Abordagem multiagente para modelagem da progressão de estudantes

Victor Carneiro Lima, Julia Alves Farias, Renato R Lopes, Matheus Souza, Alim Gonçalves

DOI: 10.14209/sbrt.2025.1571154746

Evento: XLIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2025)

Keywords: Cadeias de Markov Simulação multiagente Gestão escolar

Abstract

Uma gestão escolar eficaz pode se beneficiar de modelos precisos de progressão estudantil para otimizar a alocação de professores e espaços de ensino. No entanto, as pesquisas existentes concentram-se predominantemente em modelos markovianos para programas baseados em anos, deixando uma lacuna na literatura no que diz respeito a cursos de graduação baseados em créditos. Este artigo propõe uma estrutura para modelar a progressão de grupos de estudantes em programas baseados em créditos usando cadeias de Markov, sem a necessidade de treinamento extensivo. Para elaborar o modelo, analisamos dados de progressão de estudantes em cursos de engenharia para extrair distribuições de probabilidade de reprovação, matrícula e evasão. Essas distribuições foram então utilizadas para desenvolver modelos de cadeia de Markov, os quais foram simulados por meio de uma abordagem multiagente. Nossos resultados indicam que um modelo de cadeia de Markov pode emular efetivamente a progressão dos estudantes em cursos de engenharia, e que os resultados da simulação multiagente correspondem de forma bastante próxima aos dados reais de progressão. Essa estrutura oferece uma ferramenta valiosa para a gestão escolar e para a previsão da demanda por disciplinas em programas de graduação baseados em créditos.

Download