Evasão no Ensino Superior brasileiro: Mapeamento Estruturado da Literatura em ML, EDM e LA, e Benchmark

• Eduardo Fernandes Bueno Universidade Estadual de Londrina (UEL)
• Decio Wey Berti Junior Universidade Estadual de Londrina (UEL)
• Jacques Duílio Brancher Universidade Estadual de Londrina (UEL)

DOI: https://doi.org/10.5753/sbie.2026.27263

Resumo

A evasão no Ensino Superior brasileiro é um problema relevante com taxas oficiais de 60%. Este artigo apresenta uma Scoping Review alinhada ao PRISMA-ScR, abrangendo 88 estudos brasileiros publicados entre 2018 e 2026, classificados segundo sua orientação predominante em ML, EDM ou LA. 78 estudos adotaram bases institucionais próprias, alvos classificatórios e validações não temporais e 10 estudos basearam-se em dados do INEP. 49 estudos aplicaram Random Forest (RF) e 14 reportaram artefatos. A revisão identificou lacunas metodológicas. No benchmark temporal com RF da base de dados oficiais do INEP, há predição da taxa de evasão em t + 1 a partir de variáveis observadas em t. O RF obteve desempenho regressivo no holdout temporal com R2 = 0,3337, MAE = 0,1778, RMSE = 0,2331 e MSE = 0,0543, com síntese reprodutível e benchmark para predição de evasão.

Palavras-chave: Evasão no Ensino Superior, Aprendizado de Máquina, Mineração de Dados Educacionais, Learning Analytics, Random Forest

Referências

Baker, R., Isotani, S., and Carvalho, A. (2011). Mineraçao de dados educacionais: Oportunidades para o brasil. Revista Brasileira de informática na educação, 19(02):03.

Bergmeir, C. and Benítez, J. M. (2012). On the use of cross-validation for time series predictor evaluation. Information Sciences, 191:192–213.

Breiman, L. Random forests. 45(1):5–32.

Carbonell, J. G., Michalski, R. S., and Mitchell, T. M. (1983). An Overview of Machine Learning, pages 3–23. Springer Berlin Heidelberg, Berlin, Heidelberg.

Instituto Nacional de Estudos e Pesquisas Educacionais Anisio Teixeira (2025). Apresentacao do censo da educacao superior 2024: divulgacao dos resultados. Apresentacao institucional. Divulgacao realizada em 17 set. 2025. Disponivel em: [link]. Acesso em: 20 abr. 2026.

Jones, K. M. (2019). Learning analytics and higher education: a proposed model for establishing informed consent mechanisms to promote student privacy and autonomy. International Journal of Educational Technology in Higher Education, 16(1):24.

Kaufman, S., Rosset, S., and Perlich, C. (2012). Leakage in data mining: Formulation, detection, and avoidance. ACM Transactions on Knowledge Discovery from Data, 6(4):15:1–15:21.

Kitchenham, B., Madeyski, L., and Budgen, D. (2022). Segress: Software engineering guidelines for reporting secondary studies. IEEE Transactions on Software Engineering, 49(3):1273–1298.

Kuhn, M. and Johnson, K. (2013). Applied Predictive Modeling. Springer, New York.

Long, P. and Siemens, G. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE Review (Online).

Roberts, D. R., Bahn, V., Ciuti, S., Boyce, M. S., Elith, J., Guillera-Arroita, G., Hauenstein, S., Lahoz-Monfort, J. J., Schröder, B., Thuiller, W., Warton, D. I., Wintle, B. A., Hartig, F., and Dormann, C. F. (2017). Cross-validation strategies for data with temporal, spatial, hierarchical, or phylogenetic structure. Ecography, 40(8):913–929.