tiverem exemplos suficientes de certos grupos (como gêneros ou nacionalidades específicas), o computador pode ser tendencioso. Eles sugeriram verificar isso no futuro.

A Conclusão

Este estudo prova que, ao usar matemática simples e modelos de computador, as universidades podem agir como jardineiros proativos. Em vez de esperar que um aluno falhe, elas podem usar dados para detectar os sinais de alerta precocemente. O estudo descobriu que modelos simples (Regressão Logística e SVM Linear) são, na verdade, as melhores ferramentas para este trabalho, oferecendo 99% de chance de identificar corretamente os estudantes que precisam de ajuda antes de decidirem sair.

Os pesquisadores sugerem que, no futuro, as escolas poderiam adicionar ainda mais detalhes — como o nível de participação do aluno em aula ou seus hábitos de estudo — para tornar essas previsões ainda mais aguçadas, mas, por enquanto, os dados atuais já estão fazendo um trabalho fantástico.