Modelo AutoML de Risco de Abandono Escolar para o Ensino Secundário da Tanzânia — Universidade de Dar es Salaam

As escolas secundárias da Tanzânia têm enfrentado um problema persistente e ligeiramente crescente de abandono escolar, com a taxa nacional a subir de 3,8% em 2018 para 4,2% em 2019, e com ferramentas formais limitadas disponíveis para identificar as causas raíz ou prever quais os alunos com maior risco.

Os investigadores Yuda N. Mnyawami, Hellen H. Maziku e Joseph C. Mushi, do Departamento de Ciências da Computação e Engenharia da Universidade de Dar es Salaam, responderam com uma abordagem de Aprendizagem Automática Automatizada (AutoML) que seleciona os hiperparâmetros, as características e o algoritmo mais adequados aos dados disponíveis, em vez de depender de um único modelo ajustado manualmente. Treinaram e testaram a abordagem no conjunto de dados de avaliação da aprendizagem doméstica Twaweza Uwezo da Tanzânia, que abrange domicílios em todo o país, comparando quatro classificadores.

A precisão reportada foi elevada em todos os quatro modelos — Árvore de Decisão 99,8%, K-Vizinhos-Mais-Próximos 99,6%, Perceptrão Multicamada 99% e Naive Bayes 97% — com os autores a argumentar que a seleção automatizada de hiperparâmetros e características superou os modelos ajustados manualmente usados em estudos anteriores de previsão de abandono escolar.

Estes números devem ser lidos com cautela: uma precisão tão elevada é frequentemente um sinal de um conjunto de avaliação pequeno ou desequilibrado, e não de um classificador pronto para produção, e o artigo não reporta validação face a um conjunto de dados independente do Ministério da Educação nem um piloto real em sala de aula. Um estudo de acompanhamento relacionado, com autores sobrepostos, estende uma abordagem semelhante de otimização bayesiana a escolas secundárias noutros pontos da África Subsariana, sugerindo que isto faz parte de um programa de investigação regional ativo — mas, até à publicação, nenhum ministério implementou o modelo como ferramenta operacional de alerta precoce, e não foram medidos resultados de qualquer intervenção.