Sexta-feira, 04 de dezembro de 2020
Com o uso de data science, o objetivo sempre vai ser o mesmo: transformar dados em insights e tomadas de decisões, seguindo métodos e processos de um sistema científico, extraindo informações e agregando valor aos objetivos de negócio ou estudos. No meio educacional isso não difere, já que o setor da educação, seja ela pública ou privada, é repleto de metas. Com isso, o uso de dados é uma ferramenta importante para fomentar o planejamento e atingimento de objetivos, tal como já ocorre em diversas empresas. Isso porque, toda instituição de ensino gera um determinado volume de dados em seu funcionamento diário, como número de matrículas, faltas, quantidade de tarefas realizadas por estudante ou turma, notas de avaliações externas e internas, entre outros.
Por intermédio da ciência de dados é possível fazer predições baseadas no comportamento das pessoas e, a partir disso, analisar a eficiência de intervenções pedagógicas antes mesmo da realização de avaliações oficiais, por exemplo. Isso viabiliza que as defasagens do processo de ensino sejam antevistas, possibilitando, assim, um melhor preparo dos docentes e alunos.
No Brasil, o Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep) gera muitos dados de qualidade por meio das notas da Prova Brasil e de indicadores de fluxo escolar. Essas informações são bastante poderosas, pois dados individuais e codificados de estudantes permitem acompanhar sua trajetória em toda a educação básica.
No caso do ensino público, principalmente, essas informações poderiam otimizar os investimentos em educação, já que o Brasil tem uma das melhores bases de dados do mundo pelo fato de aplicar provas censitárias com frequência. Indicadores como notas, frequência, evasão escolar, entre outros, não deveriam ter como único fim a prestação de contas, já que oferecem um detalhado diagnóstico sobre cada agente do processo educacional, otimizando a tomada de decisões e resolução de problemas.
Além de informações gerais sobre cada escola ou turma, é possível analisar os alunos de forma individual, personalizando suas experiências por meio de recomendação de conteúdos adequados ao contexto, ritmo e perfil de cada um. Em vez de sugerir os mesmos conteúdos para todas as pessoas de uma turma, é possível fazer indicações específicas para cada um, maximizando, assim, os resultados por pessoa.
A gestão escolar também pode ser muito beneficiada pelo data science, inclusive para controle da evasão escolar. Por meio da análise (estatística) de determinadas variáveis, como desempenho, inadimplência, frequência e engajamento, é possível identificar as pessoas que estão mais propensas a abandonar o curso, por exemplo. Isso possibilita que a instituição planeje estratégias de retenção com mais eficiência, adequando-se a cada caso.
Algumas marcas utilizam a ciência de dados no meio educacional. Exemplo disso é o Qedu, uma plataforma que usa dados socioeconômicos, de fluxo e aprendizagem a partir dos resultados da Prova Brasil, para criar gráficos e tabelas intuitivos e acessíveis para docentes da educação básica e para o público em geral.
Além deste, temos o Qmágico (Eduqo), que inclui ferramentas como enquetes e simulados online para coletar informações e cruzamento de dados de diferentes fontes na produção de relatórios personalizados. Tem se tornado cada vez mais comum, sobretudo em renomadas escolas particulares, o uso de gerenciadores de conteúdo escolar que comunicam à instituição vários dados, como o horário em que cada aluno acessa a ferramenta, tempo investido por questão, quais são as matérias mais buscadas, por quanto tempo se dá a utilização daquele aplicativo, etc. Vale frisar que essas informações podem ser analisadas junto com outros indicadores relacionados ao aproveitamento escolar de cada estudante.
Aqui na Alura, plataforma online de ensino de tecnologia e negócios digitais, nós temos uma área voltada apenas para a ciência de dados. Com estes cursos, os participantes podem aprender os primeiros passos e se aprofundar em temas como redes neurais, sempre trabalhando com projetos reais. Nós acreditamos na temática porque ela tem um potencial enorme e suas possibilidades de produtos vão muito além das fórmulas básicas, que são estabelecidas como recomendadores e detecção de fraude. Com ela, é possível explorar novas formas, modos, paradigmas e inovações em áreas fundamentais para a educação, economia, cultura e política.
Essa inovação deve ser benéfica para todos, de maneira justa e igualitária. Nós, como cientista de dados, devemos estar preocupados não apenas com as questões e implicações éticas e sociais de nossos estudos, mas com os requisitos técnicos. A inteligência artificial, do qual a data science faz uso em suas operações, não deve, em hipótese alguma, ampliar os abismos sociais.
Allan Spadini possui doutorado em Geofísica pela USP. Trabalhou com pesquisa envolvendo métodos sísmicos com técnicas de regressão. Atualmente, é instrutor de Data Science e Machine Learning na Alura, plataforma online de ensino de tecnologia.
Comentários