Learning Analytics: onde a trilha perde o estudante
Da base bruta à recomendação de intervenção
- Análise de dados e interpretação
- Estudo de análise — conteúdo ilustrativo durante o desenvolvimento
- Análise exploratória de dados de uma trilha de aprendizagem para localizar os pontos de queda de conclusão e transformar o padrão em recomendação de redesign.
Pergunta
Uma trilha de aprendizagem com boa taxa de início e baixa taxa de conclusão levanta a pergunta operacional: em qual etapa a queda acontece e o que ela tem em comum?
Dados e limpeza
- Registros de progresso por módulo, exportados da plataforma de aprendizagem.
- Remoção de sessões duplicadas e de contas de teste.
- Normalização de datas e de identificadores de módulo.
- Tratamento de progresso parcial registrado como ausente.
Do dado bruto à recomendação
Pergunta e fonte
Localizar em qual etapa a conclusão cai usando registros de progresso exportados da plataforma.
Limpeza
Remover duplicidades e contas de teste, normalizar datas e identificadores e tratar progresso parcial.
Exploração e análise
Comparar a progressão entre módulos e observar onde a atividade muda de consumo para produção.
Insight e recomendação
Tratar a queda como um degrau localizado de dificuldade e propor uma atividade intermediária a ser testada.
- —
- —
- —
Valores reais dependem da base do caso.
Publicado apenas com dados verificados.
Identificado pela curva de progressão.
Análise
O padrão relevante em trilhas costuma não ser uma queda distribuída, e sim uma concentração em um módulo específico — normalmente o primeiro que exige produção em vez de consumo de conteúdo.
Separar consumo de produção na análise muda a interpretação: o problema deixa de ser motivação genérica e passa a ser um degrau de dificuldade localizado.
Recomendação
- Reduzir o degrau do módulo crítico com uma atividade intermediária.
- Antecipar um retorno perceptível de aprendizagem antes desse ponto.
- Acompanhar conclusão por módulo como métrica contínua, não só a taxa final.
Limitações
- Dados de plataforma descrevem comportamento registrado, não aprendizagem.
- Sem grupo de comparação, a recomendação é hipótese a ser testada.
Métodos
- Análise exploratória
- Limpeza de dados
- Estatística descritiva
- Visualização
Ferramentas
- Excel
- Power BI
- SQL
- Python
Projetos relacionados
Estudo comparativo de usabilidade
Estudo de usabilidade com tarefas roteirizadas comparando dois grupos de participantes, combinando observação qualitativa e comparação estatística não paramétrica.
Metodologia de Redação ENEM
Metodologia e conjunto de materiais educacionais para a redação do ENEM, estruturados por competência, com trilhas de aprendizagem e proposta de diagnóstico.