Resumo
A Educação a Distância tem sido cenário de modificações desde o advento das Tecnologias Digitais de Informação e Comunicação. A busca por formação de qualidade aliada à comodidade de estudar em seu próprio tempo e espaço se amplia, assim como também a utilização de espaços virtuais de aprendizagem. Estes, denominados Ambientes Virtuais de Aprendizagem, centralizam atividades e recursos, além de permitirem a comunicação entre os envolvidos. Com a alta procura por esta modalidade de ensino, houve um crescimento do volume de dados e informações disponíveis a respeito da desenvoltura de estudantes e profissionais, além de uma sobrecarga para tutores que precisam gerenciar um maior número de alunos e conhecer seus perfis por meio de dados soltos e desconexos que os Ambientes Virtuais de Aprendizagem disponibilizam. Dessa forma, é pertinente a utilização de Inteligência Artificial para tratamento destes dados com o objetivo de auxiliar os tutores em suas atribuições. Neste trabalho realizou-se uma predição do desempenho final de estudantes da modalidade de Educação a Distância utilizando informações geradas em Fóruns de discussão e/ou a respeito da visualização de recursos e atividades. A metodologia aplicada engloba extração de dados de duas disciplinas introdutórias de um Ambiente Virtual de Aprendizagem. As informações foram colhidas de dois cursos de especialização de duas instituições de ensino. Foram construídas bases de Fórum e Visualização para cada unidade de aprendizagem, inclusive para toda a disciplina. Essa abordagem foi realizada visando demonstrar que o método pode ser aplicado a qualquer momento da disciplina. Ambas as disciplinas continham mais estudantes aprovados do que reprovados, numa proporção de aproximadamente 70-30 para instituição 1 e 80-20 para instituição 2. Cinco diferentes algoritmos de aprendizado de máquina foram utilizados para realizar a predição e classificação e os melhores resultados foram escolhidos considerando sucesso em ambas as classes, priorizando a com menor quantidade de amostras, os reprovados. De uma forma geral, os métodos baseados em redes neurais, distância e aprendizado estatístico apresentaram melhores resultados, predizendo a situação dos estudantes com dados da primeira etapa obtendo percentuais de acerto de até 80%. Considerando dados de toda a disciplina os métodos conseguiram classificar os estudantes com acurácia de até 97%. Dessa forma, a metodologia apresentou resultados satisfatórios, apesar do desbala