A análise de dados nos permite gerar informações para a tomada de decisão. Essas decisões devem se concretizar em intervenções que modifiquem desfechos educacionais. Em outras palavras, o “X” da questão é colocar os pingos nos “is” certos.
Dados colaborando para um melhor desempenho
Esse fluxo, entretanto, é muito abstrato. Para torná-lo mais concreto, vamos pensar em um exemplo prático da pergunta do título: como um professor universitário de Engenharia pode usar dados para preparar os conteúdos da disciplina de pré-cálculo?
Essa disciplina é o momento em que toda a matemática que ficou para trás no ensino médio precisa ser retomada antes que os alunos aprendam coisas mais avançadas como o “cálculo”. Uma boa seleção dos conteúdos se torna vital, pois sem uma base sólida de pré-cálculo, os alunos costumam ter muita dificuldade com os conteúdos posteriores.
LEIA TAMBÉM: Quais são os Benefícios da Análise de Dados na Educação?
Usando dados como um cientista
Um cientista de dados da educação poderia utilizar os dados da última edição do Exame Nacional do Ensino Médio (ENEM) para ajudar esse professor. As variáveis relacionadas à prova de matemática poderiam ser mantidas e um filtro para os participantes dos municípios de origem dos alunos da referida faculdade poderia ser adicionado.
Os materiais técnicos da prova poderiam ser consultados para descobrir quais questões avaliam quais habilidades. Análises simples poderiam, então, ser realizadas para calcular pontuações em diferentes habilidades matemáticas. Isso informaria o professor que aqueles alunos, em geral, tiveram pontuações mais elevadas nas habilidades X e Y, e precisam de um reforço maior quanto à W e Z.
É claro que essa estimativa da habilidade matemática prévia dos alunos é “grosseira”, digamos. Pode ser que nenhum daqueles alunos tenha realizado o ENEM no último ano. Ela seria, no entanto, uma estimativa, sujeita a erro como todas as inferências. Isso é normal e faz parte do jogo. Mesmo assim, seria uma estimativa útil!
Refinando a análise
Se nosso professor quisesse ser mais preciso, ele poderia revisitar as provas das turmas anteriores e avaliar os erros mais frequentes. Professores geralmente fazem isso intuitivamente, mas uma turma com 20 ou menos alunos é bem diferente de várias turmas de diversas faculdades ao longo de, digamos, cinco ou mais anos.
Se o professor desejasse ser mais direto, ele poderia confeccionar uma prova de conhecimentos em matemática e aplicá-la aos alunos no primeiro dia de aula. As frequências de erros nas questões indicariam bem as deficiências na habilidade dos alunos, mas isso custaria ao professor iniciar um semestre sem ter o plano da disciplina pronto.
Conclusão
Esses são exemplos simples de como a análise dos dados pode ser utilizada no dia a dia. Agora, se usarmos a imaginação, o que poderíamos fazer com sistemas de predição e intervenção em larga escala? Quão mais acelerado seria o aprendizado se, ao invés de livros, cursos e aulas comuns, tivéssemos algo totalmente personalizado? Alguns alunos, por exemplo, têm facilidade com frações, e poderiam ser expostos a conteúdos mais avançados. Outros, que tem dificuldade, poderiam ter acesso a um material de reforço. Essas trilhas personalizadas de aprendizagem já estão em nosso meio e têm se tornado cada vez mais sofisticadas.
Portanto, os dados podem ser utilizados na sua forma mais simples para responder perguntas práticas e nas estatísticas mais complexas para detectar padrões, fazer inferências e construir verdadeiros sistemas educacionais. Se podemos predizer, temos um primeiro passo para intervir. E na análise de dados na educação estamos preocupados com isso.