Este documento descreve um estudo que usou inteligência artificial para analisar os fatores que influenciaram as notas de entrada de alunos em um projeto universitário. O melhor modelo obteve 34,4% de acerto ao considerar renda e nota arredondada dos alunos. Entretanto, os resultados não foram significativos o suficiente e mais dados seriam necessários. A inteligência artificial é promissora para análise de dados e projeção de tendências no futuro.

1. Claudio Cleverson de Lima*
Orientação: Prof. Rodrigo R. V. Goulart **
Co-orientação: Profª. Cláudia M. T. Goulart ***
Introdução
A Inteligência Artificial é uma área específica de pesquisa da Ciência da Computação que dedica-se a buscar
métodos ou dispositivos computacionais que possuam ou simulem a capacidade humana de resolver
problemas. Com base nessa ideia, e a partir das aulas da disciplina de Inteligência Artificial da Universidade
Feevale, desenvolveu-se este estudo de experimentação.
Resultados
Após testadas várias combinações de atributos, o
melhor resultado foi obtido com a alteração casada dos
atributos Renda agrupada + Nota Arredondada,
chegando em 34,4 %. Isso sugere que, em geral, alunos
com maior renda tendem a obter melhores notas no
processo seletivo do projeto.
Entretanto, cientes de que este valor não atingiu 50%,
um valor mínimo estipulado para caracterizar um
resultado significante, considerou-se que os resultados
alcançados carecem de mais instâncias para possibilitar
melhores percentuais e permitir uma leitura mais
concreta.
Considerações finais
Embora a utilidade da pesquisa possa parecer
pequena, deve-se ressaltar que este trabalho teve foco
em um projeto da instituição que está no seu terceiro
ano, o que significa dizer que no futuro este baseline
tende a ser ampliado em seus exemplos e possibilite a
obtenção de melhores resultados.
Deve-se considerar ainda que a Inteligência Artificial é
uma área ainda jovem, porém promissora, a considerar
pela imensa quantidade de dados geradas por
computadores e pela Internet. Associada à softwares de
data mining, pode significar o futuro da estatística e
projeção de tendências.
* Licenciando em Computação, Universidade FEEVALE | claudiolima@feevale.br
** Professor da Universidade FEEVALE | rodrigo@feevale.br
*** Professora coordenadora do projeto Jovem Profissional FEEVALE | claudiag@feevale.br
Base de dados
A base de dados em questão refere-se a um projeto de
extensão da própria Universidade, que atende jovens
estudantes de escola pública, preparando-os
integralmente para o mundo do trabalho. Utilizou-se de
125 registros para esta experiência.
Metodologia
Utilizando o ambiente Weka e o algoritmo J48, analisou-se os dados, do tipo multivalorados e contendo atributos do
tipo booleano, inteiro e categorias. Após a coleta dos dados, procedeu-se à inserção dos mesmos no ambiente e,
através de tarefas associadas de classificação, treinou-se o algoritmo para selecionar o melhor modelo de inferência
possível, através de alterações nas leituras e modificações no baseline.
Objetivos
Inferir, através da utilização de algoritmos específicos
para experimentação em Inteligência Artificial, quais as
variáveis que podem ter influenciado na nota de entrada
dos alunos no projeto e, a partir daí, a possibilidade de
inferir uma tendência.
EXPERIMENTAÇÃO EM INTELIGÊNCIA ARTIFICIAL:
INFERINDO TENDÊNCIAS E PROJETANDO RESULTADOS