Comece pela causa
A desistência se concentra no início do curso: na turma que entrou em 2015, 40 dos 60 pontos de desistência acumulada aconteceram até o terceiro ano (INEP, Censo 2024). Os números do setor estão no artigo Evasão no ensino superior privado: o que os dados de 2024 mostram.
Os motivos se agrupam em cinco famílias, com pesos que mudam de uma instituição para outra:
- Financeiro
- Mensalidade, perda de emprego, inadimplência acumulada.
- Acadêmico
- Base insuficiente, reprovação nas primeiras disciplinas, dificuldade com o formato a distância.
- Escolha de curso
- Expectativa diferente da realidade do curso; troca de curso ou de instituição.
- Trabalho e rotina
- Horário incompatível, deslocamento, tempo de estudo só à noite ou no fim de semana.
- Institucional
- Atendimento, comunicação, sensação de não pertencer, falta de resposta quando há dúvida.
Antes de comparar soluções, a instituição precisa saber quanto de cada família aparece nos próprios dados. Um motivo de cancelamento com categorias fixas, cruzado com reprovação e inadimplência no primeiro semestre, já permite essa separação.
O comparativo
| Intervenção | Causa que alcança | O que exige | Evidência disponível | Limite principal |
|---|---|---|---|---|
| Bolsa, renegociação, crédito estudantil, FIES e Prouni | Financeira | Política comercial, análise de crédito, orçamento | Atua direto na causa declarada; o efeito depende da regra de concessão | Custo direto; não alcança a dificuldade acadêmica |
| CRM acadêmico e régua de contato | Institucional e financeira (rematrícula, inadimplência) | Base de dados integrada, equipe de relacionamento, roteiro de contato | Resultados divulgados por fornecedores, sem avaliação independente conhecida | Comunica e lembra; não oferece apoio acadêmico |
| Predição de risco e alerta precoce | Nenhuma diretamente: identifica quem está em risco | Histórico limpo de matrícula, notas, frequência e financeiro; regra de triagem; equipe para agir | Estudos medem a precisão da previsão, não o efeito sobre a permanência | Sem intervenção depois do alerta, não muda o resultado. O Parecer CNE/CP 15/2026 classifica predição de evasão como alto risco |
| Acolhimento e coordenação ativa no 1º semestre | Acadêmica, escolha de curso, institucional | Tempo de coordenadores e mentores, agenda de contatos | Relatos institucionais; poucos estudos com grupo de comparação | Escala limitada pelo número de coordenadores |
| Monitoria e tutoria por pares | Acadêmica, nas disciplinas com mais reprovação | Seleção e formação de monitores, salas e horários | Revisão de 29 estudos sobre tutoria por pares (Supplemental Instruction): em 7 deles, efeito positivo sobre a nota final; permanência só associada à participação, sem relação causal demonstrada | Horário fixo; a adesão costuma ser menor entre quem mais precisa |
| Tutoria e mediação pedagógica (EAD) | Acadêmica e de rotina | Mediadores contratados; no novo marco, até 70 estudantes por docente ou mediador na atividade síncrona mediada | Exigida pelo Decreto 12.456/2025; efeito sobre evasão não medido de forma independente | Custo cresce com a base de alunos; atende em horário definido |
| IA genérica (ChatGPT, Gemini, Copilot), pelo aluno ou licenciada pela instituição | Acadêmica e de rotina, a qualquer hora | Nada, se o aluno usa por conta própria; licença e política de uso, se institucional | Sem avaliação independente de efeito sobre evasão | Responde a partir do conhecimento geral do modelo, não do plano de ensino, salvo quando alguém carrega e mantém o material |
| IA dentro do AVA (Moodle, Canvas, Blackboard, D2L) | Acadêmica | AVA compatível, configuração, provedor de IA em alguns casos | Sem avaliação independente; a maior parte dos recursos lançados é voltada ao docente | Disponibilidade varia por plataforma, versão e contrato |
| Apoio ao estudo com o acervo da instituição | Acadêmica e de rotina, a qualquer hora | Acervo digital organizado por disciplina, curadoria, política de IA, contrato com cláusulas de dados | Sem avaliação independente de efeito sobre evasão para nenhuma solução do mercado | Depende da qualidade e da atualização do material; não substitui o docente |
Tabela editorial da Studenta a partir das fontes listadas ao final. "Sem avaliação independente" significa que não encontramos estudo publicado, com grupo de comparação, que meça o efeito daquela intervenção sobre a evasão no Brasil. Não significa que a intervenção não funcione.
Duas leituras saem da tabela. A primeira é que as intervenções se completam mais do que competem, porque cada uma alcança uma família de causas. A segunda é que, no EAD, boa parte da lacuna está no horário: mediação, monitoria e coordenação funcionam em horário de expediente, enquanto uma parte grande da atividade de estudo acontece à noite e no fim de semana.
- 37,3% das solicitações ao assistente de estudo aconteceram entre 18h e 23h59; o pico foi às 20h.
- 24,0% aconteceram no sábado ou no domingo.
- Em 80,5% das solicitações classificáveis, o estudante pediu a resposta de uma questão objetiva; em 7,1%, a explicação de um conceito.
Base: 7.727 estudantes de graduação e pós e 61.700 solicitações ao PasseIA, assistente de estudo da Passei Direto. A amostra se concentra em grandes redes privadas e não representa os universitários do país. Ver a metodologia.
Onde a IA de apoio ao estudo entra e onde não entra
A IA cobre o horário que as outras intervenções não cobrem. O dado do Radar também mostra o risco. Na maior parte dos pedidos, o estudante quer a resposta de uma questão em vez da explicação de um conceito, o que obriga a instituição a decidir o que o apoio deve fazer diante desse pedido. Os estudantes já usam IA: em uma pesquisa com 300 universitários e candidatos da rede privada, 71% disseram usar IA com frequência para estudar (ABMES e Educa Insights, julho de 2024). Para a instituição, a pergunta útil é de onde vêm as respostas e quem responde por elas.
| Caminho | De onde vem a resposta | Quem cura o material |
|---|---|---|
| IA genérica (ChatGPT Edu, Gemini for Education, Copilot Chat) | Conhecimento geral do modelo; arquivos que o próprio usuário enviar | Cada aluno ou docente, quando alguém monta um projeto ou caderno com o material |
| NotebookLM e recursos parecidos | Só das fontes enviadas, com citação | Quem cria o caderno, geralmente o docente |
| Assistente institucional com acervo | Do material definido pela instituição por disciplina | A instituição, de forma centralizada |
Outras soluções também respondem com o material do curso: o NotebookLM faz isso com as fontes que o docente envia; o Gemini for Education está incluído sem custo nas edições do Google Workspace for Education para instituições qualificadas. Em janeiro de 2026, a ABMES anunciou parceria com o Google for Education para oferecer o Gemini for Education sem custo adicional às associadas. Para uma instituição pequena, já no ecossistema Google, com docentes dispostos a montar e manter os cadernos, isso pode bastar. O que muda de uma opção para outra é a escala da curadoria, a visibilidade para a coordenação e o contrato sobre os dados.
A IA não alcança o motivo financeiro, a escolha de curso errada nem boa parte dos motivos pessoais. Ela também não substitui a conversa do coordenador com o estudante que reprovou nas primeiras provas. O Parecer CNE/CP 15/2026, aprovado e ainda pendente de homologação pelo MEC, classifica a tutoria automatizada como risco moderado, com revisão humana. O projeto de resolução veda usar dados educacionais para treinar modelos de terceiros sem autorização específica e revogável. O mesmo projeto diz que a mediação feita por IA não conta para cumprir as exigências regulatórias de tutoria: no EAD, ela complementa o mediador pedagógico do Decreto 12.456 e não o substitui.
Critérios para comparar
- Causa alcançada. A intervenção atua sobre o motivo que aparece nos seus dados ou só sobre o sinal?
- Detecta ou intervém. Um alerta sem alguém para agir não muda o resultado.
- Horário coberto. Funciona quando o estudante estuda, inclusive à noite e no fim de semana?
- Escala. O custo cresce na mesma proporção do número de alunos?
- Dados e LGPD. Verifique que dados de estudantes a intervenção usa, quem é o controlador e se o fornecedor pode treinar modelos com eles.
- Esforço da equipe. Quem mantém a ferramenta, o material ou a régua depois do primeiro mês?
- Evidência. A evidência é causal, correlacional ou divulgada pelo próprio fornecedor? Peça o método antes de aceitar um percentual de redução de evasão.
Por onde começar
- Separe os motivos. Registre o motivo de cada cancelamento com categorias fixas e cruze com reprovação e inadimplência do primeiro semestre.
- Trate o financeiro como financeiro. Para esse grupo, ofereça renegociação e bolsa antes de qualquer ferramenta acadêmica.
- Concentre nos dois primeiros anos. Na turma de 2015, 13% desistiram no primeiro ano e mais 16% no segundo (INEP). Escolha as disciplinas iniciais com mais alunos e mais reprovação e coloque nelas monitoria, acolhimento e apoio ao estudo.
- Cubra o horário. Compare o horário em que os estudantes estudam com o horário em que alguém responde.
- Teste com uma turma e uma métrica. Use um semestre, um grupo de comparação e a rematrícula como métrica principal. O guia de piloto detalha o planejamento.
Quanto da receita depende da permanência.
O guia traz uma calculadora com as premissas da sua instituição e o roteiro para levar a proposta ao comitê e à mantenedora.
Perguntas frequentes
Qual é a forma mais eficaz de reduzir a evasão no ensino superior?
Atacar a causa que mais aparece nos dados da própria instituição. Motivo financeiro pede bolsa, renegociação ou crédito. Dificuldade acadêmica no primeiro ano pede acolhimento, monitoria, tutoria e apoio ao estudo. Não há uma intervenção única com efeito comprovado para todas as causas.
A inteligência artificial reduz a evasão?
Não há avaliação independente publicada que mostre isso no Brasil, para nenhuma solução. A IA de apoio ao estudo pode cobrir dúvidas acadêmicas fora do horário de atendimento, que é quando boa parte dos estudantes estuda. O efeito sobre a permanência precisa ser medido em piloto, com grupo de comparação.
Usar IA para prever a evasão é permitido?
Não há proibição em vigor. O Parecer CNE/CP 15/2026, aprovado em setembro de 2026 e pendente de homologação pelo MEC, classifica a predição de evasão como sistema de alto risco, com exigência de avaliação de impacto e revisão humana.
Monitoria funciona contra a evasão?
O efeito sobre a evasão não está demonstrado. Uma revisão de 29 estudos sobre tutoria por pares encontrou efeito positivo no desempenho nas disciplinas atendidas; a relação com a permanência aparece só como correlação. No Brasil, os estudos sobre monitoria são em geral relatos de experiência.
Se a instituição já tem Gemini, Copilot ou ChatGPT Edu, precisa de outra ferramenta?
Nem sempre. Se os docentes montam e mantêm os cadernos ou projetos com o material de cada disciplina e a política de uso está clara, a ferramenta já contratada pode bastar. Uma solução institucional faz sentido quando a curadoria precisa ser centralizada, a coordenação precisa de visibilidade agregada ou o contrato de dados atual não atende.
Quanto tempo leva para ver efeito na evasão?
Pelo menos um ciclo de rematrícula. Como a desistência se concentra nos primeiros anos, um piloto de um semestre permite comparar a rematrícula da turma atendida com a de uma turma parecida.
Fontes e escopo
INEP, Apresentação do Censo da Educação Superior 2024, slide 78. Dawson, van der Meer, Skalicky e Cowley, revisão sistemática sobre Supplemental Instruction (Review of Educational Research, 2014). Parecer CNE/CP 15/2026 (súmula publicada no DOU de 06/10/2026). Decreto 12.456/2025. ABMES e Educa Insights, pesquisa com estudantes, julho de 2024, via IstoÉ Dinheiro. Google for Education, Gemini for Education. ABMES, parceria com o Google for Education. Dado próprio: Radar de IA no Ensino Superior, edição de outubro de 2026. Fontes externas consultadas em 22 de outubro de 2026. A classificação das intervenções, os critérios e a ordem sugerida são uma proposta editorial da Studenta; recursos de produtos de terceiros mudam com frequência e devem ser conferidos na documentação de cada fornecedor.