Contexto e motivação
A pergunta do projeto
O projeto parte de uma pergunta simples e socialmente relevante: respostas fornecidas antes da prova podem ajudar a identificar estudantes que merecem acompanhamento pedagógico mais próximo?
A análise usa variáveis dos questionários do SAEB ligadas a hábitos de estudo, leitura, trajetória escolar e contexto familiar. O repositório declara a intenção de não tomar condições socioeconômicas como eixo explicativo central. A etapa final, porém, conserva indicadores contextuais como escolaridade e alfabetização dos responsáveis; por isso, os resultados devem ser interpretados com cuidado.
Os modelos encontram associações preditivas no recorte estudado. Eles não demonstram que uma resposta causa determinado desempenho, nem justificam decisões automáticas sobre estudantes ou escolas.
Por que o SAEB importa
O Sistema de Avaliação da Educação Básica é um conjunto de avaliações externas em larga escala conduzido pelo Inep. Segundo a descrição preservada no próprio projeto, o sistema:
- produz um diagnóstico da educação básica e de fatores associados ao desempenho;
- combina testes de aprendizagem com questionários contextuais;
- é aplicado periodicamente em redes públicas e em uma amostra da rede privada;
- contribui, junto de outros indicadores, para o Índice de Desenvolvimento da Educação Básica (Ideb).
Essa combinação torna o SAEB relevante para além de uma nota: ela permite observar resultados de aprendizagem em conjunto com informações sobre a experiência educacional.
Como o SAEB entra nesta análise
O recorte reúne dados da Paraíba para os ciclos de 2007, 2009, 2011, 2013, 2015 e 2017. A fonte de aquisição indicada pelo repositório é a Base dos Dados.
O fluxo analítico harmoniza os ciclos, mapeia códigos dos questionários para valores interpretáveis, examina correlações, reduz atributos, estuda a distribuição das classes e reestrutura o alvo antes da comparação entre modelos. A versão final trabalha com uma classificação binária e registra 1.173 exemplos, 13 atributos e uma divisão separada de treino, validação e teste.
Por que o problema é importante
Uma avaliação em larga escala costuma chegar ao debate público como um resultado agregado. A motivação deste projeto está em olhar para os sinais que antecedem esse resultado. Se padrões ligados ao cotidiano escolar aparecem de modo consistente, eles podem orientar novas perguntas de pesquisa e formas de acompanhamento.
Isso não transforma previsão em intervenção. Para chegar a uma aplicação responsável seriam necessários, entre outros pontos, validação temporal e externa, análise de vieses, calibração, governança e participação de profissionais da educação. O repositório deve ser entendido como um experimento acadêmico, não como uma ferramenta decisória pronta.
Contexto acadêmico
O trabalho foi desenvolvido por Erlon Lacerda e Maria Bandeira para a disciplina Aprendizagem de Máquina, do Centro de Informática da Universidade Federal da Paraíba (UFPB), semestre 2024.1.
O enunciado original do projeto previa:
- implementação em Python;
- tratamento e preparação dos dados;
- comparação entre rede neural, árvore de decisão e SVM;
- análise de generalização, regularização e métricas;
- entrega até 23 de outubro de 2024 e apresentação no dia seguinte.
O histórico Git registra posteriormente uma versão descrita como “final and presented project version”. Nenhum evento público, conferência ou publicação adicional é identificado no repositório.