DCCMAPI/CCET

Uma banca de PROPOSTA DE TESE/DISSERTAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: LUIZ AURELIO BATISTA NETO
DATA: 24/09/2025
HORA: 09:00
LOCAL: https://meet.google.com/noz-yjmh-cmu
TÍTULO: Explicações Contrafactuais como Técnica para Interpretação de Clusters: Uma Abordagem para Suporte à Decisão
PALAVRAS-CHAVES: Inteligência artificial explicável; Clusterização; Explicações contrafactuais.
PÁGINAS: 90
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
RESUMO: As técnicas de Inteligência Artificial Explicável (XAI) aplicadas à análise de agrupamentos não supervisionados apresentam lacunas, sobretudo na geração de insights acionáveis em educação. Este trabalho visa suprir essa deficiência ao desenvolver e avaliar computacionalmente um modelo explicável de clusterização educacional baseado em explicações contrafactuais. A estratégia metodológica integra análise quantitativa de dados do Programa Internacional de Avaliação de Estudantes (PISA) com um pipeline de quatro fases: (i) pré-processamento (imputação de valores ausentes guiada por informação mútua e remoção de outliers via Isolation Forest); (ii) redução dimensional, combinando Análise Fatorial de Dados Mistos (FAMD) e PCA esparsa (SPCA) para extrair fatores latentes interpretáveis; (iii) clusterização não supervisionada, comparando algoritmos (k-means, aglomerativo e GMM) e identificando seis perfis distintos de estudantes (k=6 definido pelo método do cotovelo, com k-means escolhido por melhor desempenho); e (iv) classificação supervisionada, convertendo os clusters em rótulos preditos por um modelo LightGBM (gradient boosting). Nos resultados parciais, a reprodução dessas quatro etapas preparatórias mostrou-se bem-sucedida: os seis perfis obtidos apresentam distribuição equilibrada de alunos, e o classificador atingiu acurácia global de 83,10\%, com AUC > 0,97, validando a consistência da segmentação. Conclui-se que a abordagem proposta é viável e promissora, ampliando a compreensão sobre perfis estudantis latentes e oferecendo subsídios explicáveis para decisões educacionais mais informadas.
MEMBROS DA BANCA:
Presidente - 1091306 - ALEXANDRE CESAR MUNIZ DE OLIVEIRA
Interno - 1564359 - LUCIANO REIS COUTINHO
Interno - 470.564.523-53 - PEDRO DE ALCANTARA DOS SANTOS NETO
Externo à Instituição - ELLEN FRANCINE BARBOSA - USP
Externo à Instituição - RICARDO MARCONDES MARCACINI - USP
Co-orientador externo à instituição - OMAR ANDRES CARMONA CORTES - IFMA