Uma análise de vieses de gênero, raça e localização geográfica em modelos de predição de evasão em IES com foco na área de STEM
Data
2026-02-12
Autores
Lattes da Autoria
Orientação Docente
Lattes da Orientação Docente
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
A evasão no ensino superior é crítica, e modelos de Machine Learning usados para combatê-la podem replicar desigualdades. Este trabalho audita um modelo de predição de evasão treinado com dados reais, utilizando métricas de justiça e Explainable AI (SHAP). Apesar da acurácia global de 87%, detectou-se uma dicotomia de erros: um viés punitivo contra estudantes de STEM (altos falsos positivos) e um viés de negligência em relação a mulheres (altos falsos negativos), invisibilizando alunas em risco real. O SHAP confirmou que gênero e localização influenciam indevidamente as decisões, evidenciando que a validação ética é indispensável para evitar a exclusão automatizada na gestão acadêmica.
Resumo em outro idioma
Dropout in higher education is critical, and Machine Learning models used to address it may replicate inequalities. This work audits a dropout prediction model using real data, fairness metrics, and Explainable AI (SHAP). Despite 87% global accuracy, results reveal a dichotomy of errors: a punishment bias against STEM students (high false positives) and a negligence bias towards women (high false negatives), rendering at-risk female students invisible. SHAP analysis confirmed that gender and location unduly influence decisions, highlighting that ethical validation is essential to prevent automated exclusion in academic management.
Descrição
Referência
PACHECO, Melissa Araújo. Uma análise de vieses de gênero, raça e localização geográfica em modelos de predição de evasão em IES com foco na área de STEM. 2026. 40 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2026.
Identificador dARK
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como openAccess