Explicabilidade da Inteligência Artificial e Tomada de Decisão Educacional: Predição de Abandono Universitário
DOI:
https://doi.org/10.22456/1679-1916.153554Palavras-chave:
IA aplicada à Educação, IA Explicável, Redes Neurais ArtificiaisResumo
Este artigo apresenta o desenvolvimento e a avaliação de um produto educacional voltado à integração da Inteligência Artificial Explicável (XAI) no contexto educacional, aplicado à predição de abandono universitário. A pesquisa, de natureza aplicada e abordagem qualitativa, fundamenta-se na necessidade de promover transparência e compreensão nos modelos de IA utilizados na educação, aproximando práticas de análise preditiva de finalidades pedagógicas e institucionais. Foram empregados os métodos SHAP e LIME para interpretar predições de uma rede neural voltada à identificação de risco de evasão. A análise baseou-se nas dimensões de explicabilidade e interpretabilidade, considerando sua relevância cognitiva e prática para professores e gestores. Os resultados indicam que a XAI pode favorecer a compreensão dos fatores de risco e apoiar decisões mais informadas e éticas na gestão educacional. Apenas dados anônimos foram utilizados, respeitando os princípios éticos de pesquisa. Mais do que relatar um experimento técnico, o artigo propõe um produto educacional que instrumentaliza o uso pedagógico da explicabilidade da IA na formação e na prática docente.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Os autores dos artigos publicados na RENOTE retém os direitos autorais de suas obras e autorizam o CINTED/UFRGS a publicá-las de acordo com os termos da licença Creative Commons Attribution-NonComercial 4.0 International Public License (CC BY-NC-SA 4.0). Dessa forma, fica permitido aos autores ou a terceiros a reprodução ou distribuição, em parte ou no todo, de material extraído dessas obras, de forma verbatim, adaptada ou remixada, bem como a criação ou produção a partir do conteúdo dessas obras, para fins não comerciais, desde que sejam atribuídos os devidos créditos às criações originais. Cópias das obras não devem ser utilizadas de nenhum modo que implique o endosso da UFRGS. Sendo assim, os autores que publicam nesta revista concordam com os seguintes termos:- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
