Como medimos a inclusão de verdade
Métricas vivas de quem estamos alcançando, da diversidade da trilha oferecida e da paridade algorítmica entre grupos. Os dados aqui são simulados para o protótipo acadêmico.
Taxa de conclusão por região
Acompanhamos a equidade de resultados por território. A proximidade entre as barras indica que a plataforma está entregando valor de forma parecida em todas as regiões.
Distribuição por escolaridade declarada
Mostra o alcance entre grupos de diferentes níveis de formação. Sem priorização excludente: todos os grupos têm acesso ao mesmo catálogo.
Diversidade da trilha (anti-bolha)
Índice de exposição a conteúdos avançados por escolaridade. A barra azul é o índice deste protótipo; a barra cinza é a baseline de uma plataforma que apenas otimiza por engajamento (efeito bolha).
Paridade de recomendação
Percentual de cursos de alta empregabilidade recomendados por grupo. Quanto mais próximas as barras, mais paritária a distribuição — métrica clássica de fairness algorítmico.
Variação atual: 7 pontos percentuais (limiar de alerta interno: 10 p.p.).
Alinhamento com os Objetivos de Desenvolvimento Sustentável
Educação de qualidade
Indústria, inovação e infraestrutura
Redução das desigualdades
Paz, justiça e instituições eficazes
Resultado: paridade dentro do limiar interno
- · Diferença de paridade entre grupos: 7 p.p. (limiar: 10).
- · Cobertura de cursos avançados em todos os grupos: ≥ 78%.
- · Índice de "bolha" abaixo do limiar para todos os perfis.
- · Recomendações rejeitadas pelos usuários: análise periódica para ajuste de critérios.