AUTOMAÇÃO DA PREDIÇÃO DE EVASÃO ESCOLAR NO ENSINO SUPERIOR: UMA ANÁLISE COMPARATIVA ENTRE APRENDIZADO SUPERVISIONADO TRADICIONAL E APRENDIZADO ATIVO

A evasão escolar no ensino superior é um desafio que afeta a permanência e o desempenho acadêmico dos estudantes. Este estudo propõe uma abordagem automatizada para prever a evasão utilizando técnicas de aprendizado de máquina. Foram comparados modelos supervisionados tradicionais e estratégias de aprendizado ativo. A análise utilizou um conjunto de dados com 4.424 registros e 37 variáveis de uma instituição portuguesa. O modelo supervisionado alcançou acurácia de 75,48%. Já o aprendizado ativo obteve acurácia de 76,95%, utilizando cerca de 40% dos dados rotulados. Além disso, manteve recall equivalente na identificação de evasão. O método apresentou ainda pequena melhora em precisão e F1-score. Os resultados demonstram a eficiência do aprendizado ativo em cenários com poucos dados rotulados. Assim, a técnica pode apoiar decisões educacionais e ações de intervenção precoce.