Speaker
Description
Relato de experiência aplicado à curso superior do Instituto Federal de São Paulo – campus Sertãozinho, tendo como objetivo incorporar sistemas de Inteligência Artificial como ferramenta estratégica de apoio aos processos de avaliação institucional, alinhados aos parâmetros do Ministério da Educação para credenciamento e recredenciamento de cursos. A iniciativa integra diferentes dimensões do Sistema Nacional de Avaliação da Educação Superior, combinando análise automatizada, monitoramento contínuo e modelos preditivos.
Na organização didático-pedagógica, o IFSP testa algoritmos de Processamento de Linguagem Natural para examinar Projetos Pedagógicos de Curso, identificando coerência entre objetivos, metodologias e carga horária. Para o corpo docente e tutorial, modelos de análise de dados integram informações existentes na Plataforma Lattes, verificando a adequação das qualificações e cargas de trabalho.
Na infraestrutura, soluções de visão computacional e Internet das Coisas (IoT) monitoram laboratórios, otimizando uso. Na pesquisa, sistemas como InCites e SciVal, são empregados para mapear tendências, mensurar impacto científico e correlacionar produção com áreas estratégicas. No âmbito da extensão, algoritmos de análise social quantificam efeitos de projetos comunitários, incorporando feedback das comunidades atendidas.
A responsabilidade social é acompanhada por aplicação inicial de ferramentas de fairness AI, que verificam inclusão e diversidade, enquanto dashboards interativos consolidam os indicadores de qualidade (Enade, CPC, IGC), aplicando modelos preditivos semelhantes aos adotados pela OECD. No processo de avaliação contínua, sistemas de alerta precoce baseados em IA sinalizam fragilidades institucionais, favorecendo intervenções antecipadas.
Por fim, o planejamento institucional e a gestão acadêmico-administrativa são monitorados por plataformas de Business Intelligence com módulos de IA assegurando alinhamento entre metas do PDI e práticas institucionais.
Essa experiência preliminar evidencia o potencial da IA como instrumento de apoio robusto e inovador, capaz de fortalecer a qualidade educacional por meio de decisões mais rápidas, transparentes e orientadas por evidências.
Palavras-chave | Avaliação educacional; Indicadores de qualidade; Fairness AI; Modelos preditivos; Dashboard interativo |
---|