Hub de Gestão do Aprendizado · v0.2
Um modelo de gestão do aprendizado para o encontro entre crianças, famílias e agentes de inteligência artificial, mediado pelo território e guiado pela pedagogia de Paulo Freire.
A IA está entrando na educação sem um protocolo de governança que proteja a criança como sujeito. Faltam regras de visibilidade, memória auditável e reciprocidade: o agente aprende sobre o educando, mas o educando (e sua família) raramente sabe o que o agente sabe — ou pode exigir que ele esqueça.
Um mesossistema híbrido em duas camadas: o território (escola, ONG, bairro) abriga núcleos familiares, que abrigam pessoas. Cada encontro entre criança e agente gera sinais pedagógicos na matriz Logos · Eros · Pathos · Mithos × níveis freireanos I–III, com memória de cálculo aberta e simuladores estatísticos modernos.
Seis KPIs derivados das sessões: densidade dialógica, progressão freireana, cobertura dimensional, reciprocidade visível, mediação humana e eventos de guardrail. Cada um com fórmula exposta, priori ajustável e simulação Monte Carlo Bayesiana (2 000 amostras) para intervalos de credibilidade.
A criança não é medida — é escutada. A família não recebe scores comparativos, mas um contrato de reciprocidade dizendo o que o agente aprendeu, com direito a revisar permissões ou pedir esquecimento. O território ganha um projeto coletivo tangível (Atlas Sonoro, horta, podcast) que prova o aprendizado sem expor identidades.
1. A leitura do mundo precede a leitura da palavra — e a leitura do algoritmo deve preceder a entrega do diagnóstico.
Propomos um modelo onde o agente de IA não avalia, mas encontra. Cada conversa é um diálogo em território conhecido, mediado por adultos que preservam a criança como sujeito. O agente guarda memória, mas essa memória é escrita em linguagem acessível, auditável e — quando necessária — revogável.
2. Reciprocidade é condição, não recurso.
Se o agente aprende preferências, medos e ritmos da criança, a família tem o direito de saber o que ele sabe, por que sabe e como esquecer. A transparência não é um adendo técnico; é um pilar ético. Toda memória episódica vive sob consentimento versionado.
3. Território é mediação, não cenário.
O bairro, a escola, a feira, a praça: não são fundo de tela para uma aplicação. São atores do aprendizado. O projeto-território — um mapa sonoro, um mural, uma horta — vincula o que a criança faz sozinha com o que o grupo faz junto. A IA serve à práxis coletiva, nunca a substitui.
4. Estatística é narrativa, não sentença.
Usamos inferência bayesiana, modelos AR(1) e simulações Monte Carlo não para produzir relatórios opacos, mas para contar histórias com incerteza explícita. Cada KPI carrega sua memória de cálculo: fórmula, numerador, denominador, prior e posterior. A dúvida é parte do conhecimento.
5. O futuro do aprendizado é híbrido — ou não será.
Não acreditamos na substituição do adulto pelo algoritmo, nem na resistência romântica à tecnologia. Acreditamos em um terceiro caminho: o mesossistema híbrido, onde humanos e agentes dividem papéis claros, visíveis e revogáveis. O mediador é irredutível. A família é soberana. O território é protagonista. A criança é sempre — sempre — o centro.