O Potencial da Ciência de Dados na Educação Brasileira
Um Estudo de Caso em Salvador.
Palavras-chave:
Ciência de Dados, Educação, Processo educacionalResumo
Este artigo tem como objetivo geral explorar o potencial da Ciência de Dados na transformação do sistema educacional brasileiro, com um enfoque específico na cidade de Salvador. Inicialmente, destaca-se a analogia dos dados como "o novo petróleo", ressaltando a necessidade de refinar dados brutos para extrair seu valor, assim como acontece com o petróleo. Em seguida, são abordados os desafios enfrentados pela educação no Brasil, como a evasão escolar, o analfabetismo e a baixa taxa de conclusão do ensino médio, com ênfase no desempenho abaixo da média do país no Programa Internacional de Avaliação de Estudantes (Pisa). A justificativa para este estudo está fundamentada na importância de alinhar a Ciência de Dados com a educação, visando aprimorar o processo de ensino-aprendizagem no Brasil. Embora a Ciência de Dados tenha alcançado notoriedade em outras áreas, sua aplicação no contexto educacional ainda é limitada, tornando este tema relevante e oportuno. O estudo estabelece objetivos específicos, como o agrupamento e tratamento de dados provenientes de fontes confiáveis, a realização de uma análise exploratória para compreender o cenário educacional em Salvador, a aplicação de algoritmos de aprendizado de máquina para análises preditivas e a estruturação da visualização dos dados para destacar insights cruciais. Os resultados obtidos neste estudo reforçam o potencial da Ciência de Dados como uma ferramenta poderosa para melhorar a educação no Brasil, contribuindo para a redução do analfabetismo, da evasão escolar e para o aprimoramento do desempenho dos alunos. No entanto, enfatiza-se a necessidade de abordar questões éticas relacionadas à privacidade dos dados e à preservação da humanização no processo educacional.
Referências
AUSUBEL, DP (2003). A psicologia da aprendizagem verbal significativa. Nova York: Grune & Stratton.
CONWAY, D.; BRANCO, J. (2012). Aprendizado de máquina para hackers. Disponível em: https://books.google.com.br/books?id=hK3icX75MdQC&hl=pt-BR&num=15 . Acesso em: 14/09/2023.
ESTRELLADO, RA et al. (2021). Ciência de dados na educação usando R. Abingdon, Oxon; Nova York, NY: Routledge.
FILATRO, A. (2019). Data Science na educação: presencial, à distância e corporativa. São Paulo: Saraiva Educação.
GOMES, I.; FERREIRA, I. Em 2022, analfabetismo cai, mas continua mais alto entre idosos, pretos e pardos e no Nordeste. Disponível em:
https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-de-noticias/noticias/37089-em-2022-analfabetismo-cai-mas-continua-mais-alto-entre-idosos -pretos-e-pardos-e-no-nordeste . Acesso em: 14/09/2023.
IBGE. (2018). Instituto Brasileiro de Geografia e Estatística. Disponível em: https://www.ibge.gov.br/ . Acesso em: 14/09/2023.
MOREIRA, MA (1983). Aprendizagem significativa: a teoria de David Ausubel. São Paulo: Moraes.
MOREIRA, MA; MASINI, EFS (1982). Aprendizagem significativa: condições para a ocorrência e construção de significados. Revista Brasileira de Estudos Pedagógicos, 62(149), 55-67.
OCDE. (Organização para a Cooperação e Desenvolvimento Econômico). Programa Internacional de Avaliação de Estudantes (PISA). Disponível em: http://www.oecd.org/pisa/ . Acesso em: 14/09/2023.
PELIZZARI, A.; e outros. (2001). Didática do ensino superior. Petrópolis: Vozes.
SCHLEICHER, A. (2013). Grandes dados e PISA. Huffpost. Disponível em: http://www.huffingtonpost.com/andreas-schleicher/big-data-and-pisa_b_3633558.html .
TAYO, BO (2019). Aprenda ciência de dados em 10 anos - 3 lições de Peter Norvig (diretor de aprendizado de máquina do Google). Rumo à DataScience. Disponível em: https://towardsdatascience.com/teach-yourself-data-science-in-10-years-3-lessons-from-peter-norvig-director-of-machine-867e3218ce42 .