A ESEL acaba de implementar uma solução digital que permite a identificação precoce de estudantes em risco de abandono escolar. A atividade, desenvolvida no âmbito do Programa STEP (Programa de Promoção do Sucesso e Redução do Abandono no Ensino Superior), recorre à inteligência artificial e à análise avançada de dados para monitorizar vários indicadores académicos e comportamentais dos estudantes. O sistema analisa dados do SIGES (Sistema de Gestão Académica), incluindo informações sobre a assiduidade nas aulas, notas, histórico de aprovações e dados demográficos.
Este sistema, que demonstrou uma impressionante taxa de precisão superior a 98% em testes realizados em mais de 13.500 registos históricos de alunos, analisa automaticamente fatores como o número de reprovações, o número de matrículas e a média das notas, identificados como os indicadores mais significativos para prever potenciais abandonos. Esta ferramenta permite às Coordenações de Ciclo e ao Conselho Pedagógico intervir de forma preventiva e personalizada, oferecendo apoio adicional aos estudantes identificados como estando em risco.
Esta iniciativa reflete o compromisso da ESEL com a excelência no ensino de enfermagem e com o sucesso académico. A solução, desenvolvida com recurso à plataforma Azure Machine Learning da Microsoft e visualizada através de dashboards Power BI, representa um avanço importante na utilização de tecnologias digitais para apoiar a gestão e a tomada de decisões baseadas em evidências. Com a futura integração de dados da nova plataforma Moodle, implementada no início do ano letivo de 2023-2024, o sistema tornar-se-á ainda mais preciso, posicionando a ESEL na vanguarda da inovação no ensino superior em saúde em Portugal.
O Programa STEP é cofinanciado pela Direção-Geral do Ensino Superior (DGES).
