Aplicação de Técnicas de Machine Learning e Deep Learning para Prever o IDEB Municipal Piauiense nos Anos Iniciais do Ensino Fundamental

Abstract

Este estudo investiga a aplicação de modelos preditivos para estimar o Índice de Desenvolvimento da Educação Básica (IDEB) nos anos iniciais do ensino fundamental nos municípios do estado do Piauí, a partir de variáveis educacionais, socioeconômicas e financeiras. A pesquisa utilizou dados públicos e, após rigoroso processo de limpeza, agregação, imputação e seleção de atributos, constituiu uma base multivariada final composta por 1.262 registros e 126 variáveis explicativas, extraídas exclusivamente de fontes oficiais. Foram avaliados dez algoritmos de Machine Learning (ML), incluindo regressões lineares e penalizadas, árvores de decisão, métodos baseados em vizinhança, ensembles e support vector regression e sete arquiteturas de Deep Learning (DL), abrangendo redes do tipo Multilayer Perceptron (MLP), variantes com Dropout e Batch Normalization, arquiteturas convolucionais (CNN), recorrentes (LSTM) e híbridas. Os experimentos seguiram uma abordagem quantitativa, com divisão dos dados em conjuntos de treino e teste (70/30), validação cruzada k-fold, normalização quando necessário e análise de importância de variáveis. O algoritmo Extreme Gradient Boosting (XGBoost) apresentou o melhor desempenho médio entre os modelos avaliados, alcançando 𝑅² = 0,5542 no conjunto de teste e 𝑅² = 0,5455 ± 0,0293 em validação cruzada, com menores erros médios e maior estabilidade relativa em comparação às abordagens lineares e às redes neurais profundas. Além disso, a análise de importância dos preditores identificou o PIB per capita municipal, a taxa de distorção idade-série e a proporção de docentes sem formação superior como os fatores mais relevantes para explicar a variação do IDEB nos municípios piauienses. Os achados contribuem para o aprimoramento de diagnósticos regionais e para a proposição de uma abordagem replicável de apoio ao monitoramento educacional em escala municipal.