Aprendizado por transferência e explicabilidade de modelos para predição de risco acadêmico em ambientes virtuais de aprendizagem

Abstract

O presente trabalho aborda o desenvolvimento e a evolução do ecossistema LANSE-MIRA, focando na integração entre aprendizado por transferência, explicabilidade de modelos (XAI) e predição de risco acadêmico em Ambientes Virtuais de Aprendizagem (AVA). A pesquisa estrutura-se por meio de uma Revisão Integrativa da Literatura, seguindo o protocolo PRISMA 2020. Os resultados evidenciam que a identificação precoce e transparente do risco acadêmico, aliada a estratégias comunicativas assertivas, constitui a premissa fundamental para fechar o ciclo de Learning Analytics, convertendo o diagnóstico analítico em suporte proativo, personalizado e escalável para a permanência e retenção estudantil na graduação.