Previsão de Reprovações em Disciplinas Introdutórias de Programação: Um Estudo em um Ambiente de Correção Automática de Códigos

Abstract

Este artigo descreve o uso de técnicas de aprendizagem de máquina aplicadas ao contexto educacional para prever, o quanto antes, os alunos com tendência de reprovação em uma disciplina introdutória de programação em um curso superior de Ciência da Computação. Essa previsão pode permitir ao professor, através de uma atenção especial para esses alunos, reverter essa tendência. Para atingir esse objetivo, foram utilizados dados de interação dos alunos com um ambiente de correção automática de códigos durante a resolução de exercícios nas aulas práticas da disciplina. A modelagem que obteve o melhor resultado teve uma acurácia de 80,00% e uma revocação de 77,78% com dados de 6 semanas de aulas de um total de 12.