Um novo sistema baseado em algoritmos de inteligência artificial permite detectar aos estudantes que estão em risco de suspender. Tem sido desenvolvido por uma equipa interdisciplinario de pesquisadores da Universitat Oberta de Cataluña (UOC), tal e como explica o professor Agustín López num pós. Ademais, esta tecnologia "é capaz de intervir automaticamente de forma precoz com mensagens personalizadas para reverter a situação".
O objectivo final é evitar que o alumnado abandone a matéria. A investigação tem sido liderada por David Bañeres, do grupo Systems, Software and Models Research Lab (SOM Research Lab), do Internet Interdisciplinary Institute (IN3).
Melhoras na predição
O novo modelo predictivo denominou-se Profiled Dropout At Risk (PDAR), e incorpora-se ao Learning Intelligent System (LIS), um sistema de predição de estudantes em risco de suspender. O novo modelo PDAR contribui uma melhora substancial do rastreamento, já que, a partir de dados do perfil dos estudantes, o rendimento dentro do curso e os cliques e outras acções diárias no campus em linha da UOC, gera uma predição diária do risco de abandono da matéria.
"O modelo avalia se o grau de envolvimento diário do estudante adequa-se à média dentro da matéria. Isto é, esta avaliação faz-se dependendo da cada matéria e da cada actividade", detalham os pesquisadores.
Novos reptos e objectivos
Por enquanto, parece ser uma ferramenta eficaz: os resultados mostram que o abandono dos estudantes ao final do curso diminuiu significativamente em todas as actividades, com uma diferença do 12 % entre participantes no estudo piloto e não participantes, e com uma diferença do 5 % em comparação com o semestre anterior, quando só se usava LIS sem o novo modelo predictivo.
Entre os reptos do novo modelo está evitar os falsos positivos, pessoas que o sistema assinala como em risco sem o ser, e aumentar a motivação do alumnado com, por exemplo, recomendações sobre a gestão do tempo, marcando objectivos em curto prazo ou informando das possíveis consequências negativas de não completar a actividade.