Antes do papo bonito, o número que importa

Você provavelmente já viu manchete dizendo que "61% dos alunos desistem". Tá desatualizado, e a real é pior.

Segundo o Mapa do Ensino Superior 2025, do Semesp, a evasão acumulada na rede privada entre 2020 e 2024 chegou a 64,7%. No EAD privado, 68,1%. E aqui vai o twist que ninguém quer comentar: quanto maior o grupo educacional, pior. Mantenedoras de mega porte chegam a 69,2% de evasão acumulada. Pequenas, 53,3%.

Em outras palavras: a mesma escala que vendeu o boom de matrículas dos últimos 10 anos é também a esteira que cospe alunos pela porta dos fundos.

E se você acha que ensino médio tá melhor: o IBGE reportou em 2024 que 8,7 milhões de jovens entre 14 e 29 anos não tinham concluído o ensino médio, por terem largado ou nunca frequentado. Caiu dos 11,4 milhões de 2019 — mas ainda é mais gente do que a população inteira do Paraguai.

Esses números não são propaganda. São o teu CAC ralando pelo ralo todo trimestre.

Por que eles vão embora — sem teorização

Quando o IBGE pergunta direto pro jovem que largou a escola, a resposta é desconfortavelmente simples:

• Homens (14-29): 53,6% saem porque precisam trabalhar. 26,9% por falta de interesse.
• Mulheres (14-29): 25,1% por trabalho, 23,4% por gravidez, 22,5% por desinteresse.
• Quando começa o êxodo: aos 17 anos já é 19,9%. Aos 18, 20,7%. O ensino médio é o filtro mais cruel.

No superior privado, especialmente EAD, o perfil muda mas a lógica é a mesma: 67,3% dos alunos de EAD têm 25+ anos. Estão trabalhando, têm filho, têm conta, têm cansaço. O modelo que pressupõe um aluno em tempo integral é um modelo que pressupõe gente que praticamente não existe mais.

Resumo em uma frase: a evasão não é um problema de motivação dos alunos, é um problema de fit do produto. Sua instituição está vendendo um curso desenhado pra um aluno que não é o seu aluno.

Os três ICPs da dor (porque generalizar aqui é covardia)

"Educação" não é uma indústria — são três, no mínimo. Cada uma quebra de um jeito diferente.

1. Ensino superior privado presencial

• Dor real: aluno trabalha o dia todo, chega cansado pra aula. Disciplina-base (Estatística, Cálculo, Direito Constitucional) atropela quem não consegue ler material à noite. Monitoria roda em horário de expediente, então é inacessível pra metade da turma.
• Onde sangra dinheiro: trancamentos no segundo semestre, abandono silencioso (aluno some sem pedir cancelamento) e o CAC absurdo de ter que repor matrícula.
• Métrica que importa pra IA: redução de evasão no 2º e 3º semestres, onde a curva é mais íngreme.

2. EAD privado (a sangria-mãe)

• Dor real: 68% de evasão acumulada não é falha pontual, é o produto. O modelo assíncrono pesado, com pouco contato humano, não retém adulto trabalhador.
• Onde sangra dinheiro: aluno paga 1-2 mensalidades e some. CAC nunca é amortizado.
• Métrica que importa pra IA: completude do primeiro módulo. Quem termina os primeiros 30 dias engajado raramente evade.

3. Ensino médio (privado e público)

• Dor real: aluno mochilando, professor sobrecarregado, currículo descolado da vida do estudante.
• Onde sangra dinheiro (privado): perda de mensalidade + reputação no boca a boca da vizinhança.
• Métrica que importa pra IA: detecção de risco de abandono ANTES da reprovação acontecer.

Se sua instituição opera nas três frentes, parabéns: você tem três produtos diferentes vestindo o mesmo uniforme. A solução não é a mesma.

Onde a IA realmente entra (sem prometer milagre)

Aqui é onde 90% dos artigos te empurram um chatbot e dizem que resolveu. Vamos com pé no chão. IA na educação faz três coisas bem feitas hoje, e o resto ainda é PowerPoint.

Caso de uso 1 — Detecção precoce de evasão

O que faz: monitora padrões de comportamento (frequência de login, tempo no material, queda em notas, intervalos entre acessos) e classifica risco de abandono em tempo real.

Como funciona na prática: aluno do EAD que costumava acessar 4x por semana e caiu pra 1x nas últimas duas semanas → alerta laranja pra coordenação. Trigger automático: tutor humano faz contato proativo em até 48h.

O que isso tem de "IA" e o que tem de bom-senso: 70% é um classificador supervisionado simples (logistic regression ou gradient boosting) treinado com histórico próprio da instituição. Os outros 30% é UX — entregar o alerta no momento certo pra pessoa certa, sem afogar a coordenação em ruído.

Por que isso funciona: a janela entre "aluno engajado" e "aluno desistente" raramente é instantânea. É uma curva de 3 a 6 semanas. Quem vê primeiro, intervém primeiro.

Onde travar: se sua instituição não tem dados estruturados (LMS, CRM, financeiro batendo), modelo nenhum funciona. Sem dado, IA é placebo.

Caso de uso 2 — Tutor 24/7 (com escopo, não com promessa vazia)

O que faz: responde dúvidas de conteúdo via chat, em linguagem natural, ancorado no material da disciplina.

Como funciona na prática: aluno trabalha das 8h às 18h, abre o material às 22h, trava num exercício de Estatística. Em vez de esperar a próxima aula ou postar num fórum que ninguém responde, pergunta direto. O modelo responde com base no PDF/videoaula da instituição (RAG — retrieval-augmented generation), não com a alucinação genérica do GPT-4 puro.

O lance crítico que ninguém fala: tutor de IA bom é tutor com base de conhecimento curada da própria instituição. Sem isso, o aluno tá só usando ChatGPT free com sua marca por cima. E aí, qual é o valor?

O que NÃO esperar: que substitua professor humano. Espere que tire 60-70% das dúvidas de baixa complexidade que hoje sobrecarregam monitor e fórum, liberando o humano pra dúvida que importa.

Caso de uso 3 — Correção automatizada de objetivas e feedback estruturado em discursivas

O que faz: corrige múltipla escolha em tempo real (isso é trivial) e fornece feedback estruturado em redações/discursivas — não a nota final, mas comentários por critério (coesão, argumentação, gramática).

Como funciona na prática: TALIS 2024 mostra que professor brasileiro gasta 6,1 horas por semana só corrigindo (média OCDE: 4,6h). Mais 9,3h preparando aula. Tira essa correção mecânica do prato dele e devolve 4-5h/semana de tempo cognitivo bom.

Pegadinha importante: feedback automatizado em redação não é nota. O professor ainda valida e dá a nota final. A IA faz o trabalho de garimpo, o humano dá o veredito. Quem inverte essa ordem cria problema legal e pedagógico.

O que IA NÃO resolve (poupando seu dinheiro)

• Aluno que sai por motivo financeiro. IA não paga mensalidade. Bolsa, parcelamento e renegociação resolvem isso, não algoritmo.
• Aluno que sai porque o curso é ruim. Se a grade tá descolada do mercado, nenhum tutor 24/7 segura.
• Professor desmotivado. TALIS 2024 mostra que só 22% dos professores brasileiros estão satisfeitos com salário (média OCDE: 39%). IA não resolve precarização.
• Falta de pertencimento. Aluno que não fez UM amigo no curso evade quase do mesmo jeito do aluno que tá com nota baixa. IA pode ajudar a detectar, mas a solução é humana — eventos, mentoria, comunidade.

Quem te vende IA como bala de prata pra evasão tá te vendendo unicórnio. A IA é uma das alavancas — provavelmente a com maior ROI no curto prazo —, mas não é a única.

Quem já tá fazendo isso direito

Pra não ficar no campo das promessas, dois exemplos reais:

Geekie (Brasil). Fundada em 2011, virou plataforma oficial do Hora do Enem em 2016, já impactou cerca de 12 milhões de estudantes. O dado mais interessante não é volume — é o estudo da própria empresa apontando que alunos que seguiram o plano de estudos personalizado integralmente tiveram evolução cinco vezes maior que o grupo controle. Vale a leitura crítica (estudo é da própria Geekie), mas a ordem de grandeza é consistente com o que outras adaptativas reportam.

Khan Academy (global). 120 milhões de aprendizes anuais em 190 países. Estudo de 2022-23 com 350 mil alunos: quem usou 30+ minutos/semana teve ganho de aprendizado 20% acima do esperado. O ponto: personalização funciona em escala, mas só quando há prática deliberada (mais de 18h totais no ano). Cinco minutos de uso casual não muda nada.

E o mercado tá votando com dinheiro: mercado global de IA na educação saiu de US$ 5,88 bi em 2024 pra projeção de US$ 32,27 bi em 2030 — CAGR de 31,2% (Grand View Research). É grande, é sério, e quem chegar tarde vai pagar caro pelo que daria pra construir agora.

Como implementar sem queimar dinheiro (roadmap real)

Esqueça "transformação digital em 8 semanas". Implementação séria roda em ondas:

Fase 1 — Diagnóstico de dados (3-4 semanas)

• Mapear de onde vêm os dados: LMS (Moodle, Canvas, Geekie), CRM, ERP financeiro, sistema acadêmico.
• Auditar qualidade: 60% das instituições não têm dados confiáveis o suficiente pra treinar modelo decente. Se for o seu caso, o projeto começa aqui, não no chatbot.
• Definir 2 KPIs fundamentais. Sugestão: taxa de evasão por disciplina (não geral) e tempo médio até primeiro contato proativo de tutoria.

Fase 2 — Piloto de detecção de evasão (6-8 semanas)

• Escolher 1 curso/turma de alto risco (geralmente EAD ou primeiro ano de presencial).
• Modelo simples: classificador binário "evade / não evade nos próximos 60 dias", treinado com 2-3 anos de histórico.
• Pipeline de alertas integrado ao workflow real da coordenação. Se o alerta chega num dashboard que ninguém abre, o projeto morreu.

Fase 3 — Tutor IA com base de conhecimento (8-10 semanas)

• Estruturar material da disciplina em chunks pesquisáveis (RAG).
• Definir guardrails: que tipo de pergunta o bot responde, qual ele escala pro humano.
• Métrica de sucesso: deflection rate (quantas dúvidas o bot resolve sem precisar de humano) E satisfação medida (CSAT pós-interação). Sem as duas, tá medindo errado.

Fase 4 — Correção assistida (4-6 semanas)

• Começar com objetivas (instantâneo, sem polêmica).
• Avançar pra discursivas com feedback estruturado por critério, sem dar nota final.
• Treinar professores no uso. Sim, vai ter resistência. Não passa por treinamento, não funciona.

Tempo total realista: 5-7 meses pra ter as três frentes em produção. Investimento depende muito do escopo, mas pra instituição na faixa de 1.000 a 10.000 alunos a conta tende a fechar pelo CAC poupado em 1-2 ciclos letivos.

A pergunta certa pra fazer ao seu fornecedor (de IA ou consultoria)

Em vez de "vocês têm IA?", pergunte:

1. De onde vêm os dados que treinam o modelo? (Se não souberem responder com clareza, fuja.)
2. Como vocês evitam alucinação no tutor? (Resposta certa: RAG ancorado em conteúdo da instituição, com fallback humano.)
3. Qual o deflection rate típico nos primeiros 90 dias? (Resposta certa: 30-50% num caso bem implementado. Quem promete 80% de cara, tá inflando.)
4. Como o modelo é re-treinado? (Resposta certa: pelo menos a cada 6 meses, com dados frescos da instituição.)
5. Qual a estratégia LGPD? (Dado de aluno é dado sensível. Não tem conversa.)

Se o fornecedor responder essas cinco com firmeza e detalhe, dá pra continuar. Se for tudo "deixa com a gente", a conta vai chegar.

Como a Flowcode entra nessa conversa

A gente é uma software house brasileira que constrói automações e produtos com IA aplicada — e nesse vertical, o que a gente faz é desenhar e implementar:

• Pipelines de dados que conectam LMS + CRM + financeiro num lugar só, com a higiene necessária pra IA fazer sentido.
• Modelos preditivos de evasão treinados com seu próprio histórico, não com benchmark genérico.
• Tutores RAG ancorados no material da sua instituição, com guardrails sérios e medição honesta de impacto.
• Workflows n8n + Supabase que orquestram alertas, follow-ups e correção assistida sem precisar de squad de 30 pessoas.

Não vendemos software de prateleira nem prometemos transformação digital em 90 dias. A gente faz o que dá pra fazer com honestidade técnica e devolve o que não dá.

Se você é mantenedor, coordenador acadêmico ou diretor numa instituição que tá vendo a evasão comer o resultado, bora marcar 30 minutos. A primeira conversa é só pra entender se faz sentido — sem vendedor, sem deck.

Fontes

• Mapa do Ensino Superior no Brasil 2025 — Instituto Semesp. Evasão acumulada 2020-2024, recortes por modalidade e porte de mantenedora.
• PNAD Contínua Educação 2024 — IBGE. Jovens 14-29 sem ensino médio, motivos de abandono.
• TALIS 2024 — OCDE/Inep. Tempo docente, satisfação, condições de trabalho no Brasil.
• Grand View Research (2024) — Tamanho do mercado global de IA na educação.
• Khan Academy Annual Report (2024-25) e estudos de eficácia de uso.
• Geekie — material institucional sobre escala e impacto da plataforma.

‍