Gouveia, Roberta Macêdo MarquesAlbuquerque Júnior, Gabriel Alves deVasconcelos, Taciana dos Santos2025-12-102025-08-12VASCONCELOS, Taciana dos Santos. Reestruturação ética na mineração de dados educacionais superiores: conformidade com a Lei Geral de Proteção de Dados. 2025. 26 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2025.https://arandu.ufrpe.br/handle/123456789/8067Artigo publicado primeiramente na REDOC: Revista Docência e Cibercultura, Rio de Janeiro, v. 9, n. 1, p. 1-28, 2025. https://www.e-publicacoes.uerj.br/re-doc/article/view/83226Este estudo aborda a reestruturação dos dados públicos educacionais do Ensino Superior promovida pelo INEP, alinhada à LGPD. Inspirado pelo estudo conduzido por Rodrigues (2021), que analisou concluintes de graduação, visando à construção de modelos de classificação utilizando fatores socioeconômicos e tempo estimado para conclusão da graduação em IES públicas. Este trabalho examina como as mudanças na configuração dos dados do ENADE e do Censo da Educação Superior afetam a realização de pesquisas científicas. Em resposta às mudanças nos microdados efetuadas pelo INEP, que impossibilitam a reprodução de trabalhos com finalidade de análise individual de discentes, este estudo direcionou seu enfoque para as informações dos cursos e tempo de graduação dos discentes nesses cursos, considerando medidas de tendência central. Consideraram-se os anos de 2016 a 2018 para dados do ENADE e 2018 para Censo da Educação Superior. Utilizou-se o processo de Knowledge Discovery in Database (KDD) ao longo do trabalho, desde a seleção até a interpretação de dados. Usando 5.170 registros de cursos, técnicas do Aprendizado de Máquina Supervisionado foram empregadas para construção de modelos de regressão e classificação. Essa abordagem visa superar os desafios éticos e metodológicos da reestruturação dos dados, garantindo a utilidade dos dados para fins de pesquisa científica. Resultados mostram que as mudanças permitiram o uso eficaz de modelos de Aprendizado de Máquina. O estudo destaca a importância da ética nos dados educacionais e na inteligência artificial, garantindo a proteção da privacidade e a responsabilidade na utilização dos dados para tomada de decisões futuras.26 f.pt-BRopenAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Ensino superiorAnálise de dadosÉticaInteligência artificialAprendizado do computadorMineração de dados (Computação)Lei Geral de Proteção de Dados (LGPD)bachelorThesisAttribution-NonCommercial-ShareAlike 4.0 International