A revolução dos dados na educação

Coluna

Data Science Analytics

Educação

Tecnologia

11 de outubro de 2024

A revolução dos dados na educação

Algoritmos de aprendizado de máquina podem prever desempenho escolar e otimizar alocação de recursos

A ciência de dados, que se baseia em métodos estatísticos e computacionais, vem se tornando cada vez mais importante na educação. Embora muitos modelos estatísticos já fossem utilizados para analisar dados educacionais, a crescente disponibilidade de grandes volumes de dados e o desenvolvimento de novas técnicas, como algoritmos de aprendizado de máquina, têm impulsionado avanços significativos em áreas como planejamento estratégico, análise de desempenho e formulação de políticas.

A capacidade de analisar grandes volumes de dados com precisão vem provocando uma verdadeira revolução na educação. Algoritmos de aprendizado de máquina, como Random Forest e Support Vector Machines, são utilizados para prever o desempenho escolar e otimizar a alocação de recursos. Morales et al. (2024) demonstraram a eficácia desses métodos na previsão de resultados escolares no Chile, permitindo intervenções mais eficazes.

Além disso, a análise de dados geoespaciais e temporais fornece uma perspectiva para compreender as mudanças demográficas e sociais que afetam o sistema educacional.   Asson et al. (2024), por exemplo, utilizaram técnicas geoespaciais para analisar o impacto das zonas de frequência escolar não contíguas (AZBs) na diversidade racial e segregação nos Estados Unidos.  As AZBs são áreas residenciais não adjacentes atribuídas à mesma escola, que têm sido historicamente associadas a esforços para segregar ou dessegregar escolas.

Desigualdades

A análise de dados geoespaciais e longitudinais oferece uma nova perspectiva para a educação, permitindo acompanhar a evolução das populações escolares e as mudanças no acesso à educação ao longo do tempo e revelando desigualdades persistentes.

Fernández Aguerre e Cedréz (2024) analisaram dados longitudinais de jovens uruguaios, utilizando informações de uma pesquisa nacional e microdados administrativos da Universidade da República (UDELAR), revelando a persistência de desigualdades no acesso à educação superior, mesmo após reformas. O estudo identificou que o capital cultural, que inclui fatores como a educação dos pais, influencia as chances de ingresso na universidade.

O uso de dados longitudinais também permite analisar outros aspectos da desigualdade. Utilizando dados em painel para estimar modelos com efeitos fixos de alunos, Rocha et al. (2024) demonstraram que a correspondência racial entre professores e alunos impacta positivamente o desempenho escolar. Já Muneratto e Watanabe (2024) utilizaram dados geoespaciais para mapear a distribuição desigual de professores de física na cidade de São Paulo, evidenciando disparidades no acesso a professores qualificados.

A ciência de dados não apenas revela desigualdades, mas também contribui para a formulação de intervenções mais eficazes. Ao identificar e mapear disparidades com maior precisão, a análise de dados contribui para a formulação de políticas mais justas e inclusivas.

Formulando políticas

A ciência de dados permite avaliar o impacto de políticas educacionais e prever seus efeitos, otimizando intervenções. Morris e Johnson (2024) utilizaram simulações para analisar o impacto de uma política de “notas mínimas” em escolas públicas do Arkansas, nos Estados Unidos. A política visava melhorar as taxas de graduação do ensino médio, e as simulações levaram em conta o custo-benefício da implementação e o retorno sobre o investimento (ROI) educacional. Os resultados indicaram um aumento nas taxas de graduação, mas ganhos financeiros a longo prazo menores que o esperado.

Além de avaliar políticas, a ciência de dados contribui para a formulação de novas intervenções, especialmente no combate às desigualdades regionais. No Brasil, a análise de dados tem sido crucial para identificar regiões que necessitam de mais apoio financeiro e otimizar a distribuição de recursos. Dias Peres et al. (2024) demonstraram o impacto do Fundeb na redução das desigualdades de financiamento entre estados, ajudando estados mais pobres a receber mais recursos para a educação. Essa capacidade de analisar dados e simular políticas educacionais permite otimizar intervenções, evitar falhas e promover uma educação mais justa e equitativa.

Corrigindo vieses na avaliação

A ciência de dados auxilia na identificação e correção de vieses na avaliação de professores e alunos. Gil-Hernández et. al (2024) realizaram um experimento fatorial com 1.717 futuros professores de 19 universidades espanholas, utilizando 128 perfis de alunos com diferentes características de gênero, origem étnica, status socioeconômico e capital cultural. Os resultados, analisados por meio de modelos de regressão, mostraram que meninas e alunos com maior capital cultural tendem a ser favorecidos, enquanto meninos e alunos imigrantes ou de classes sociais mais baixas são subestimados. Esses vieses inconscientes reforçam estereótipos e perpetuam desigualdades. A ciência de dados, ao identificar esses padrões, permite desenvolver estratégias para conscientizar os professores e implementar métodos de avaliação mais justos.

Desafios

Apesar dos avanços, a ciência de dados na educação enfrenta desafios. A qualidade e a disponibilidade de dados são obstáculos a serem superados, com dados incompletos ou não representativos de certos grupos, como demonstrado por Miranda e Baum (2024) ao analisar o impacto da pandemia de Covid-19 nas disparidades educacionais no Brasil.

A falta de representatividade de grupos como indígenas, imigrantes e alunos com necessidades especiais nas bases de dados pode perpetuar desigualdades.  Para superar esses desafios, é crucial investir em dados de qualidade, mais abrangentes e representativos de toda a diversidade dos estudantes, garantindo que as análises e políticas sejam mais inclusivas.

A ciência de dados, em constante evolução, promete avanços na educação, com algoritmos mais sofisticados e dados mais completos.  O aprendizado de máquina, uma área da inteligência artificial, tem o potencial de aprimorar as previsões sobre o desempenho dos alunos e a eficácia das políticas educacionais, permitindo intervenções mais personalizadas.

No entanto, é crucial considerar os desafios éticos e garantir que a ciência de dados promova justiça social.  Algoritmos mal utilizados podem reforçar desigualdades existentes.  A transparência, a equidade e a inclusão devem ser prioridades no desenvolvimento e na aplicação desses sistemas. O futuro da educação depende da integração ética e responsável da ciência de dados nas decisões estratégicas e políticas, visando uma educação de qualidade para todos.

Para ter acesso às referências desse texto clique aqui

Quem publicou esta coluna

José Erasmo Silva

É empresário no setor de serviços, formado em matemática e administração. Tem mestrado e doutorado em administração, com foco em Finanças, e especializações em data science e analytics e em finanças e controladoria. Atualmente atua como professor no no curso de Data Science, Inteligência Artificial e Analytics, do MBA USP/Esalq, e pesquisador na Universidade Federal da Bahia (UFBA).

Você também pode gostar

26 de agosto de 2026

Gerenciamento de Cronograma de Manutenção no Setor de Extração de Caldo em uma Indústria Sucroalcooleira

A manutenção de entressafra em indústrias sucroalcooleiras representa um projeto de alta complexidade, frequentemente comprometido por limitações na definição do escopo, no sequenciamento de atividades e nas estimativas de duração, afetando a confiabilidade e previsibilidade da execução. Objetivou-se aprimorar o gerenciamento do cronograma de manutenção de entressafra no setor de extração de caldo, por meio da aplicação das práticas do PMBOK 6ª edição, com foco na estruturação do escopo, sequenciamento lógico das atividades, melhoria das estimativas de duração e identificação do caminho crítico. A pesquisa caracterizou-se como um estudo de caso único, de natureza aplicada e abordagem mista, realizado em uma indústria sucroalcooleira. Os métodos incluíram análise documental de cronogramas de entressafra e coleta de dados por meio de questionários com profissionais da área. Inicialmente, diagnosticou-se o cronograma vigente, identificando lacunas. Em seguida, aplicaram-se ferramentas de gerenciamento do cronograma, como a Estrutura Analítica do Projeto (EAP), sequenciamento de atividades, estimativa análoga e bottom-up, e o método do caminho crítico (CPM), permitindo a comparação entre o cenário original e o reestruturado. Os resultados evidenciaram ganhos significativos em previsibilidade, organização das atividades, clareza nas dependências e maior controle sobre prazos e desvios, com a redução de atividades sem predecessoras ou sucessoras de 18,85% para 2,32%. Concluiu-se que a aplicação estruturada das boas práticas de gerenciamento do cronograma aprimorou o planejamento e contribuiu para a disponibilidade operacional na safra subsequente.

Palavras-chave: Caminho crítico; Confiabilidade do planejamento; Estrutura Analítica do Projeto (EAP); Planejamento operacional; Previsibilidade.

26 de agosto de 2026

Fomento à liderança de mulheres por meio da gestão estratégica de partes interessadas

A persistente sub-representação de mulheres em cargos de liderança revelou limitações nas estratégias institucionais de promoção da igualdade de gênero, destacando a necessidade de abordagens mais integradas entre gestão de projetos e negociação estratégica. O estudo objetivou analisar como estratégias de negociação e engajamento de partes interessadas fomentaram o compromisso institucional com políticas que impulsionam a liderança feminina, e propôs uma matriz estratégica orientada por uma perspectiva de gênero. Adotou-se uma abordagem de métodos mistos, de natureza convergente e articulação epistemológica crítica-transformativa, que combinou análise documental, estudos de caso institucionais e uma entrevista semiestruturada com uma líder feminina, seguida de análise temática e triangulação de dados para aumentar a robustez interpretativa. Os resultados indicaram que organizações que institucionalizaram práticas de governança, estabeleceram metas mensuráveis e incorporaram partes interessadas como participantes ativos demonstraram maior capacidade de converter compromissos discursivos em ações estruturadas. Evidenciou-se, ainda, que a integração entre negociação estratégica e gestão de partes interessadas potencializou a sustentabilidade das iniciativas de equidade de gênero. Concluiu-se que a implementação de uma matriz estratégica, denominada Matriz Estratégica de Engajamento de Stakeholders com foco em gênero (MEES-G), configurou-se como uma ferramenta de gestão relevante para fortalecer o compromisso institucional e facilitar transformações organizacionais consistentes, oferecendo orientação eficaz a gestores públicos e privados na implementação de políticas inclusivas.

Palavras-chave: Equidade; Governança; Inclusão organizacional; Representatividade; Transformação organizacional.

26 de agosto de 2026

Transformação do Modelo Comercial em Serviços Linguísticos para Maior Previsibilidade de Receita

A busca por previsibilidade de receita e maior controle sobre o desempenho comercial tem se tornado um desafio relevante na indústria de serviços linguísticos, caracterizada por alta variabilidade de demanda e modelos historicamente baseados em volume de serviços. Neste contexto, o estudo teve como objetivo analisar a reestruturação do modelo comercial de uma empresa do setor, com foco na transição de uma abordagem orientada à receita faturada para um modelo baseado na formalização de contratos e na previsibilidade de receita potencial. A pesquisa foi conduzida por meio de pesquisa-ação entre maio de 2024 e março de 2026, utilizando dados quantitativos provenientes de sistemas internos e dados qualitativos obtidos por observação participante e entrevistas com profissionais-chave. Os resultados quantitativos indicaram que a meta trimestral de contratos foi superada, atingindo 106% no primeiro trimestre de 2026, e os contratos firmados entre o final de 2025 e o primeiro trimestre de 2026 resultaram em uma projeção de receita de US$ 1.230.500, equivalente a aproximadamente 88% da meta anual, evidenciando aumento na previsibilidade da receita potencial. Qualitativamente, os dados apontaram maior clareza na avaliação da performance comercial, maior transparência na identificação dos fatores que impactam a conversão de contratos em receita e melhoria na integração entre as áreas envolvidas. Concluiu-se que a adoção de um modelo baseado em contratos contribui para uma gestão mais eficiente, previsível e orientada à geração sustentável de receita.

Palavras-chave: Contratos comerciais; Gestão comercial; Modelo de vendas; Pesquisa-ação; Serviços linguísticos.

Neurociência E Aprendizagem Na Educação

24 de agosto de 2026

Do Mundo à Mente: o Impacto Intercultural na Neuroplasticidade

Um estudo investigou a associação entre experiências interculturais e mudanças cognitivas autorrelatadas em adultos brasileiros, à luz do conceito de neuroplasticidade. A pesquisa caracterizou-se como exploratória, de abordagem mista, e foi composta por revisão bibliográfica narrativa e levantamento empírico. Este último foi realizado por meio de questionário online aplicado a 33 participantes que vivenciaram experiências em diferentes países. Coletaram-se dados sociodemográficos, características das vivências internacionais e autoavaliações relacionadas a funções executivas, aprendizagem, memória, atenção e comunicação social. Os resultados indicaram predominância de percepções positivas de mudanças cognitivas, especialmente nos domínios da flexibilidade cognitiva, planejamento, tomada de decisão, aprendizagem e competências comunicativas. A maioria dos participantes relatou a manutenção dessas mudanças ao longo do tempo, associando-as principalmente à duração da experiência, à necessidade de adaptação e ao contato intercultural direto. Os achados sugerem que experiências interculturais constituem contextos de estimulação cognitiva complexa, potencialmente associados a processos de reorganização funcional em múltiplos domínios cognitivos na vida adulta.

Palavras-chave: Adaptação cognitiva; Adaptação cultural; Aprendizagem; Flexibilidade cognitiva; Funções executivas.

Neurociência E Aprendizagem Na Educação

24 de agosto de 2026

Estudo Comparativo: o Conhecimento Docente sobre Neuroplasticidade e Práticas Pedagógicas na Rede Direta e Indireta

A primeira infância constitui um período crítico de plasticidade neural, no qual a qualidade das intervenções pedagógicas determina a arquitetura cerebral e o desenvolvimento integral da criança. O presente estudo teve como objetivo comparar o conhecimento docente sobre neuroplasticidade e sua aplicação prática em unidades de educação infantil de administração direta e indireta na cidade de São Paulo. A metodologia consistiu em um estudo de caso descritivo com abordagem mista, no qual foram aplicados questionários de autopercepção com docentes e realizada uma análise documental de projetos políticos pedagógicos, relatórios de desenvolvimento de alunos e diários de bordo. Os resultados indicaram que, embora ambas as redes tenham executado práticas neurocompatíveis, a Rede Direta apresentou maior intencionalidade pedagógica e segurança técnica 20% superior na identificação de marcos do desenvolvimento, fator diretamente associado à maior carga horária de formação continuada. O estudo evidenciou que a formação continuada atuou como um divisor entre a prática intuitiva e a mediação baseada em evidências. Concluiu-se que o acesso ao saber neurocientífico e a equiparação dos tempos de reflexão docente são fundamentais para garantir maior equidade no desenvolvimento infantil e a eficácia das políticas públicas de educação em territórios de vulnerabilidade.

Palavras-chave: Educação Infantil; Formação Docente; Neurociência Aplicada; Primeira Infância; Redes de Ensino.

24 de agosto de 2026

Precificação Baseada em Valor como Estratégia Competitiva Frente ao Modelo Orientado por Custos

A gestão estratégica de preços consolidou-se como fator determinante para a sustentabilidade e competitividade em mercados industriais, onde a transição de modelos baseados em custos para estratégias orientadas ao valor representa um desafio cultural e operacional crítico. Este estudo teve como objetivo comparar as práticas de precificação em duas unidades industriais do setor business-to-business (B2B), analisando como o alinhamento com a estratégia baseada em valor impacta a sustentabilidade do negócio. Para tanto, investigou-se uma unidade operacional e uma unidade que recentemente descontinuou suas atividades, buscando identificar correlações entre a gestão de preços e a viabilidade competitiva. Adotou-se uma abordagem qualitativa com elementos comparativos, a partir de entrevistas semiestruturadas aplicadas a gestores de duas empresas do setor metalmecânico, utilizando questões fechadas em escala Likert e perguntas abertas organizadas em sete dimensões analíticas relacionadas à maturidade em precificação. Os resultados evidenciaram que a empresa em operação apresentou maior estruturação de processos, melhor integração entre áreas, uso mais frequente de indicadores e ambiente cultural mais favorável à sustentação de preços com base no valor entregue ao cliente. Em contraste, a empresa descontinuada demonstrou fragilidades na formalização da precificação, baixa integração interfuncional, limitações na comunicação de valor e forte predominância de uma cultura orientada por custos. O estudo reforçou que a adoção da precificação baseada em valor requer a institucionalização de processos interfuncionais e governança para garantir a perenidade organizacional frente à pressão competitiva.

Palavras-chave: Concorrência; Cultura; Governança; Liderança.

24 de agosto de 2026

Modelo Preditivo de Risco Reputacional Baseado em Textos Jornalísticos

A reputação corporativa é um ativo intangível crítico, cuja volatilidade na era digital torna as organizações suscetíveis a crises por exposições midiáticas negativas. O estudo desenvolveu um modelo preditivo de risco reputacional para identificar se variáveis da cobertura de mídia, como volume, sentimento e léxico, atuam como precursores de danos severos. A metodologia fundamentou-se na coleta de dados via Web Scraping de notícias sobre eventos de risco ocorridos entre 2023 e 2025. O processamento utilizou Processamento de Linguagem Natural (NLP) para análise de sentimento e feature engineering. A modelagem consistiu em uma tarefa de classificação binária supervisionada, com o target de dano grave determinado por proxies quantificáveis, como impactos financeiros e penalidades regulatórias. Foram comparados os algoritmos Regressão Logística, Random Forest e XGBoost, além da implementação de um modelo Ensemble, em ambiente Python, validados pelas métricas AUC-ROC e F1-Score. Os resultados apontaram a superioridade da abordagem conjunta (Ensemble), que alcançou F1-Score de 0.878 e Recall de 85.4%, e a viabilidade de estimar a probabilidade de crises e estabelecer limiares de risco acionáveis. Comprovou-se a eficácia da integração entre NLP e Machine Learning para a mitigação proativa de riscos corporativos, oferecendo uma ferramenta de suporte à decisão para equipes de comunicação corporativa e gestão de riscos.

Palavras-chave: Análise de Sentimentos; Aprendizado de Máquina; Danos à reputação; Modelagem de Dados Históricos; Processamento de Linguagem Natural (PLN).

Compliance E Esg

24 de agosto de 2026

Liderança Feminina Negra no Brasil: como Políticas Corporativas de Diversidade Apoiam Trajetórias de Sucesso

O presente estudo analisou como as políticas corporativas de diversidade e inclusão influenciaram as trajetórias profissionais de mulheres negras que ocupam cargos de liderança no Brasil. O estudo buscou compreender as experiências e percepções dessas profissionais em relação às práticas organizacionais que moldaram seu desenvolvimento e ascensão. A pesquisa adotou uma abordagem qualitativa, descritiva e aplicada, e coletou dados por meio de levantamento de campo, utilizando questionário semiestruturado com 30 mulheres negras em posições de liderança. Os resultados revelaram que a maioria das participantes possuía alta qualificação acadêmica, atuava predominantemente na região Sudeste e ocupava cargos intermediários de liderança, como supervisão e coordenação. Observou-se a coexistência de trajetórias recentes e consolidadas, indicando avanços na inserção de mulheres negras em liderança, mas também a persistência de limites estruturais que dificultaram a progressão para níveis hierárquicos superiores. Esses achados indicaram que, embora as políticas de diversidade e inclusão fossem relevantes, seus efeitos mostraram-se insuficientes quando não articulados a transformações organizacionais mais amplas voltadas à equidade racial e de gênero, sugerindo que o esforço individual emergiu como estratégia central de trajetória em contextos de suporte institucional frágil.

Palavras-chave: Ascensão profissional; Diversidade organizacional; Inclusão; Interseccionalidade; Políticas corporativas.

24 de agosto de 2026

Segmentação Estratégica de Adquirentes Brasileiras por Clusterização Multivariada

O setor de adquirência desempenha um papel central na infraestrutura de pagamentos, e compreender as diferenças estruturais entre as empresas adquirentes, com base em indicadores operacionais e econômicos, mostrou-se crucial para diagnósticos e decisões fundamentados em dados. O estudo teve como objetivo segmentar as adquirentes brasileiras utilizando indicadores trimestrais de porte, capilaridade, mix de canais e métricas econômicas, empregando análise exploratória de dados e o algoritmo de agrupamento K-means para identificar perfis estratégicos distintos. Realizou-se uma pesquisa quantitativa, exploratória e descritiva, utilizando uma base de dados estruturada com informações trimestrais de adquirentes brasileiras ao longo de doze períodos. A definição do número de agrupamentos baseou-se no método do cotovelo (elbow method) e no coeficiente de silhueta, sendo a interpretação reforçada pela visualização via Análise de Componentes Principais (PCA). Os principais resultados revelaram a formação de dois perfis predominantes: um caracterizado por maior escala e capilaridade, com elevado volume de transações e spreads médios mais comprimidos; e outro com maior participação do canal remoto e maior monetização relativa, evidenciada pela taxa MDR e por spreads médios mais elevados. Concluiu-se que o agrupamento reduziu a complexidade multivariada do mercado a perfis interpretáveis, oferecendo uma base objetiva para benchmarking e para a interpretação estratégica do posicionamento das adquirentes, com potencial de aplicação na análise de dados para a tomada de decisões.Palavras-chave: Adquirência; Análise multivariada; K-means; Pagamentos digitais; Perfis estratégicos.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade