Esta transcrição foi gerada automaticamente por Inteligência Artificial e pode conter erros ou imprecisões.
Sejam bem-vindos. Começa aqui mais um episódio de "Os Dados da Questão", o podcast do Observador com a Nova IMS, onde falamos da economia dos dados, de inteligência artificial e da forma como estão a ajudar empresas e instituições a encontrar soluções novas para problemas que podem ser antigos. A cada episódio, um novo caso. Hoje falamos de educação e de como os dados podem, de facto, ajudar a reduzir o abandono escolar. E vamos fazê-lo com o Tiago Oliveira, é professor catedrático de Sistemas de Informação na Nova IMS, e Luísa Loura, ex-diretora-geral de Estatísticas da Educação e Ciência e atual diretora da Portdata, embora não seja nessa qualidade que está aqui hoje conosco. Eu sou o Paulo Ferreira, dou as boas-vindas a ambos, é um gosto recebê-los aqui. Antes de mais, Luísa Loura, que problema é que queriam resolver quando este projeto surge?
Na altura, um dos grandes problemas que tinha sido identificado era o do abandono escolar, no sentido dos alunos não terminarem a escolaridade obrigatória.
A escolar obrigatória, claro.
Mas muitos abandonavam também logo no nono ano. E havia também uma preocupação de ter a informação mais consolidada para se conseguir fazer esse seguimento dos alunos e perceber principalmente que medidas de política é que deveriam ser tomadas para o aluno ser acompanhado ao menor sinal, ao primeiro sinal de que estava a perder o comboio.
De risco, claro. Há pouco falou do nono ano, na altura, então o ensino obrigatório ia até o nono ano.
Na altura já tinha sido legislado que o ensino obrigatório seria até ao 12º ano, de 18 anos ou até aos 18 anos de idade do aluno. De qualquer maneira, o que se sabia era que não havia um acompanhamento ou uma sinalização precoce dos alunos que estariam em risco.
E, portanto, quando eles abandonavam já não havia como recuperá-los.
Já não havia como recuperá-los. A ideia deste projeto, e depois o meu colega、 O Tiago. ...o Tiago irá explicar melhor como é que o montou.
Era o problema de risco.
O projeto era de sinalizar precocemente, principalmente. E é assim que se consegue evitar o abandono. É dar aos alunos algum conforto e alguma segurança de que conseguem acompanhar as matérias.
Para não abandonarem. Tiago Oliveira, perante este problema, que era e continua a ser, mas então era um problema grande, como é que surge o projeto concretamente?
Eu vou até voltar um pouquinho mais atrás no tempo, porque na altura, quando iniciei a conversa com Luísa Loura, eu não sabia exatamente que eles tinham este problema nas mãos. Mas houve uma história paralela aqui. E como todos os projetos, muitas vezes retomam, começam em conversas informais. Eu lembro perfeitamente. O início da relação com a DGEEC começou com uma conversa informal com uma aluna, que na altura trabalhava também na Direção-Geral de Estatísticas da Educação e Ciência, na DGEEC, mas nessa conversa surgiu um desabafo. Existem muitos dados disponíveis, mas pouco explorados para apoiar as decisões. Então, basicamente, existia um enorme volume de dados disponíveis que não estavam a ser usados devido a limitações de conhecimento sobre como fazê-lo e também de tempo. As pessoas que estão na DGEEC têm o seu dia a dia e às vezes não têm tempo. Na minha cabeça, surgiu aqui logo uma oportunidade. A partir daí, tornou-se evidente que o potencial de uma parceria entre a Nova IMS, enquanto instituição reconhecida na área dos dados, e a DGEEC. Mas nada mais importante do que isto para começarmos com um projeto efetivo. Em 2018, houve um impulso, que foi a Fundação para a Ciência e Tecnologia, lançou uma call dedicada à inteligência artificial e ciência de dados na administração pública. Bom, eu vi logo que era uma grande oportunidade de colaborar.
Encaixava precisamente nisto.
Precisamente, Paulo. Como já existia uma colaboração com a DGEEC, ou seja, nós na verdade já estávamos a trabalhar com eles, a perceber o sucesso escolar, a oportunidade foi aproveitada para formalizar o desafio e avançar com projeto estruturado, que uma coisa é um projeto com um aluno ou com dois alunos, outra coisa é um projeto estruturado.
Claro.
Na altura, a diretora da DGEEC era a professora Luísa Loura. Eu relembro perfeitamente a primeira conversa e que fomos acolhidos e a relação começou logo com muito entusiasmo para todos. Foi um entusiasmo mútuo. E atualmente o diretor é o Nuno Rodrigues, em que mantém a mesma abertura e apoio institucional. Ou seja, a nossa relação Nova IMS/DGEEC tem sido espetacular e o fato da DGEEC ter estes dados todos, eu acho que é riquíssimo.
Eu só queria acrescentar aqui que esta call surgiu num momento muito oportuno, porque quando eu cheguei à DGEEC, que foi em 2012, os dados não estavam minimamente organizados. Nós na altura até tínhamos uma espécie de call center para ligar às escolas para corrigirem os dados que registavam lá nas plataformas. As notas dos alunos, ou a idade, ou a habilitação dos pais, porque havia imensa inconsistência. Nós tínhamos feito já um trabalho de robustez dos dados. Só que não havia estrutura interna para fazer este seguimento. Nós tínhamos um manancial de dados.
Mas estavam dispersos ao nível da escola, imagino.
Não. Os dados estavam todos na DGEEC. Ou seja, a escola registra nas suas plataformas.
São centralizados na DGEEC.
Eram todos centralizados na DGEEC, só que tinham muitos erros.
E inconsistências.
E inconsistências. Não valia a pena estar a avançar com um projeto desta natureza e portanto em 2018 os dados estavam minimamente bem. Robustos. Claro que um dos trabalhos é torná-los ainda mais consistentes. E já havia um histórico e tudo, dados de muitos anos, conseguia-se seguir o percurso do aluno. As coisas já estavam e é isso que é aqui também a vantagem.
O início do projeto é por aí, Tiago Oliveira. O maior desafio consistiu em quê? Em pegar em todos aqueles dados e torná-los harmonizados de alguma maneira?
É verdade, mas antes disso queria dar um pouquinho de contexto, que às vezes a gente tem de voltar atrás. Em 2018, o nosso principal argumento, e aí eu percebi o que a Luísa tinha como desafio, é que existia uma estratégia europeia. Ou seja, a Europa desejava que a taxa de abandono escolar nos países europeus fosse inferior a 10%. E a realidade é que em 2018, a taxa de abandono escolar em Portugal era 12,6%.
Um pouco acima.
Um pouco acima.
Mas era 20% três anos antes.
Três anos antes. Ou seja, tínhamos feito uma grande trajetória, mas a verdade é que não estávamos lá.
Aliás, e a escolaridade obrigatória era para tentar reduzir também.
Claro.
Mas não se estava a conseguir.
A conseguir cumprir objetivos.
Mas o objetivo foi atingido e em 2020, o abandono escolar foi 9,1%. Espero de alguma forma que tenhamos contribuído também para este sucesso. Mas o contexto é muito importante aqui.
E feito esse trabalho da harmonização de dados, que vantagem é que isso trouxe? A partir dessa base de dados já consistente, que conclusões é que começaram a tirar, como é que começaram a olhar para os dados e atuar?
Mas eu ainda voltava atrás à harmonização dos dados, porque isto foi um grande desafio e continua a ser. Um dos principais desafios que tivemos foi a preparação dos dados, mas isso é natural em qualquer projeto de data science. Acho que a Luísa concorda completamente comigo.
Claro.
Tínhamos aqui um problema maior, que os dados provinham de múltiplas bases de dados administrativas, e nomeadamente o MISI e o E360, que exigiam um esforço significativo de uniformização. Na verdade, deveria ser uma única base de dados. Eu acho que era muito importante no futuro termos apenas uma única base de dados, era mais fácil para todos.
Atenção que quando eu cheguei, a única base de dados era a MISI, a dita MISI, que tinha imensos problemas. Porque não conseguia conciliar professores com alunos, era o principal problema. E então a minha estratégia, na medida do possível e com as restrições orçamentais que sempre têm estas entidades, foi construir um sistema, que é o tal E360, que conseguisse ter a informação toda de que precisávamos para fazer todas as leituras. O que é que acontece? Entretanto, houve mudanças de governo, houve crises financeiras. E o E360 acabou por não ficar universal, que era a ideia. E neste momento há dois sistemas, que é o pior que pode acontecer.
Claro.
De fato, e principalmente se eles não casarem bem um com o outro.
Portanto, feito o arranque do projeto, como é que ele se torna a ferramenta para atuar concretamente, para reduzir o abandono escolar?
Exatamente.
Há pouco a Luísa dizia que permite-nos acompanhar os alunos um a um e perceber os sinais de risco de abandono escolar futuro, é isso?
A lógica subjetiva é simples: no início de cada ano letivo, pode ser útil disponibilizar indicadores de risco por aluno, por disciplina, permitindo sinalizar situações de maior probabilidade de insucesso ou propensão para o abandono. Ou seja, o professor poderá ter no início do ano, um sinal vermelho se o aluno tem mais dificuldades, ou amarelo que pode estar em risco, ou verde se não tem qualquer dificuldade.
Isso feito com base nos dados, isto é, naquilo que costuma acontecer ao universo, e depois comparando aquele aluno com esse universo.
Exatamente.
Ou porque começa a faltar, não sei, coisas concretas. Começa a faltar, ou o ambiente familiar eventualmente mal estruturado.
Todas essas variáveis entram no modelo. Ou seja, estes modelos permitem utilizar todo o conhecimento que temos sobre o aluno, nós não sabemos quem é o aluno, claro, mas sobre o aluno, e o histórico do aluno e o histórico dos outros alunos, e consegue prever de alguma forma. Importa reforçar que este tipo de previsão é determinístico e não constitui uma profecia autorrealizada.
Claro.
Trata-se apenas de um mecanismo de alter course, que permite agir de forma preventiva, em vez de reagir quando os problemas já estão instalados.
Exatamente.
Eu diria um exemplo, uma analogia simples para ser mais claro. Uma analogia para compreender esta abordagem pode ser: se fosse possível antecipar os locais com maior probabilidade de incêndio, seria muito mais fácil intervir no início do que quando o fogo já está deflagrado.
Claro.
E aqui nos alunos é a mesma coisa, porque quando ele abandona já é tarde. Nós temos é de perceber precocemente se este aluno tem risco.
Para tentar evitar que o abandono aconteça, de fato.
Exatamente.
E essa ferramenta, Luísa Loura, é aplicada ou utilizada sobretudo ao nível do professor, a nível de ministério também para traçar políticas públicas?
O ministério pode ter acesso a essas ferramentas, mas isto é muito mais ao nível da escola, porque o ministério precisa de ter visões globais, de perceber o que esta ferramenta também permite dizer é quais são as características dos alunos que, em geral, levam a que tenham mais insucesso. Ou porque começam a ter negativas, por exemplo, a Matemática ou a Português. São as duas disciplinas que quando o aluno começa a ter sistematicamente negativas nestas disciplinas, isso vai condicionar também as outras, porque a leitura e a compreensão das perguntas. Encontrar estes fatores ou porque os pais estão com uma situação econômica muito frágil e, portanto, isso também traz depois problemas, muitas vezes, de inserção dos alunos. Saber quais são as características dos alunos e também as características da escola. Ainda mais relevante agora também, e é importante salientar, que há uma nova variável que terá que entrar no modelo, que é o aluno não ter aulas por falta de professores, por exemplo.
Que é um tema atual.
Ou o aluno não falar a língua portuguesa e, portanto, ter uma dificuldade acrescida. E a vantagem destes modelos é que conseguem, ano a ano, ir incorporando estas novas variáveis.
Serem aperfeiçoados de alguma maneira.
Aperfeiçoados. Isto permite, ao nível do ministério, uma visão global do que é que poderá estar a condicionar o sucesso dos alunos, mas isto é mesmo para as escolas, principalmente para o diretor de turma, que tem que pensar se tem que ter alguma estratégia específica para alguns alunos. Muito porque há um histórico passado. O aluno até pode ser um aluno que é muito bom em ciências naturais, mas tem um histórico de dificuldades em matemática ou português, que se calhar isso vai condicionar, se calhar ele precisa de um apoio suplementar nessas disciplinas.
É uma ferramenta que hoje tem uma aplicação muito mais vasta do que simplesmente o abandono escolar.
Não. O objetivo é conseguir que todos cheguem à escolaridade obrigatória no 12º ano e com sucesso, e aprender. O país precisa cada vez mais de ter os nossos jovens com conhecimento. Mas, no final, temos também esta meta, de reduzir o abandono escolar.
Claro. Sim, que é um desfecho trágico, de alguma maneira, quando estamos a falar de educação. Tiago Oliveira, além desta utilidade muito concreta do abandono escolar, há outros exemplos também concretos da utilização de dados em ambiente de educação e que podem ajudar muito a definir políticas públicas e a tomar decisões.
Posso dar alguns exemplos dos resultados, mas como a Luísa própria disse, que isto depende muito do contexto. Isto é um contexto dinâmico, ou seja, os modelos vão se adaptando à nossa realidade, que a nossa demografia é diferente hoje do que há 10 anos atrás, mas gostaria de destacar três resultados. Um tem a ver com o tamanho das turmas.
A velha questão, grandes ou pequenas e o que é melhor.
Exatamente. Um dos debates recorrentes pretende-se com o impacto e o tamanho das turmas no desempenho acadêmico. Há evidência que o tamanho das turmas apenas se torna prejudicial acima de 30 alunos em cenários relativamente pouco comuns. Ou seja, isto é particularmente relevante porque turmas mais pequenas implicam maior custo financeiro. Pelo que a informação baseada nos dados pode orientar nestas decisões de uma forma mais eficiente.
A tomar a decisão ótima.
A tomar a decisão ótima. E devo dizer que este valor não é o mesmo para todos os anos ou para todas as disciplinas.
As disciplinas ou escolas e contextos, imagino.
Escolas e contextos. E a realidade que temos hoje é diferente há 10 anos atrás, em que há 10 anos atrás todos os alunos falavam português, diria assim, como praticamente a língua nativa, e hoje não é realidade.
Há mais exemplos sobre a utilização de dados.
Por exemplo, nos trabalhos acadêmicos, um dos grandes impactos tem sido sempre referido como o impacto diferenciado nas disciplinas da educação dos pais. Ou seja, um pai licenciado, comparando com um pai que não é licenciado, tem impacto positivo. E toda a literatura retrata isto. Agora, o que ninguém fez foi olhar pra isso por disciplina. E nós aqui, como trabalhamos não com amostras, mas como todos os dados, permitiu-nos concluir que se tivermos dois alunos que têm todas as variáveis, o mesmo valor médio, isto é, o mesmo nível de idade, educação dos pais, as variáveis todas com o mesmo valor médio.
Comparáveis, muito comparáveis os dois alunos.
Muito comparáveis. Diz-se em latim "ceteris paribus", uma obra técnica pra isto, e quem é da estatística sabe perfeitamente o que eu estou a dizer, "ceteris paribus". E fica-nos sempre bem dizer essas palavras.
Um clone.
Tudo o resto constante.
Faz um clone.
Tudo o resto constante. Exatamente, tudo o resto constante e um clone. Apenas alterando a educação dos pais de secundário para licenciatura, altera a média da nota do exame nacional de matemática de três valores.
Matemática, aí o impacto é na matemática.
É brutal.
É brutal na matemática. No entanto, no português apenas altera um valor, mas atenção, apenas entre aspas. Ainda altera um valor. Mas isto é muito interessante, porque este tipo de análises pode ser feita para quaisquer variáveis e para quaisquer disciplinas, e permite desenhar intervenções mais ajustadas e menos generalistas.
E de uma forma rápida.
E de uma forma rápida.
E, portanto, no fundo, permite, de facto, uma tomada de decisão com evidência.
Uma tomada de decisão com evidência. A parte de ser rápida, a gente já pode abordar esse tópico.
Já temos falado.
Porque este modelo sempre precisa de algum poder computacional e eu tenho aqui algumas sugestões nesta parte do rápida.
Depois há uma questão que é eterna. Aliás, quando anualmente se divulgam os rankings, os célebres rankings das escolas. Não podemos comparar escolas não comparáveis. Uma coisa é meio rural, outra é meio urbano, por exemplo. Também nos ajudam os dados aqui?
Também nos ajudam. A análise revelou também que determinados fatores podem ser estatisticamente significativos num contexto e não noutro. Por exemplo, o apoio financeiro mostrou relevância estatisticamente significativa no meio urbano, mas não revelou no meio rural. Isto reforça a importância das políticas sensíveis ao contexto. Se nós termos esta riqueza de dados e pudermos utilizar as ferramentas de hoje em dia, data science e inteligência artificial, para gerar conhecimento, eu acho que é algo que nós podemos utilizar.
Estamos quase a fechar, mas a Luísa Loura há pouco falava, falavam ambos, aliás, da capacidade computacional. Isto é, são precisas máquinas que trabalhem estes dados, que os processem de alguma maneira.
Exatamente. E falava aqui um bocadinho nas restrições financeiras e nos recursos que a administração pública tem para conseguir não só ela própria desenvolver este tipo de modelos, que isso eu acho que devemos tirar isso de sentido. Eu acho que nestas sinergias com as instituições de ensino superior e com os académicos, que a administração pode trazer mesmo aqui uma grande mais-valia. Agora, é necessário, uma vez que, neste caso da educação, principalmente, mas também no caso da saúde, em que há dados sensíveis, os dados não podem sair da instituição pública.
Têm de estar ali, claro, obviamente.
E portanto, a infraestrutura de processamento dos dados, daquele grande volume de dados, tem de estar-
Tem de ser residente.
Tem de ser residente. E eu acho que o Tiago tem alguma coisa a dizer sobre isso, não é?
Eu devo dizer que isto para mim e para a minha equipa, foi algo muito importante. Ou seja, os modelos que nos servidores da Nova IMS demoravam cerca de um dia a executar, levaram aproximadamente uma semana nos servidores da DGEEC. Ou seja, o que prolongou o processo de estimação para cerca de três meses, em vez de duas semanas. Isto para nós, para os investigadores e para a equipa toda, é muito difícil. Ou seja, para a implementação eficaz de inteligência artificial e ciência de dados na administração pública, é essencial dispor de capacidade computacional adequada, sendo importante reforçar o poder computacional dos servidores da DGEEC. Acho que era muito importante.
Fica aqui o apelo. O investimento nessa área poupa tempo, poupa recursos e tem retorno.
E ganha o país. E é assim, a educação é o maior elevador social que existe. E se nós acreditamos isto, temos de dar condições a todos para que tenhamos mais sucesso.
E estando o país nesta mudança acelerada, em termos dos recursos docentes e também da população de alunos que não falam português, estrangeiros, isto é uma alteração muito grande que determina um processamento destes dados muito célere.
Precisa de políticas públicas que olhem para essas novas realidades.
É. E ter formas de dar respostas rápidas.
Muito bem, e estão orgulhosos por isso. Mais informação sobre este projeto. Há um site, Tiago, é o ds4aa.pt. Este sigla quer dizer?
Data Science for Academic Achievement.
Ok. Data Science for Academic Achievement, ds4aa.pt.
Exatamente. Eu devo dizer, Paulo, que o objetivo foi sempre o abandono escolar, mas para mim, o objetivo sempre é o sucesso escolar.
Claro, de uma forma geral e baseado em dados e evidências, já agora, na tomada de decisões. Muito bem, Tiago Oliveira, Luísa Loura, foi um gosto recebê-los aqui em mais este episódio dos Dados da Questão. Este é o podcast do Observador com a Nova IMS. Olhámos para a educação, para a forma como os dados estão a ajudar também a tomar melhores decisões de políticas públicas, a resolver problemas como o abandono escolar ou a falta de sucesso escolar. Mais uma vez, obrigado. Nós voltaremos no próximo episódio com um novo tema e novos convidados. Até lá.