Um modelo baseado em regras fuzzy para análise do desempenho acadêmico dos estudantes da UNESP que ingressaram pelo programa de inclusão

Abstract

Um conjunto fuzzy pode ser entendido como uma função de certo domínio V, denominado universo de discurso, no intervalo real [0,1], que possibilita uma passagem gradual da pertinência para a não pertinência. A lógica fuzzy desempenha um papel crucial ao abordar a representação do pensamento e raciocínio, pois oferece a capacidade de lidar com incertezas, raciocínio aproximado e termos vagos e ambíguos, que são formas comuns pelas quais as pessoas expressam suas ideias. Assim, a lógica fuzzy fundamenta sistemas computacionais que subsidiam algoritmos que “raciocinam” de maneira mais semelhante ao pensamento humano, considerando nuances inerentes à incerteza e processos realísticos. Essa abordagem contribui para tornar os sistemas mais adaptados e receptivos às complexidades do mundo real. A partir dos conjuntos fuzzy cresce a possibilidade de interpretar fenômenos imprecisos e não quantitativos e a necessidade de buscar mecanismos de inferências através desses dados, com isso, surgiram os sistemas de inferência baseado em regras fuzzy (SBRF). Nesta pesquisa, foi desenvolvido e aplicado um SBRF com o objetivo de analisar possíveis diferenças no desempenho acadêmico de alunos formados no curso de Licenciatura em Matemática da UNESP de Bauru, considerando distintos grupos de ingresso, incluindo estudantes oriundos do programa de inclusão e aqueles admitidos pelo sistema universal. O modelo incorporou múltiplas variáveis acadêmicas e produziu classificações linguísticas de desempenho geral. Os resultados obtidos indicaram predominância da classificação “bom” em todos os grupos analisados, bem como diferenças pontuais nas distribuições das categorias “regular” e “ruim”. A validação revelou alto grau de concordância com os resultados do modelo, reforçando a adequação da abordagem adotada.

A fuzzy set is understood as a function defined over a domain V, called the universe of discourse, whose values belong to the real interval [0,1], allowing a gradual transition between states of membership and non-membership. Fuzzy logic plays a fundamental role in representing human thought by dealing with uncertainties, approximations, and vague concepts, which are common characteristics of everyday language. This approach makes computational systems more flexible and capable of handling the complexity of the real world, promoting a kind of reasoning that is closer to the way humans think. In this context, fuzzy sets open possibilities for interpreting imprecise and qualitative phenomena, encouraging the development of rule-based inference mechanisms. Thus, Fuzzy Rule-Based Systems (FRBS) emerge as tools that enable the modeling of complex situations based on imprecise data. In this research, an FRBS was developed and applied with the aim of analyzing possible differences in the academic performance of students graduating from the Mathematics Degree course at UNESP in Bauru, considering different admission groups, including students from the inclusion program and those admitted through the universal system. The model incorporated multiple academic variables and produced linguistic classifications of overall performance. The results obtained indicated a predominance of the “good” classification in all groups analyzed, as well as specific differences in the distributions of the “fair” and “poor” categories. Validation revealed a high degree of agreement with the model’s results, reinforcing the adequacy of the approach adopted.