Ir para o conteúdo

Filosofia de aprendizagem

O Adaptive Learner é construído sobre uma premissa simples: não existe um único método ótimo de aprendizagem. Pessoas diferentes aprendem de formas diferentes; o mesmo aprendente aprende de forma diferente consoante o tópico, o contexto e o estado de espírito.

O modelo dos seis métodos

Asterios Raptis, na sua série Von Theorie zur Praxis (Medium, 2024), identifica seis métodos fundamentais de aprendizagem que cobrem a maior parte de como as pessoas realmente adquirem novos conhecimentos:

Método Núcleo
Dedutivo Regra → aplicação
Indutivo Exemplos → regra
Baseado em erros Erro → compreensão
Dialógico Conversa → clareza
Contextual Situação → transferência
Adaptativo por IA Histórico → seleção dinâmica

Nenhum deles é superior. Cada um tem condições sob as quais supera os outros. O sistema mede as suas condições e alinha-se com elas.

Porquê a adaptação importa

As abordagens tradicionais de e-learning escolhem um método (na maioria das vezes: repetição flash + questionários) e aplicam-no a todos os utilizadores e tópicos. Isso produz resultados médios para utilizadores médios.

O Adaptive Learner traça o seguinte:

  1. O seu perfil de aprendizagem — quais métodos correspondem ao seu estilo cognitivo (medido pelo teste de avaliação).
  2. O seu estado de sessão — stress, compreensão, adequação do método (medidos em tempo real pelo avaliador de duplo prompt).
  3. A trajetória do tópico — quais métodos produziram progresso para este tópico nas últimas sessões.

A confluência destas três fontes de dados orienta o método, a dificuldade e o passo do ciclo de cada sessão.

O ciclo de 7 passos

Cada sessão de aprendizagem segue um ciclo estruturado:

1. Input       ← o aprendente recebe material
2. Tentativa   ← o aprendente aplica
3. Erro        ← o equívoco torna-se visível
4. Feedback    ← o princípio é explicado
5. Adaptação   ← o aprendente ajusta
6. Repetição   ← variações reforçam
7. Integração  ← a ligação torna-se estável

O avaliador de duplo prompt corre paralelamente. Após cada passo, uma segunda instância da IA pesa a compreensão do aprendente e sinaliza se o ciclo deve avançar, repetir ou mudar de método.

→ Ciclo de 7 passos em detalhe

O que isto não é

  • Não é um chatbot. O prompt do sistema é diferente para cada método × passo × idioma (42 células numa grelha). A IA age como um professor, não como um assistente genérico.
  • Não é um LMS. Não há cursos, créditos ou certificados. É uma ferramenta de aprendizagem, não um sistema de gestão.
  • Não é um substituto do empenho. O sistema adapta o caminho; percorrê-lo é com o aprendente.

A tensão que o sistema gere

Cada par de métodos tem uma tensão produtiva:

  • Dedutivo vs. indutivo — clareza imediata vs. compreensão mais profunda
  • Baseado em erros vs. dialógico — desafio vs. segurança
  • Contextual vs. baseado em regras — transferência vs. solidez

O sistema não elimina estas tensões — navega-as. Quando o stress é alto, muda para métodos mais seguros. Quando a confiança está sólida, aumenta a exigência. O objetivo é manter o aprendente na zona de desenvolvimento proximal: desafiado mas não sobrecarregado.