Com a grande quantidade de dados que são gerados nos ambientes virtuais de aprendizagem como o moodle, existe a oportunidade de aplicar técnicas de ciência de dados e aprendizadode máquina para identificação de estudantes em risco de reprovação ou evasão. Visando esta ocasião, o módulo de predição para a extensão moodle analytics dashboard (MAD) foi desenvolvido, fornecendo predições sobre a situação atual dos alunos ao longo de toda a disciplina. Desenvolvido especificamente para a plataforma moodle, o módulo consistede uma parte feita na linguagem php, que é responsável pela extração de dados sobrea frequência de acesso dos alunos na plataforma e a integração com o moodle. A outra parte lida com o tratamento de dados, criação de variáveis derivadas e geração do modelo preditivo, para este fim a linguagem python por possuir bibliotecas como pandas e scikit-learn provou-se mais adequada. O modelo preditivo foi criado com base em pesquisas publicadas que apontam a possibilidade de criar modelos tendo como base apenas asinterações semanais dos alunos, alcançando uma curva característica de operação doreceptor (ROC) com valores entre 70% e 90% na primeira semana. A extensão se provou benéfica, uma vez que a informação sobre quais alunos estão em risco permite que alguma ação seja tomada para ajudar na normalização dos estudantes, além disso o moodle sendo um ambiente virtual extremamente popular torna o módulo acessível para diversas instituições.