PREDICCIÓN DE LA CONECTIVIDAD ESCOLAR EN BRASIL: UN ENFOQUE DE BOSQUE ALEATORIO Y VALIDACIÓN TEMPORAL DE DATOS DEL CENSO ESCOLAR
DOI:
https://doi.org/10.56238/levv17n60-053Palabras clave:
Aprendizaje Automático, Conectividad Escolar, Bosque Aleatorio, Censo Escolar, Inclusión DigitalResumen
La conectividad a internet en las escuelas públicas brasileñas es un indicador clave de equidad educativa e inclusión digital. Este estudio tuvo como objetivo predecir qué escuelas de educación básica cuentan con acceso a banda ancha mediante aprendizaje automático. Se entrenó un conjunto de datos de Bosque Aleatorio con microdatos del Censo Escolar de 2023 (217.625 registros) y se validó temporalmente con datos de 2024 (215.545 registros). La precisión fue del 85,38 % y el área bajo la curva ROC (ROC-AUC) fue de 0,8909. Los predictores clave incluyeron recursos pedagógicos, infraestructura básica, número de aulas y ubicación rural. La validación temporal se realizó con datos educativos longitudinales, lo que permitió la planificación de políticas públicas. Las escuelas con más recursos tienden a tener acceso a banda ancha, lo que revela desigualdades estructurales concentradas.
Descargas
Referencias
ARROYO, M. G. Educação e desigualdades: tempos, espaços e políticas. Petrópolis: Vozes, 2011.
BAKER, R. S.; INVENTADO, P. S. Educational data mining and learning analytics. In: PIETY, P. J.; KRUMM, J. (org.). Learning Analytics at Work. New York: Teachers College Press, 2014. p. 61–75.
BATISTA NETO, G. M. Análise e previsão da evasão escolar no ensino médio em instituições federais brasileiras. Repositório IFPB, 2024.
BIAU, G.; SCORNET, E. A random forest guided tour. TEST, v. 25, n. 2, p. 197–227, 2016.
BREIMAN, L. Random forests. Machine Learning, v. 45, n. 1, p. 5–32, 2001.
CAMPELO, A. K.; FERREIRA, D. L.; LIMA, R. B. Predição de evasão escolar no ensino fundamental com técnicas de aprendizado de máquina. Revista Brasileira de Informática na Educação, v. 31, n. 1, p. 112–134, 2023.
CENTRO REGIONAL DE ESTUDOS PARA O DESENVOLVIMENTO DA SOCIEDADE DA INFORMAÇÃO (CETIC.BR). TIC Educação 2022: pesquisa sobre o uso das tecnologias de informação e comunicação nas escolas brasileiras. São Paulo: Comitê Gestor da Internet no Brasil, 2023.
HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning: data mining, inference, and prediction. 2. ed. New York: Springer, 2009.
INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA (INEP). Microdados do Censo Escolar da Educação Básica 2023. Brasília: INEP, 2024. Disponível em: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados/censo-escolar. Acesso em: 12 abr. 2025.
INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA (INEP). Microdados do Censo Escolar da Educação Básica 2024. Brasília: INEP, 2024. Disponível em: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados/censo-escolar. Acesso em: 12 abr. 2025.
LIMA, P. A.; COSTA, F. R.; SOUZA, M. E. Modelos preditivos para oferta de educação em tempo integral em escolas públicas brasileiras. Revista Científica de Educação, v. 6, n. 1, p. 45–62, 2024.
LIRA, R. A. S.; ALENCAR, F. M. R. Análise de Fatores de Risco para a Evasão Escolar na Educação Básica usando Modelos Preditivos de Machine Learning. In: Anais do Simpósio Brasileiro de Informática na Educação (SBIE), 2025.
MELO, C. S.; SILVA, R. O. Infraestrutura escolar e desigualdade digital: um estudo com escolas públicas do Nordeste brasileiro. Educação & Sociedade, v. 42, e240058, 2021.
NEVES, T. M.; ALMEIDA, F. C.; BARBOSA, J. P. Recursos pedagógicos e acesso à internet em escolas municipais: evidências do Censo Escolar. Cadernos de Pesquisa, v. 52, n. 185, p. 98–117, 2022.
RODRIGUES, A. P.; MENDONÇA, R. T.; XAVIER, G. F. Classificação de desempenho escolar no SAEB com Random Forest: análise de variáveis socioeconômicas e infraestruturais. Informática na Educação: Teoria & Prática, v. 25, n. 2, p. 71–89, 2022.
SANTOS, L. B.; CARVALHO, M. R. Índice de vulnerabilidade socioeducacional: uma aplicação de Random Forest aos dados do Censo Escolar. Ensaio: Avaliação e Políticas Públicas em Educação, v. 31, n. 119, p. 303–324, 2023.
