Predição de Evasão na UNESP: Engenharia de Features e Análise Exploratória

        A evasão no ensino superior configura um desafio crítico para o cenário educacional brasileiro, impactando a formação de capital humano qualificado e comprometendo os investimentos públicos e privados. Conforme evidenciado no Mapa do Ensino Superior no Brasil 2024 [4], a evasão é um fenômeno multifatorial, cuja incidência varia conforme a natureza da instituição, a região e o curso ofertado. Fatores econômicos, acadêmicos e socioeconômicos interagem para determinar os índices de abandono, destacando-se dificuldades financeiras, insuficiência de apoio pedagógico e a necessidade de conciliar atividades profissionais com os estudos, condições que sobrecarregam os alunos e elevam os índices de evasão. Ademais, a crescente demanda do mercado de trabalho por formações especializadas impõe uma pressão adicional, ocasionando profundas implicações econômicas, como a redução da produtividade, a diminuição do potencial inovador e o comprometimento de indicadores de crescimento, tais como o PIB e a arrecadação tributária [4].
        Este trabalho objetiva analisar os marcadores preditivos do risco de evasão entre universitários ingressantes por meio de reserva de vagas e cotas na UNESP, utilizando técnicas de machine learning para desenvolver um sistema de alerta precoce baseado em modelagem preditiva. No âmbito da literatura, diversos estudos demonstram a eficácia de algoritmos supervisionados para previsão da evasão: a aplicação do algoritmo Naïve Bayes na Hellenic Open University resultou em acurácia elevada [1], enquanto árvores de decisão superaram modelos baseados em regras de indução em estudo realizado no México [2]. Em outros trabalhos,  Support Vector Machines, foram empregadas em um estudo na Universidade de Bari Aldo Moro, apresentando desempenho superior em relação à regressão logística e ao Naïve Bayes Gaussiano [5], e redes neurais têm sido utilizadas para identificar padrões de risco de evasão a partir de características dos estudantes [3]. A abordagem proposta compreende quatro etapas: extração e pré-processamento dos dados brutos, seleção de variáveis representativas, divisão do conjunto de dados e previsão inicial do risco de evasão, sendo que os resultados preliminares indicam uma previsão correta de mais de 90% dos alunos desistentes após análise do desempenho no primeiro e segundo semestres. Estes resultados superam benchmarks presentes na literatura especializada e demonstram o potencial do sistema de Aprendizagem de Máquina para subsidiar o aperfeiçoamento das políticas públicas de promoção da equidade no ensino superior.