Mão na massa: análise de caso

Segunda parte: criação de material para apresentação

# CASE STUDY: Inteligência Artificial na Educação com Carnegie Learning & MATHia

## Slide 1: Título e Introdução
* **Título Principal:** Inteligência Artificial Cognitiva na Educação: O Case Carnegie Learning
* **Subtítulo:** Como Sistemas de Tutoria Inteligente (ITS) estão dobrando a eficiência do aprendizado de matemática em escala global.
* **Contexto:** Uma transição de testes adaptativos simples para IA baseada em modelagem cognitiva do cérebro humano.

## Slide 2: O Problema - Os Gargalos da Sala de Aula Tradicional
* **O Efeito Cascata da Defasagem:** Alunos avançam de ano sem dominar a base, acumulando lacunas intransponíveis.
* **A Linha de Produção de Massa:** Um professor humano não consegue personalizar o ensino em tempo real para 35 ritmos biológicos diferentes.
* **Sobrecarga Docente:** Professores gastam energia com correções mecânicas em vez de intervenções pedagógicas estratégicas.

## Slide 3: A Solução - O que é o MATHia e a Modelagem Cognitiva?
* **Origem Científica:** Desenvolvido a partir de décadas de pesquisa em Ciência Cognitiva na Carnegie Mellon University.
* **Arquitetura ACT-R:** O sistema mapeia "Componentes de Conhecimento" (KCs) - as microcompetências por trás de cada fórmula.
* **Rastreamento de Competências:** A IA calcula em tempo real a probabilidade matemática de o aluno ter compreendido o conceito antes de avançá-lo.

## Slide 4: O Diferencial - Adaptabilidade "Micro" vs. "Macro"
* **Sistemas Tradicionais (TRI):** Funcionam como testes de múltipla escolha. Errou a questão inteira? O sistema dá uma mais fácil.
* **Abordagem Cognitiva MATHia:** Analisa os passos intermediários do problema. O feedback ocorre na linha onde o erro aconteceu.
* **Metacognição Visual (Skillometer):** O aluno visualiza o progresso de cada microhabilidade específica, entendendo sua própria mente.

## Slide 5: Empoderando o Professor - O Módulo LiveLab
* **IA Colaborativa:** A tecnologia não substitui o professor; atua como seu copiloto de dados em tempo real.
* **Alertas de Estagnação:** O painel sinaliza imediatamente se um aluno está travado em um conceito por mais de X minutos.
* **Gestão de Aula Otimizada:** Permite que o professor dedique seu tempo de mentoria exatamente a quem mais precisa no momento exato.

## Slide 6: Resultados Comprovados (Evidências Científicas)
* **O Selo de Ouro da RAND Corporation:** Estudo clínico financiado pelo governo dos EUA com mais de 140 escolas.
* **Desempenho Dobrado:** Alunos que utilizaram a plataforma MATHia em modelo híbrido quase dobraram a taxa de evolução anual em testes padronizados.
* **Impacto em Escala:** Reconhecimento nos critérios da ESSA com classificações de alto impacto (Tier 1 e Tier 2).

## Slide 7: Conclusão e Próximos Passos para as Instituições
* **IA Pragmática:** O sucesso pedagógico depende da combinação entre software robusto e treinamento docente.
* **Foco no Domínio:** A tecnologia permite mudar a cultura escolar da "nota decorada" para o "domínio real do conhecimento".
* **Mensagem Final:** A Inteligência Artificial bem projetada humaniza a sala de aula ao libertar o professor para fazer o que robôs não fazem: inspirar e mentorar.

Link da apresentação no Gamma: https://gamma.app/docs/O-Case-Carnegie-Learning-MATHia-cyktt565uhpnu3n

Olá, Andressa! Como vai?

Parabéns pela realização das atividades!

Vi que você apresentou uma pesquisa detalhada sobre Carnegie Learning, conectou o uso da IA cognitiva com resultados mensuráveis e trouxe uma estrutura clara para a apresentação acadêmica. Esse conjunto mostra profundidade investigativa, organização e capacidade de transformar dados técnicos em narrativa acessível, pontos essenciais para comunicar inovação educacional de forma convincente.

Se quiser aprofundar ainda mais, algumas boas práticas são:

• Contextualizar impacto: relacionar os resultados com tendências atuais em edtech e políticas públicas.
• Refinar narrativa visual: ajustar gráficos e metáforas para tornar a apresentação ainda mais envolvente.
• Explorar evidências adicionais: incluir comparações com outras plataformas de IA educacional para enriquecer o case.

Ah uma pergunta: O que você considera mais relevante para fortalecer esse case, ampliar a base de evidências científicas ou investir em uma narrativa visual mais impactante para engajar o público acadêmico?

Fico à disposição! E se precisar, conte sempre com o apoio do fórum.

Abraço e bons estudos!

Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!