IA nos trilhos: eficiência no transporte metroviário

Coluna

Inovação

15 de dezembro de 2025

IA nos trilhos: eficiência no transporte metroviário

Controle automatizado, manutenção preditiva e experiência personalizada dos passageiros consolidam tecnologia como motor de inovação no setor

O transporte metroviário é um dos pilares fundamentais da mobilidade urbana moderna. Nas grandes cidades, o metrô representa um meio de transporte eficiente, rápido e sustentável, responsável por conectar milhões de pessoas diariamente. De acordo com diretrizes da Union Internationale des Transports Publics (UITP) e do Banco Mundial, sistemas de alta capacidade como o metrô são essenciais para reduzir congestionamentos e a emissão de poluentes na atmosfera urbana.

No entanto, demanda crescente, desafios operacionais e expectativas dos usuários por qualidade e confiabilidade exigem que os sistemas se modernizem continuamente. Nesse contexto, a inteligência artificial (IA) surge como ferramenta estratégica, alinhada às recomendações da ISO/IEC 42001:2023 (padrão internacional de gestão de IA), capaz de otimizar a operação, reduzir custos, melhorar a experiência dos passageiros e aumentar a segurança, por meio de tecnologias que ajudam sistemas computacionais a realizar tarefas que tradicionalmente exigiriam inteligência humana, como reconhecimento de padrões, tomada de decisão, previsão e aprendizado com dados.

Aplicações      

Uma das principais aplicações da IA nos metrôs é a automação da operação dos trens. Muitos sistemas de ponta — como os de Paris, Londres, Cingapura e Hong Kong — seguem os referenciais técnicos da IEC 62290, que define os níveis de automação GoA (Grade of Automation). O GoA4, em que o trem opera sem condutor, utiliza sistemas de IA que processam continuamente informações de sensores, câmeras e sinalização para ajustar velocidade, frenagem e parada, garantindo máxima eficiência energética e segurança.

Outra aplicação relevante é o controle preditivo de tráfego. Esse tipo de solução está alinhado às práticas recomendadas pelo Institute of Electrical and Electronics Engineers (IEEE), especialmente nas normas de sistemas inteligentes de transporte (ITS).

Utilizando algoritmos de aprendizado de máquina, os sistemas podem prever o fluxo de passageiros em diferentes horários e estações, ajustando automaticamente o intervalo entre trens. Isso permite que o metrô opere com maior regularidade e evite superlotação em horários de pico. Além disso, a IA pode integrar dados externos — como eventos esportivos, condições climáticas ou incidentes no trânsito — para antecipar variações na demanda e planejar respostas rápidas.

Manutenção preditiva e confiabilidade

Tradicionalmente, os sistemas metroviários realizam manutenção preventiva, com base em cronogramas fixos. No entanto, esse modelo nem sempre é eficiente, pois pode levar à substituição desnecessária de componentes ainda em bom estado ou à falha inesperada de peças antes da revisão.

A manutenção preditiva baseada em IA vem revolucionando essa prática. Por meio da coleta e análise de dados de sensores instalados nos trens e equipamentos de via — como motores, freios, trilhos e sistemas elétricos —, algoritmos de inteligência artificial identificam padrões de desgaste e anomalias antes que causem falhas. Isso permite planejar intervenções de forma mais precisa, reduzindo paradas não programadas e custos desnecessários de manutenção. Além disso, aumenta-se a confiabilidade do serviço, pois os problemas são solucionados de forma proativa.

Um exemplo prático dessa aplicação é o uso de modelos de machine learning para prever a degradação dos eixos dos trens, o desgaste dos freios e o estado dos trilhos. O sistema “aprende” com dados históricos e ajusta suas previsões continuamente, indicando o momento ideal para cada reparo. Cidades como Londres e Tóquio já utilizam amplamente esse tipo de tecnologia em seus metrôs.

Segurança e vigilância

A inteligência artificial também é uma ferramenta poderosa na segurança dos passageiros, principalmente com o uso de visão computacional e análise inteligente de vídeo. Câmeras equipadas com algoritmos de IA podem detectar comportamentos suspeitos, quedas acidentais nas plataformas, presença de objetos abandonados e até sinais de emergência médica, como desmaios.

Esses sistemas podem acionar automaticamente os centros de controle, permitindo respostas imediatas das equipes de segurança ou socorro. Além disso, a IA contribui para otimizar o monitoramento humano, reduzindo a necessidade de operadores assistirem a dezenas de telas simultaneamente. Assim, a vigilância torna-se mais eficiente e menos suscetível a falhas humanas.

Outro avanço importante é o uso de IA para prevenção de acidentes operacionais. Sensores e câmeras nos túneis e estações podem identificar obstáculos, intrusões indevidas nas vias e variações anormais nas condições ambientais (como fumaça ou calor excessivo). O sistema, então, alerta automaticamente o controle central, evitando riscos antes que se tornem críticos.

Experiência do usuário

Além das melhorias operacionais, a IA também tem um papel crescente na experiência do passageiro. Sistemas de chatbots e assistentes virtuais podem fornecer informações em tempo real sobre horários, rotas, atrasos e alternativas de transporte, tanto em aplicativos quanto em totens instalados nas estações. Esses assistentes são capazes de interagir em linguagem natural, tornando a comunicação mais simples e acessível.

A IA também é utilizada para a análise do comportamento dos usuários, a partir de dados de bilhetagem eletrônica e sensores de presença. Essas informações ajudam as operadoras a entender padrões de deslocamento e otimizar campanhas de informação, obras e ações de melhoria. Em algumas cidades, sistemas de informação visual adaptam o conteúdo exibido nos painéis das estações conforme o perfil dos usuários presentes no local e à situação operacional em tempo real.

Eficiência energética e sustentabilidade

O consumo de energia é um dos principais custos de operação de um metrô. A inteligência artificial pode reduzir significativamente esse gasto por meio de algoritmos de condução automática otimizada, que ajustam aceleração e frenagem de acordo com o relevo, o peso do trem e o intervalo entre composições. Essa técnica, chamada de eco-driving automatizado, permite economias expressivas de energia elétrica e diminuição do desgaste dos componentes mecânicos.

Além disso, sistemas de IA também podem otimizar o uso de iluminação, ventilação e ar-condicionado nas estações, adaptando o funcionamento conforme o fluxo de pessoas e as condições climáticas. Essa gestão inteligente contribui para uma operação mais sustentável, com menos impacto ambiental.

Desafios e perspectivas

Apesar dos avanços, a adoção da inteligência artificial no transporte metroviário ainda enfrenta desafios. A integração de sistemas legados, os altos custos iniciais de implementação, a necessidade de profissionais qualificados em análise de dados e a proteção cibernética são fatores críticos. Além disso, é essencial garantir que o uso de dados dos passageiros siga princípios éticos e de privacidade.

No entanto, espera-se que os metrôs se tornem sistemas cada vez mais autônomos, integrados e inteligentes. O conceito de “metrô digital” — no qual todas as decisões operacionais são baseadas em dados em tempo real — já começa a se concretizar em cidades como Dubai e Pequim.

Dessa maneira, a inteligência artificial está transformando profundamente o transporte metroviário, tornando-o mais seguro, eficiente e centrado no usuário. Do controle automatizado dos trens à manutenção preditiva e à experiência personalizada dos passageiros, a IA se consolida como o motor da inovação no setor. À medida que as cidades crescem e as demandas por mobilidade se intensificam, investir em soluções inteligentes deixa de ser uma opção para se tornar uma necessidade.

Transporte metroviário no Brasil

A malha metroviária brasileira, somada aos sistemas de metrô leve e monotrilho, está concentrada em poucas regiões metropolitanas e representa um percentual reduzido da demanda de transporte coletivo nacional. A expansão ocorre de forma lenta, marcada por descontinuidades de financiamento, alternância de governos, limitações de investimentos federais e dependência de modelos complexos de PPPs e concessões.

Apesar disso, alguns sistemas se destacam pela operação eficiente e pelo avanço tecnológico, especialmente o do Metrô de São Paulo, referência continental em confiabilidade, integração tarifária e controle avançado de tráfego. Os principais desafios enfrentados pelo setor no Brasil são:

  • Fragmentação institucional: a divisão de responsabilidades entre Estados, Municípios e União dificulta a integração plena entre metrô, trens metropolitanos e ônibus, além de gerar lentidão decisória;
  • Dependência de modelos de financiamento complexos: PPPs e concessões são importantes, mas muitas vezes enfrentam insegurança jurídica, riscos regulatórios e instabilidade econômica;
  • Baixa digitalização operacional: alguns sistemas ainda operam com tecnologias legadas de sinalização, controle de tráfego e bilhetagem, o que limita a adoção de soluções avançadas de IA;
  • Desafios socioespaciais e urbanos: a expansão para áreas periféricas — onde a demanda é alta, mas a renda é menor — exige políticas públicas que conciliem viabilidade financeira e inclusão social;
  • Segurança operacional e cibersegurança: a modernização tecnológica aumenta a vulnerabilidade a ataques cibernéticos e exige protocolos e treinamentos contínuos.

Estratégias para o Futuro

A criação de um Programa Nacional de Trilhos é o primeiro passo essencial, pois, assim como ocorreu nos setores de energia e telecomunicações brasileiros, a mobilidade sobre trilhos precisa de um marco federal de financiamento permanente, com metas de expansão para 10, 20 e 30 anos. Em continuidade, torna-se igualmente importante o fortalecimento da integração metropolitana, o que envolve a adoção de bilhetagem única e o planejamento integrado das linhas, garantindo mais eficiência no sistema.

Além disso, o incentivo a modelos sustentáveis de PPPs exige atenção especial à estabilidade regulatória, à previsibilidade de receitas, à participação da União como garantidora e à padronização de contratos, assegurando governança e segurança jurídica.

Nada disso, porém, elimina a necessidade de manter o foco na equidade e na inclusão social, de modo que os projetos metroviários priorizem ligações com periferias densas, promovam uma distribuição mais equilibrada da oferta, assegurem tarifas acessíveis e articulem políticas que integrem desenvolvimento urbano e transporte.

Por fim, a modernização tecnológica baseada em IA desempenha papel decisivo nesse conjunto de diretrizes, envolvendo a adoção de sistemas CBTC e a automação em níveis GoA2, GoA3 e GoA4, o uso de algoritmos de otimização energética e a implementação de manutenção preditiva integrada, além de sistemas de análise inteligente de vídeo e da integração com cidades inteligentes e dados urbanos.

Perspectivas

O Brasil tem potencial para transformar suas redes metroferroviárias em sistemas modernos, eficientes e inteligentes. A convergência entre investimentos estruturais, políticas metropolitanas integradas e tecnologias emergentes — especialmente inteligência artificial — pode gerar uma nova era de mobilidade urbana, alinhada às necessidades sociais, ambientais e econômicas das grandes cidades brasileiras.

Com planejamento contínuo, governança estável e inovação tecnológica, o país tem condições de ampliar sua malha de trilhos, melhorar a qualidade do transporte público e construir um futuro mais sustentável e acessível. O metrô do futuro será, inevitavelmente, um metrô movido pela inteligência — não apenas de suas máquinas, mas da integração harmoniosa entre tecnologia, gestão e serviço público de qualidade.

Quem publicou esta coluna

Pedro Henrique Fabri Zanini

É gestor público com mais de 15 anos de experiência na administração pública, com atuação em Gestão de Contratos e Licitações, Administração Financeira e Orçamentária, ESG, cidades inteligentes e governo digital. Possui mestrado em Administração Pública, MBA em Gestão Pública, pós-graduação em Direito Público e graduação em Administração de Empresas. É professor orientador na USP/Esalq, autor de questões de concursos públicos para bancas examinadoras, escritor e membro do CRA/SP.

Você também pode gostar

Gestão Escolar

15 de setembro de 2026

Relação entre Qualificação Docente e Desempenho Acadêmico em Cursos de Odontologia

O Exame Nacional de Desempenho dos Estudantes (ENADE) constitui um dos principais instrumentos de avaliação da qualidade dos cursos de graduação no Brasil. O estudo teve como objetivo analisar a relação entre a qualificação docente e o desempenho dos cursos de Odontologia no ENADE no estado de São Paulo. Realizou-se uma pesquisa descritiva, documental e quantitativa, utilizando dados secundários do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. A população consistiu em 68 instituições de ensino superior públicas e privadas de Odontologia do estado de São Paulo que participaram do ENADE em 2023. Analisaram-se as proporções de docentes com titulação de mestre e doutor e os conceitos obtidos no ENADE. Empregaram-se medidas de análise descritiva e o coeficiente de correlação de Spearman (α = 0,05). A análise de correlação entre o conceito do ENADE e a proporção de docentes com pós-graduação stricto sensu indicou associação positiva moderada (p = 0,423; p < 0,001). A proporção de docentes com titulação de mestre não apresentou correlação estatisticamente significativa com o conceito ENADE (p > 0,05). Observou-se correlação positiva fraca (p = 0,242; p = 0,046), porém significativa, entre a proporção de docentes doutores e o desempenho dos cursos no ENADE. Concluiu-se que a maior proporção de docentes com titulação stricto sensu pode estar associada a melhores resultados no ENADE, embora o desempenho dos cursos seja influenciado por múltiplos fatores institucionais.

Palavras-chave: Avaliação educacional; Educação em Odontologia; Ensino superior; Formação docente; Qualidade da educação.

Neurociência E Aprendizagem Na Educação

15 de setembro de 2026

Inclusão e Acessibilidade para Estudantes Neurodivergentes de uma Faculdade de Medicina do Estado do Rio de Janeiro

A neurodiversidade compreende variações no funcionamento neurológico que impactam aspectos cognitivos, comportamentais e sociais. No contexto da educação médica, caracterizada por alta demanda cognitiva e metodologias ativas, estudantes neurodivergentes frequentemente enfrentam desafios relacionados às funções executivas, interação social e sobrecarga cognitiva, além de suporte institucional limitado. O estudo objetivou analisar os desafios vivenciados por estudantes neurodivergentes em uma faculdade de medicina do estado do Rio de Janeiro, relacionando-os aos fatores associados à inclusão acadêmica. Realizou-se uma pesquisa quali-quantitativa, descritiva, por meio de questionário online semiestruturado. Os dados quantitativos foram analisados descritivamente, e os qualitativos, por análise de conteúdo-temática. Participaram 19 estudantes, com predominância do sexo feminino (68,4%) e do ciclo básico (57,9%). Identificou-se alta prevalência de Transtorno do Déficit de Atenção e Hiperatividade (84,2%) e Transtorno do Espectro Autista (31,6%), com 36,8% apresentando múltiplas condições. A maioria (63,2%) recebeu o diagnóstico após o ingresso na graduação, o que gerou alívio e compreensão de suas limitações. Verificou-se que 73,7% dos estudantes comunicaram sua condição à instituição, e 57,9% solicitaram adequações, principalmente tempo adicional em avaliações teóricas, mas 30,8% relataram demandas não atendidas. A dificuldade de adaptação acadêmica foi relatada por 84,2% dos participantes, envolvendo organização do tempo, concentração e avaliações. Concluiu-se que estudantes neurodivergentes enfrentaram dificuldades significativas no ensino médico, evidenciando a necessidade de estratégias institucionais voltadas à inclusão e equidade acadêmica.

Palavras-chave: Adaptação educacional; Desempenho acadêmico; Estudantes de medicina; Neurodiversidade.

Neurociência E Aprendizagem Na Educação

15 de setembro de 2026

Estratégias Pedagógicas para Inclusão de Crianças com Tea: Contribuições do Modelo Denver no Contexto Escolar.

O aumento expressivo no número de crianças diagnosticadas com Transtorno do Espectro Autista (TEA) tem desafiado os sistemas educacionais quanto à efetivação da inclusão escolar. Nesse contexto, a intervenção precoce baseada em evidências científicas mostrou-se fundamental para promover o desenvolvimento integral. O estudo analisou as estratégias pedagógicas para inclusão de crianças com TEA, com foco nas contribuições do Modelo Denver de Intervenção Precoce (ESDM) para o desenvolvimento da linguagem, aprendizagem e socialização no ambiente escolar. Realizou-se um estudo de caso múltiplo em três Centros de Educação Infantil Municipais de Penápolis/SP. A pesquisa baseou-se na análise documental de Planos Educacionais Individualizados (PEIs) de três estudantes com TEA e foi complementada por relatos de experiência de uma professora mediadora. Os dados foram analisados por meio da técnica de análise de conteúdo, buscando identificar padrões e relações entre as estratégias de intervenção e os avanços no desenvolvimento infantil. Os resultados evidenciaram que a intervenção precoce, fundamentada em práticas baseadas em evidências e sistematizada pelo PEI, mostrou-se viável e eficaz. Observou-se que a utilização de estratégias naturalistas, lúdicas e mediadas por interações sociais significativas, conforme preconiza o Modelo Denver, favoreceu avanços expressivos nas áreas de comunicação, interação social, cognição, autonomia funcional e comportamento adaptativo das crianças participantes. Concluiu-se que a aplicação do Modelo Denver no ambiente escolar, articulada ao PEI, constituiu uma estratégia promissora para o desenvolvimento integral de crianças com TEA na educação infantil, reafirmando o papel da escola na intervenção precoce e nas práticas inclusivas.

Palavras-chave: Educação infantil; Inclusão escolar; Intervenção precoce; Modelo Denver; Transtorno do Espectro Autista.

15 de setembro de 2026

Comparação de Modelos Clássicos de Séries Temporais na Previsão de Falhas no Sistema Elétrico

Analisou-se a aplicação de modelos clássicos de séries temporais na previsão de falhas em sistemas elétricos de distribuição, buscando contribuir para a melhoria da continuidade do fornecimento de energia e para um planejamento operacional mais eficiente. O objetivo foi comparar o desempenho de diferentes modelos, identificando o mais adequado para cada série. Utilizaram-se séries mensais de falhas de 2019 a 2023, agregadas em 45 Regiões-Pólo de uma concessionária, divididas em bases de treino e teste para um horizonte de previsão de 12 meses. Aplicaram-se modelos de referência, de suavização exponencial (ETS) e ARIMA, avaliando-se o desempenho por meio das métricas MAPE e MASE, e testes de diagnóstico dos resíduos. Os resultados revelaram forte sazonalidade anual, influenciada por fatores climáticos. Modelos simples com componente sazonal, como Média Sazonal e Naive Sazonal, superaram ou igualaram modelos mais complexos na maioria das séries, com erros médios próximos de 20%. A maior complexidade dos modelos não gerou ganhos significativos de desempenho, dada a variabilidade dos dados e a ausência de variáveis exógenas. Concluiu-se que, embora úteis para planejamento de médio prazo, os modelos apresentaram limitações nas previsões mensais devido à profundidade dos dados, sugerindo que avanços dependem da modelagem e do enriquecimento das bases utilizadas.

Palavras-chave: ARIMA; Modelos ETS; Previsão de Demanda Operacional; Sazonalidade.

Gestão Escolar

15 de setembro de 2026

Formação Docente Continuada como Promotora da Educação Cidadã e Antirracista

A persistência do racismo estrutural na sociedade brasileira e seus impactos no contexto escolar evidenciaram a necessidade de práticas pedagógicas comprometidas com a equidade e a justiça social. Analisou-se como a formação continuada em serviço contribuiu para o fortalecimento de práticas pedagógicas cidadãs e antirracistas, por meio do diálogo entre currículo, materiais didáticos e planejamento docente, à luz do racismo estrutural e da pedagogia decolonial. Realizou-se uma pesquisa de abordagem qualitativa, exploratória e descritiva, que utilizou a análise documental do referencial curricular, de um capítulo do material didático de História do 5º ano, do roteiro formativo do Programa DiVerso em Prosa e do Plano de Trabalho Docente. Os resultados evidenciaram que a formação continuada, quando articulada ao cotidiano escolar, favoreceu a reflexão crítica e a ressignificação da prática pedagógica, contribuindo para a incorporação de temáticas relacionadas à diversidade, à justiça social e às desigualdades raciais no planejamento docente. Observou-se coerência entre os documentos analisados, indicando a articulação entre currículo prescrito e currículo em ação, bem como o papel mediador da gestão pedagógica na efetivação desse processo. Concluiu-se que a formação continuada em serviço, quando desenvolvida de forma intencional e contextualizada, constituiu uma estratégia relevante para a promoção de práticas educativas comprometidas com a equidade.

Palavras-chave: currículo em ação; decolonialidade; gestão pedagógica; práticas educativas; racismo estrutural.

15 de setembro de 2026

Análise Estatística da Fertilidade do Solo em Áreas de Café Utilizando Ferramentas de Data Science

Um estudo analisou a relação entre os elementos químicos do solo em uma área de cultivo de café, buscando compreender a interação entre nutrientes e sua influência na variabilidade dos dados. Para isso, utilizaram-se ferramentais estatísticos e análises exploratórias, incluindo gráficos descritivos, regressão linear simples e testes de pressupostos, com apoio de software. Os resultados evidenciaram comportamentos distintos entre os nutrientes avaliados. A relação entre cálcio e magnésio apresentou maior capacidade explicativa, indicando associação relevante entre esses elementos. Interações como fósforo e potássio, e potássio e cálcio, demonstraram baixa correlação, sugerindo ausência de relação linear significativa. Em alguns casos, identificaram-se violações dos pressupostos do modelo, necessitando transformações nos dados para melhoria do ajuste. Concluiu-se que a dinâmica dos nutrientes no solo é complexa e influenciada por diversos fatores, impossibilitando generalizar relações entre todos os elementos. Isso reforçou a importância do manejo individualizado da fertilidade do solo, baseado em análises específicas, para maior eficiência no uso de insumos e melhor desempenho das culturas agrícolas.

Palavras-chave: Análise estatística; Fertilidade do solo; Nutrientes do solo; Regressão linear; Transformação Box-Cox.

Compliance E Esg

15 de setembro de 2026

Qualidade dos Programas de Integridade de Companhias do Setor de Saneamento Listadas na B3

O setor de saneamento desempenha um papel estratégico para o desenvolvimento socioeconômico nacional, e a alta regulação de suas operações justificou a verificação da consistência dos mecanismos de integridade e compliance. Diante desse cenário, o objetivo foi desenvolver uma metodologia para avaliar a qualidade dos programas de integridade e aplicá-la para verificar o nível de adequação das companhias do setor de saneamento listadas na B3 aos componentes da legislação brasileira anticorrupção. A pesquisa caracterizou-se como descritiva e documental, fundamentada na análise de formulários de referência, políticas internas e documentos públicos oficiais divulgados pelas organizações no exercício de 2024. A metodologia utilizou quinze componentes com critérios de avaliação específicos para apurar o Índice de Aderência Total, um indicador adaptado para mensurar a conformidade de cada companhia. Os resultados evidenciaram uma acentuada heterogeneidade na maturidade das empresas, constatando que o porte e a categoria de registro regulatório não atuaram como fatores determinantes para o desempenho dos programas. Observou-se uma lógica de conformidade voltada ao aspecto documental, com aderência significativa em requisitos estruturais, como independência, padrões de conduta e canais de denúncia, em contraste com lacunas operacionais em registros contábeis, diligências e capacitações contínuas. Concluiu-se que o fortalecimento da integridade no setor depende da evolução do modelo estritamente formal, demandando a efetiva implementação de mecanismos operacionais e a disseminação contínua de uma cultura de integridade.

Palavras-chave: Compliance; Divulgação; Governança corporativa; Lei Anticorrupção.

15 de setembro de 2026

Nowcasting e Previsão de Retorno e Risco do Tesouro Direto Ipca+ por Regime de Mercado

A crescente participação de investidores no Tesouro Direto e a sensibilidade dos títulos indexados à inflação a juros, expectativas e mudanças de regime tornam relevante a previsão de curto prazo de seus movimentos de preço e risco. O estudo teve como objetivo estimar e avaliar modelos de nowcasting para retorno e risco dos títulos do Tesouro Direto, com foco no Tesouro IPCA+, considerando diferentes arranjos de mercado e buscando evidências sobre como choques inflacionários, expectativas e regimes afetam preços e rentabilidade. Para isso, construiu-se uma base de dados com preços e taxas do Tesouro Transparente, Selic e IPCA do Banco Central, utilizando curvas da ANBIMA como fonte auxiliar devido à cobertura histórica limitada. Empregou-se retorno logarítmico diário, volatilidade realizada em 21 pregões, validação temporal em cinco dobras, comparação entre LightGBM e um modelo de persistência, e uso descritivo de HMM com dois estados. Os resultados mostraram que o retorno em t+1 oscilou em torno de zero e admitiu ganho preditivo moderado com o LightGBM, que superou o modelo de referência. Já o risco em t+1 exibiu forte persistência, sendo melhor previsto pela repetição do valor mais recente. Os achados indicaram que retorno e risco exigem tratamentos distintos e que a heterogeneidade temporal da amostra é relevante para a interpretação econômica do Tesouro IPCA+. A cobertura limitada das curvas da ANBIMA restringiu a incorporação mais ampla da estrutura a termo de juros no bloco preditivo principal.

Palavras-chave: Gradient boosting; Hidden Markov Models; Inflação implícita; Taxa Selic; Volatilidade realizada.

Gestão Escolar

15 de setembro de 2026

Aplicação do Método Borda no Ensino Universitário: uma Análise Documental de Dados do Moodle.

A tomada de decisão é uma competência crucial na gestão educacional, contudo, métodos científicos como o de Borda permanecem subutilizados no ensino superior, apesar de sua eficácia em contextos multicritério. Este estudo objetivou aplicar o método Borda no ensino de projetos científicos para estudantes de graduação em Engenharia Florestal de uma Universidade Estadual do Paraná, utilizando dados documentais da plataforma Moodle para aprimorar o processo de ensino-aprendizagem. A metodologia combinou análise estatística descritiva, clusterização (hierárquica e k-means) e algoritmos de machine learning (árvores de decisão e Random Forest), focando em desempenho (Nota1), pontualidade (Nota2) e frequência (Faltas). A análise revelou que a pontualidade (Nota2) foi o principal fator na classificação dos alunos (42%), seguida pelo desempenho (Nota1, 38%) e frequência (Faltas, 20%). A disciplina de Anatomia da Madeira destacou-se com alto desempenho e pontualidade, com 92% dos alunos alocados no cluster de excelência. Concluiu-se que o Método Borda demonstrou eficácia em contextos educacionais práticos, sendo 28% mais eficaz quando associado a competências comportamentais, e forneceu evidências para a integração de dimensões técnicas (70%) e comportamentais (30%) na formação universitária.

Palavras-chave: Aprendizagem ativa; Análise multicritério; Desempenho acadêmico; Gestão educacional; Tomada de decisão.

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