Metodologia, Indicadores e LGPD
Como os dados são tratados, como o risco é calculado e quais salvaguardas orientam a plataforma
Dados sintéticos no MVP
Nesta versão, todos os dados são fictícios: nenhuma escola, código INEP ou indicador corresponde a registros reais.
Dados agregados
A plataforma opera sobre indicadores por escola, turma e território — nunca sobre o registro individual do estudante nas telas de gestão.
Supervisão humana
Alertas e recomendações são insumos para as equipes técnicas. Nenhuma ação é executada automaticamente pelo sistema.
Governança e LGPD
Minimização, controle de acesso por perfil e trilhas de auditoria fazem parte do desenho do produto desde a concepção.
Do dado à decisão
Dados
Censo Escolar, IDEB, SAEB e bases municipais
Indicadores
Agregados por escola, turma e território
Regras explicáveis
Limiares públicos, sem caixa-preta
Alertas e recomendações
Com evidência, prazo e responsável
Decisão do gestor
Supervisão humana obrigatória
Fontes de dados possíveis
Bases que alimentarão a plataforma em produção
- Censo Escolar (INEP)
- IDEB — Índice de Desenvolvimento da Educação Básica
- SAEB — Sistema de Avaliação da Educação Básica
- Dados administrativos municipais (matrícula, frequência, rendimento)
- Frequência escolar registrada pela rede
- Levantamentos de infraestrutura das unidades
- Rotas e contratos de transporte escolar
- Dados georreferenciados das unidades e do território
O que este MVP usa
Escopo demonstrativo da versão atual
- Dados 100% sintéticos de um município alagoano simulado (15 escolas fictícias).
- Nenhum dado pessoal — não há nomes, matrículas ou registros de estudantes reais.
- Nenhuma integração com bases reais do INEP ou de redes municipais.
- Indicadores calibrados em faixas plausíveis (frequência 76–96%, IDEB 3,2–6,5, evasão 0,5–12%) para demonstrar o funcionamento dos módulos.
Cálculo de risco explicável
Regras transparentes, sem caixa-preta
Cada escola recebe uma pontuação de 0 a 100 somando fatores com pesos fixos e públicos:
- Frequência abaixo de 88% / 85% / 80% (+10 / +20 / +30)
- Evasão acima de 3,5% / 5% / 8% (+8 / +15 / +25)
- IDEB abaixo da meta (+15)
- Infraestrutura em atenção / crítica (+5 / +15)
- Conectividade instável / inexistente (+3 / +10)
- Distorção idade-série acima de 15% / 25% (+5 / +10)
- Transporte escolar rural com baixa frequência (+10)
Classificação: baixo (0–24), médio (25–49), alto (50–74) e crítico (75–100). Os mesmos limiares valem para alertas e recomendações.
Compromissos com a LGPD
Salvaguardas previstas para o produto em produção
- Minimização: coletar e tratar apenas os dados necessários à finalidade pública.
- Preferência por dados agregados por escola, turma ou território.
- Anonimização ou pseudonimização quando o dado individual for indispensável.
- Controle de acesso por perfil (secretaria, direção escolar, equipe técnica).
- Logs e trilhas de auditoria de acesso e uso.
- Revisão humana obrigatória das recomendações antes de qualquer ação.
Transparência
- Indicadores com definição clara e fonte identificada.
- Regras de alerta e recomendação explicáveis — cada saída aponta o limiar e a evidência que a gerou.
- Rastreabilidade: da recomendação é possível chegar ao indicador e ao período de origem.
Evolução futura
Roadmap técnico de dados
- Integração com bases municipais e federais (com acordos e salvaguardas).
- Modelos preditivos de risco de evasão com validação e monitoramento de viés.
- Geração de relatórios com apoio de IA generativa, sempre com revisão humana.
- API segura para integração com outros sistemas municipais.
- Ambiente multiusuário com perfis e permissões.
- Trilhas de auditoria completas de acesso e decisão.