A Diversidade no Perfil dos Estudantes e a Formação de Profissionais Comprometidos com o Bem Público na Educação Superior
Humanamente > Projetos Aprovados > A Diversidade no Perfil dos Estudantes e a Formação de Profissionais Comprometidos com o Bem Público na Educação Superior
Coordenadora Cristina Fioreze (UFP)
Em sociedades desiguais como a brasileira, uma formação superior que prepare profissionais comprometidos com o bem público, com responsabilidade social e capazes de contribuir com a justiça, a democracia e o desenvolvimento sustentável, é fator fundamental. O documento base da Conferência Mundial sobre Educação Superior, de 2022, defende que sistemas mais inclusivos e plurais, que distribuem oportunidades com equidade, são a base do desenvolvimento sustentável e da construção de sociedades justas, pacíficas e democráticas. Nos últimos vinte anos o Brasil avançou no âmbito da inclusão e equidade, investindo na expansão e democratização do acesso. Todavia, não existem estudos que indiquem o quanto isso tem contribuído para a formação dos estudantes. Nesse aspecto, após mais de uma década de políticas de ação afirmativa, pouco se conhece sobre os reflexos da diversidade que está gradativamente se estabelecendo nos campi universitários e suas salas de aula em termos de poder aquisitivo, cor da pele, idade, deficiência, crenças e valores. Tal conhecimento, todavia, é fundamental para a formulação de políticas públicas e para a própria avaliação da Lei de Cotas e do Prouni. Diante disso, propõe-se a seguinte questão de pesquisa: cursos de ensino superior mais heterogêneos em termos de diversidade no perfil social, econômico, cultural e étnico dos estudantes contribuem mais significativamente para a formação de profissionais comprometidos com o bem público? Literatura da sociologia e da economia, com conceitos como externalidades e transbordamento, indicam que a diversidade de perfis é importante fator de ganhos coletivos. Para responder à questão colocada, metodologicamente propõe-se o desenvolvimento de uma pesquisa mista, de caráter quantitativo, a partir dos dados da base do ENADE e com o uso de recursos de inteligência artificial, e qualitativo, com a aplicação de grupos focais.