A evasão é considerada um dos principais problemas relacionados com a Educação a Distância (EaD). Na EaD a interação entre estudantes e professores costuma ser mediada por um Ambiente Virtual de Aprendizagem (AVA), sendo gerado um grande volume de dados que fica registrado em arquivos. Assim, este artigo utiliza a mineração de dados para analisar os registros de interações de estudantes dos cursos técnicos a distância, do Câmpus Visconde da Graça (CaVG) do Instituto Federal Sul-rio-grandense (IFSul), com o objetivo de identificar estudantes em risco de evasão. Entende-se como contribuição central deste trabalho a geração de modelos de predição que permitem apoiar as ações de combate à evasão, utilizando como variáveis principais de entrada para os modelos a contagem de interações dos estudantes através do AVA e atributos das mesmas. A premissa é que essa abordagem permite uma maior generalização, possibilitando o emprego em diferentes instituições, cursos e plataformas. Os resultados apontam a possibilidade de predição de estudantes em risco de evasão já nas primeiras semanas dos cursos, com os modelos apresentando taxas de desempenho superiores a 75%.Palavras-chave: educação a distância, evasão de estudantes, modelos de predição, contagem de interações.