Inteligência artificial no combate à evasão no ensino superior brasileiro

• Fernandes, Allysson Barbosa ^[1] ; Oliveira, Alexsandro Narciso de ^[1] ; Rodrigues, Fábio Feitosa ^[1] ; Carvalho, Fabrísia Maria da Silva ^[1] ; Ernandes, Itamar ; Silva, Marcos Vinícius Malheiros da ^[1] ; Barbosa, Raquel Alves ^[1] ; Polari , Silene de Freitas Oliveira ^[1]
  1. [1] Miami University of Science and Technology (MUST)
• Localización: Cuadernos de Educación y Desarrollo, ISSN-e 1989-4155, Vol. 16, Nº. 3, 2024
• Idioma: portugués
• Títulos paralelos:
  • Inteligencia artificial en la evasióndel combate en la educación superior brasileña
  • Artificial intelligence in combat evasion in brazilian higher education
• Enlaces
  • Texto completo
• Resumen
  • español

    Este estudio investigó la aplicación de la Inteligencia Artificial (IA) para combatir la deserción escolar en la educación superior brasileña, un problema persistente con importantes consecuencias socioeconómicas. El objetivo general era explorar cómo los sistemas basados en IA pueden identificar patrones y predictores de deserción escolar, permitiendo intervenciones personalizadas y oportunas para la retención de estudiantes. La metodología adoptada fue una revisión bibliográfica, examinando estudios recientes sobre el uso de la IA en la educación y su eficacia para prevenir el abandono escolar. Los resultados indicaron que la IA tiene un potencial significativo para mejorar la retención de estudiantes mediante la identificación temprana de estudiantes en riesgo y la implementación de medidas de apoyo personalizadas. Sin embargo, se han identificado desafíos éticos y prácticos, como la privacidad de los datos y el riesgo de sesgo algorítmico, como barreras para una implementación efectiva. Las consideraciones finales destacaron la necesidad de enfoques colaborativos y multidisciplinarios para superar estos desafíos, garantizando que la IA se utilice de manera ética y justa en la educación superior.

  • português

    Este estudo investigou a aplicação da Inteligência Artificial (IA) no combate à evasão escolar no ensino superior brasileiro, um problema persistente com significativas consequências socioeconômicas. O objetivo geral foi explorar como sistemas baseados em IA podem identificar padrões e preditores de evasão, permitindo intervenções personalizadas e tempestivas para retenção de estudantes. A metodologia adotada foi a revisão bibliográfica, examinando estudos recentes sobre o uso de IA na educação e sua eficácia na prevenção da evasão escolar. Os resultados indicaram que a IA possui potencial significativo para melhorar a retenção estudantil, através da identificação precoce de alunos em risco e da implementação de medidas de suporte personalizadas. No entanto, desafios éticos e práticos, como a privacidade dos dados e o risco de viés algorítmico, foram identificados como barreiras à implementação efetiva. As considerações finais destacaram a necessidade de abordagens colaborativas e multidisciplinares para superar esses desafios, garantindo que a IA seja utilizada de forma ética e justa na educação superior.

  • English

    This study investigated the application of Artificial Intelligence (AI) in combating school dropout in Brazilian higher education, a persistent issue with significant socioeconomic impacts. The main goal was to explore how AI-based systems can identify patterns and predictors of dropout, enabling personalized and timely interventions for student retention. The methodology employed was a literature review, examining recent studies on the use of AI in education and its effectiveness in preventing school dropout. The findings indicated that AI has significant potential to improve student retention through early identification of at-risk students and the implementation of customized support measures. However, ethical and practical challenges, such as data privacy and the risk of algorithmic bias, were identified as barriers to effective implementation. The final considerations highlighted the need for collaborative and multidisciplinary approaches to overcome these challenges, ensuring that AI is used ethically and fairly in higher education.