EEduBuilders
Edição semanal

Builders da Semana #2: Mindmax, YoLearn.ai Pragya, AiR NOVA, OpenEvidence Learn e Unacademy

Publicado em 15 de novembro de 2026 · por Ivan Chagas

Veredito

Cinco movimentos, uma pergunta: quando a IA vira o professor, quem garante que o aluno ainda pensa?

Na última semana, três tutores de IA responderam de jeitos diferentes à mesma pergunta: de onde vem o que o tutor diz ao aluno? O AiR NOVA responde com 40 anos de jornalismo científico, o OpenEvidence Learn com a base de evidências que o médico já consulta, o Pragya com o currículo indiano ajustado dentro do próprio modelo. É uma pergunta de produto antes de ser técnica, e é por ela que eu leio os cinco casos abaixo.

Sou Ivan Chagas, designer instrucional e product builder. Trabalho com educação desde 2012 e, no EduBuilders, construo produtos, apps e experiências de aprendizagem com IA, sempre nesta ordem: primeiro o aluno, depois o negócio, por último a tecnologia. É por essa lente que leio cada movimento abaixo.

Como ler este review (nota de transparência)
Eu não usei a fundo os cinco produtos: alguns têm acesso restrito (OpenEvidence exige cadastro), um ainda nem foi lançado (AiR NOVA estreia em janeiro de 2027) e o resto eu avaliei por fora. O que fiz foi ler as páginas oficiais, a imprensa e os comunicados. Atenção: duas das fontes são conteúdo patrocinado ou comunicado pago (YoLearn.ai e AiR NOVA) e uma é uma matéria gerada por IA e revisada pela redação (Unite.AI, sobre a OpenEvidence). Números de desempenho vêm das próprias empresas e eu não os verifiquei. Então leia isto como uma análise de produto e de tese, não como um teste de uso prolongado. Quando a informação é da empresa ou da imprensa, eu digo. Quando é minha leitura, também.

Avalio cada builder em três frentes, Produto, Tecnologia e Negócio, com uma nota de 1 a 5 em cada, resumida no diagrama de Venn ao fim de cada ficha. Dica: termos técnicos marcados com abrem uma explicação rápida ao clicar.


Mindmax — o tutor que você interrompe

Mindmax é um tutor de IA por voz para quem precisa passar em provas profissionais. Captou US$ 3,3 mi em rodada pre-seed e virou notícia.

Rodada pre-seed de US$ 3,3 mi, anunciada na primeira semana de novembro. mindmax.it · The Next Web · Tech Funding News

Produto

  • Problema: Provas profissionais e requalificação são um problema de retenção: o adulto estuda por vídeo e anotações, e esquece. O gatilho da semana foi a rodada, mas a pergunta é pedagógica.
  • Como resolve: Um tutor de IA em conversa em tempo real. Você diz o objetivo (por exemplo, passar numa prova de licenciamento), o app monta lições curtas e você conversa com o tutor, que se adapta ao que você já sabe e desenha diagramas na tela.
  • Público: Adultos que precisam passar em exames profissionais ou aprender habilidades para o trabalho, segundo a empresa. O site mostra exemplos como NCLEX e licença imobiliária.
  • O que achei interessante: A tese contra a “rendição cognitiva”: o produto se posiciona para fazer a pessoa pensar mais, não menos. A possibilidade de interromper o tutor é o que um bom professor particular permite e um vídeo não.
  • O que eu faria diferente: Eu mostraria ao aluno, de forma explícita, o que ele ainda não domina e quando vai revisar. O site fala em encontrar lacunas e garantir que você lembre, e é aí que o produto precisa provar valor com dados de retenção. Os relatos de usuários que encontrei são individuais: um na App Store conta aprovação na prova e um no Google Play reporta travamentos. A nota 4,9 do site é da própria empresa, e não encontrei estudo nem taxa de aprovação independentes.
  • O que podemos aprender: Conversa interrompível é uma interface melhor para dúvida do que um player de vídeo. Quem constrói treinamento deveria perguntar quantas perguntas o aluno consegue fazer por hora.

Tecnologia

  • O que sabemos: o app já está nas lojas de iPhone e Android, segundo o Tech Funding News. A empresa descreve aulas em tempo real, adaptadas ao que o usuário sabe, com ilustrações geradas durante a conversa. A equipe é pequena: oito pessoas, segundo a mesma fonte. As páginas do app na App Store e no Google Play confirmam que ele existe nas duas lojas; a descrição das aulas adaptativas e das ilustrações em tempo real é da empresa, e não encontrei validação independente.
  • O que eu acho: o desafio técnico é a latência e o controle de qualidade, porque um tutor de voz que erra um fato de prova custa caro. Não vi a implementação, então confirmaria se há em material de prova verificado antes de confiar nele. A imprensa especializada (eu.vc) aponta esse mesmo risco, o tutor ensinar um erro com confiança.
  • O que você pode aprender com isso: voz em tempo real eleva a sensação de tutoria, mas aumenta o custo por sessão e o risco de erro sem fonte. Escolha isso quando a dúvida do aluno é o gargalo, e meça o custo por minuto de lição.

Negócio

  • Leitura geral: os fundadores vêm da Memrise, que a empresa diz ter passado de 80 milhões de usuários, e a rodada pre-seed (US$ 3,3 mi, ou £ 2,5 mi) foi liderada pela Concept Ventures, com Redrice, Daybreak e Lerer Hippeau. É dinheiro para provar uma hipótese, não para escalar. O jogo é mostrar que adulto com prazo (a prova) paga e volta. A rodada é reportada pela imprensa especializada (eu.vc), mas a partir do anúncio da empresa; o número de 80 milhões de usuários da Memrise também é da empresa, e não encontrei validação independente.
  • Defensabilidade: ainda fina. Um tutor conversacional é copiável. O fosso possível é a base de dados de lacunas por exame e a marca dos fundadores em retenção de memória.
  • Métricas que eu acompanharia: taxa de aprovação nos exames (a única que o aluno realmente compra), retenção na semana 4 (antecipa se vira hábito) e custo de inferência por minuto (antecipa a margem).
Produto4Negócio3Tecnologia4
Produto 4/5Tecnologia 4/5Negócio 3/5
Minha aposta

Minha aposta é que o nicho de exame com data marcada é o caminho certo para um tutor de IA, porque dá um resultado mensurável. O risco é virar "mais um chat". Se publicarem taxas de aprovação, ganham a categoria. Se ficarem em depoimentos, ficam na prateleira dos apps de estudo.


YoLearn.ai Pragya — um LLM nacional para ensinar

YoLearn.ai é uma plataforma de tutoria de IA para o ensino escolar indiano. Lançou o Pragya, um LLM próprio para ensinar o currículo local.

Lançamento em 11 de novembro. yolearn.ai/pragya · Times of India (conteúdo patrocinado da marca)

Produto

  • Problema: Segundo a empresa, a maioria dos tutores de IA na Índia roda em modelos globais, que tendem a entregar a resposta e conhecem pouco o currículo local.
  • Como resolve: Pragya é um modelo ajustado só para tutoria, treinado com dados do currículo CBSE, que questiona e guia o aluno passo a passo. Funciona em mais de 12 idiomas indianos e alimenta o tutor da YoLearn.ai.
  • Público: Alunos do ensino escolar (classes 1 a 8 no ar, 9 a 12 planejadas, segundo o site) e editoras, redes e governos que queiram construir sobre a API.
  • O que achei interessante: Alinhar o modelo à política educacional nacional (NEP 2020 e NCF 2023) e ao idioma da criança. Colocar a pedagogia no modelo, e não só no prompt, é uma escolha de produto.
  • O que eu faria diferente: Eu publicaria a avaliação de forma que terceiros possam reproduzir. A empresa diz que Pragya foi 85% superior a um modelo geral e preferida em 92% dos casos por 20 professores, mas esses números são dela e eu não os verifiquei. Esses números são da própria YoLearn.ai e foram repetidos pela Elets e pelo conteúdo patrocinado do Times of India; não encontrei avaliação independente nem benchmark reproduzível. O KMP-Bench mostra que modelos de ponta ainda têm dificuldade em aplicar princípios pedagógicos, o que torna a alegação testável, mas não a valida.
  • O que podemos aprender: Currículo local mais idioma local é um argumento mais forte do que “IA melhor”. Quem constrói para um país deveria começar pelo que a norma local espera que a criança aprenda.

Tecnologia

  • O que sabemos: segundo a empresa, é um LLM ajustado (fine-tuned) em mais de 20.000 amostras de ensino curadas do currículo CBSE, avaliado em 5.000 perguntas alinhadas ao NCERT, com treinamento e hospedagem na Índia. Há um playground aberto e acesso por API. Não confirmei o modelo base usado. Os dados de treinamento, o conjunto de avaliação e a hospedagem na Índia são descrições da empresa; não encontrei validação independente.
  • O que eu acho: fine-tuning para comportamento (perguntar em vez de responder) é mais barato e previsível do que treinar do zero, e a “soberania” é tanto argumento técnico quanto de venda a governos. Não vi a implementação, então confirmaria como ele evita alucinação no conteúdo factual, por exemplo com sobre os livros.
  • O que você pode aprender com isso: ajustar o comportamento do modelo vale quando o tom pedagógico é o produto. O custo é manter um modelo próprio e provar qualidade contra os modelos gerais que melhoram a cada trimestre.

Negócio

  • Leitura geral: é uma jogada de plataforma. Em vez de só vender um app, a empresa oferece um modelo e uma API a editoras, redes e estados, e diz ter 20.000 escolas parceiras. O gatilho é o lançamento, mas o jogo real é virar infraestrutura. Não encontrei valores de receita nem de rodada, e não confirmei em fonte oficial. As 20.000 escolas parceiras são alegação da empresa, e não encontrei fonte independente.
  • Defensabilidade: dados curados de currículo e a revisão por professores indianos são o fosso, assim como contratos com escolas. O modelo em si pode ser alcançado por modelos gerais.
  • Métricas que eu acompanharia: uso do modelo por terceiros via API (mostra se vira plataforma), aprendizagem medida em avaliação externa (antecipa renovação das escolas) e custo por aluno.
Produto4Negócio3Tecnologia4
Produto 4/5Tecnologia 4/5Negócio 3/5
Minha aposta

Aposto que o valor está na camada de currículo e avaliação, não no modelo. Se a YoLearn.ai abrir a avaliação ao escrutínio e conquistar editoras, vira infraestrutura. Se os números ficarem só no comunicado, o Pragya será visto como mais um tutor com um nome bonito.


AiR NOVA — um tutor feito com 40 anos de jornalismo

AiR NOVA é um app de perguntas e respostas para estudantes, feito pela DongA Science a partir do seu acervo de jornalismo científico. Foi anunciado, com lançamento previsto para janeiro de 2027.

Anúncio em 9 de novembro, com lançamento previsto para janeiro de 2027. nova.dongascience.com · Comunicado (PR Newswire, via Yahoo Finance)

Produto

  • Problema: Crianças fazem mais perguntas do que pais e professores conseguem responder, e a busca na web devolve resultados não verificados, segundo o site.
  • Como resolve: Um app de perguntas e respostas para o K-12 que responde a partir do acervo da DongA Science e mostra o artigo de origem de cada resposta. Há ainda um modo socrático e um modo de missões de investigação, de acordo com o comunicado.
  • Público: Estudantes do K-12. O lançamento é em coreano, inglês, vietnamita e espanhol, segundo o comunicado.
  • O que achei interessante: Mostrar a fonte de cada resposta ensina uma habilidade que quase nenhum tutor ensina: checar de onde vem a afirmação. Transformar o arquivo de uma editora em produto educacional é uma saída criativa para o jornalismo.
  • O que eu faria diferente: O produto ainda não está no ar, então eu pediria aos pais um painel do que a criança perguntou. Também diria com clareza que a imagem de herói do site é ilustração de uso pretendido. O único relato de uso em sala que encontrei é da própria DongA Science, em coreano, sobre engajamento e autoeficácia numa turma do ensino médio, que li só pelo título; não encontrei avaliação independente.
  • O que podemos aprender: Se você tem um acervo confiável, ele pode ser o produto. A fonte verificável vale mais do que um modelo maior.

Tecnologia

  • O que sabemos: as respostas vêm de mais de 100.000 artigos da DongA Science, e o app mostra o artigo-fonte. Em outros idiomas, o aluno recebe a resposta e o artigo traduzido. O modo Socrates, que a empresa diz ter patente pendente, responde com perguntas guia. O acervo de mais de 100.000 artigos e a patente pendente do modo Socrates vêm do comunicado pago da empresa; não encontrei validação independente.
  • O que eu acho: é um desenho de num acervo fechado, no espírito do , em vez de buscar na web aberta. Não vi a implementação, então confirmaria como tratam perguntas fora do acervo e a qualidade da tradução.
  • O que você pode aprender com isso: restringir a fonte reduz a alucinação e torna a resposta auditável, ao custo de cobertura. Escolha isso quando confiança importa mais do que abrangência.

Negócio

  • Leitura geral: o gatilho é a menção de honra do CES 2027 (categoria EdTech), segundo a empresa, mas o relevante é a lógica: uma editora com 40 anos de acervo transforma conteúdo em assinatura de aprendizagem, num momento em que publishers discutem como a IA usa seus textos. Não encontrei preço nem modelo de cobrança, e não confirmei em fonte oficial. A menção de honra está listada pela CES, mas é um prêmio de produto, não um estudo de aprendizagem.
  • Defensabilidade: o acervo próprio e verificado é o fosso, e é difícil de copiar. A fraqueza é a escala: um acervo de ciência coreano precisa cobrir as dúvidas de crianças em quatro idiomas.
  • Métricas que eu acompanharia: perguntas por aluno por semana (antecipa hábito), taxa de perguntas sem resposta no acervo (mostra os limites do desenho) e conversão de teste para assinatura.
Produto4Negócio3Tecnologia3
Produto 4/5Tecnologia 3/5Negócio 3/5
Minha aposta

Aposto que o acervo é o produto e que a nota 3 em Negócio é pelo prazo: sem lançamento, tudo é promessa. Se estrearem em janeiro com cobertura boa em quatro idiomas, viram referência para editoras que querem entrar em IA sem ceder o conteúdo.


OpenEvidence Learn — a ferramenta do médico vira escola

OpenEvidence é uma ferramenta de consulta de evidências usada por médicos. Lançou o Learn, uma plataforma gratuita de educação médica.

Lançamento anunciado em 4 de novembro. openevidence.com · Unite.AI (matéria gerada por IA e revisada pela redação)

Produto

  • Problema: Quem está em formação médica estuda em plataformas separadas da ferramenta que usa para consultar evidências, e o aprendizado contínuo fica espalhado.
  • Como resolve: Uma plataforma gratuita com quatro ferramentas: banco de questões (mais de 50.000 questões estilo prova), tutoria socrática por casos (Preceptor), flashcards com repetição espaçada e créditos de educação continuada por perguntas que o médico já faz. Os quatro recursos e as mais de 50.000 questões vêm do anúncio da empresa, repetido por uma matéria gerada por IA; não encontrei validação independente do Learn.
  • Público: Estudantes de medicina, residentes e médicos ao longo da carreira.
  • O que achei interessante: O desenho parte de um hábito existente: o crédito de educação continuada por perguntas que já são feitas acopla o aprendizado ao trabalho, como a Scholé fez na edição #1 para o mundo corporativo.
  • O que eu faria diferente: Eu mostraria como o Preceptor lida com um caso em que o próprio aluno erra o raciocínio, e não só com o caso certo. Não consegui acessar o produto (exige cadastro), então esta leitura é por fora.
  • O que podemos aprender: Quando você já tem a atenção do profissional, aprender pode ser uma extensão do uso, não um segundo produto.

Tecnologia

  • O que sabemos: segundo a matéria, as quatro ferramentas usam a mesma base de evidências e diretrizes revisadas por pares que alimenta as respostas da OpenEvidence. Johns Hopkins e a Perelman School of Medicine da Penn foram nomeadas no lançamento. Não confirmei os detalhes no comunicado oficial da empresa.
  • O que eu acho: reutilizar a base de clínico para gerar questões, casos e cartões é eficiente e mantém tudo coerente. Não vi a implementação, então confirmaria como as questões geradas são validadas por especialistas. Sobre a ferramenta clínica que sustenta essa base há estudos independentes com resultados favoráveis (atenção primária, ginecologia e obstetrícia) e também limites: 34% de acerto em cenários de subespecialidade num piloto ainda sem revisão por pares, e modelos generalistas à frente numa comparação. Esses estudos avaliam a ferramenta clínica, não o Learn; para as questões geradas e o Preceptor não encontrei validação independente.
  • O que você pode aprender com isso: quando você já tem uma base de conhecimento confiável, gerar prática em cima dela custa pouco. O risco é o erro de conteúdo em uma área onde ele pesa muito.

Negócio

  • Leitura geral: é uma extensão de funil. Um produto gratuito de estudo traz o residente cedo para dentro da plataforma, e esse residente vira o médico que usa a ferramenta clínica. Não confirmei receita, avaliação ou modelo de monetização da OpenEvidence em fonte oficial.
  • Defensabilidade: a base de evidências atualizada e as parcerias com escolas médicas. O fosso cresce se os programas de residência adotarem a ferramenta no currículo.
  • Métricas que eu acompanharia: residentes ativos por semana, porque mostram hábito, e a conversão de uso de estudo para uso clínico, porque é a razão de existir do produto gratuito.
Produto4Negócio4Tecnologia4
Produto 4/5Tecnologia 4/5Negócio 4/5
Minha aposta

Aposto que educação médica é um bom terreno para IA ancorada, porque há uma fonte de verdade e um usuário disposto a estudar. O risco é a confiança: um erro de conteúdo clínico sai caro. Se as escolas adotarem, o produto fecha o ciclo entre estudar e praticar.


Unacademy — o fim de um ciclo e o começo de outro

Unacademy é uma plataforma indiana de preparação para exames. Trocou de CEO dois meses após ser adquirida pela upGrad.

Troca de comando em 11 de novembro, dois meses após a aquisição. unacademy.com · Inc42 · Business Today

Produto

  • Problema: A plataforma nasceu como um canal no YouTube em 2015 e virou unicórnio na pandemia. Com a volta das aulas presenciais, a demanda online caiu, segundo a Inc42, e a empresa passou por demissões e fechamento de verticais.
  • Como resolve: O site se apresenta como preparação para mais de 200 exames, com educadores de destaque. Nesta semana a notícia não é produto, é governança.
  • Público: Candidatos a exames competitivos na Índia.
  • O que achei interessante: A trajetória é um estudo de caso de produto: crescer com um formato (vídeo e educadores-estrela) que pode depender de um momento do mercado.
  • O que eu faria diferente: Eu perguntaria que parte da experiência é de fato diferente de um catálogo de vídeos e o que a integração com a upGrad muda para o aluno. Não tenho dados para responder.
  • O que podemos aprender: Escala sem retenção e sem margem não é fosso. Quem constrói educação deveria planejar o ciclo de vida do negócio desde o começo.

Tecnologia

  • O que sabemos: não há anúncio técnico nesta semana. O site fala em 10 crore de aprendizes e mais de 200 exames, números da própria empresa que eu não verifiquei.
  • O que eu acho: não tenho base para falar da pilha técnica do Unacademy, então prefiro não especular. Por isso a nota de Tecnologia aqui é neutra.
  • O que você pode aprender com isso: em plataformas de conteúdo em vídeo, a tecnologia raramente é o diferencial. O que decide é o catálogo e a distribuição. Faz sentido a menos que o seu diferencial seja de fato técnico.

Negócio

  • Leitura geral: segundo a Inc42 e outros veículos, a upGrad concluiu a compra em setembro de 2026 por pouco mais de US$ 200 mi, uma queda de cerca de 94% frente ao pico de aproximadamente US$ 3,4 bi em 2021 (valores reportados pela imprensa, não confirmados em fonte oficial). Em 11 de novembro, Gaurav Munjal passou de CEO a presidente executivo e Akhilendra Kumar assumiu como CEO. Munjal diz que seguirá envolvido e ajudará no IPO da upGrad. Com isso, todos os cofundadores deixaram a operação, segundo a Inc42. A venda por cerca de US$ 206 mi, 94% abaixo do pico, tem fonte independente: TechCrunch e The PIE News. Já a afirmação do CEO de que a empresa era rentável ou quase, com cerca de INR 900 crore em caixa, é dele, foi reportada pela imprensa e não foi auditada. Não encontrei estudo independente de resultados de aprendizagem.
  • Defensabilidade: a marca e a base de usuários seguem como ativos. O fosso real, a retenção em preparação para exames, não pude confirmar.
  • Métricas que eu acompanharia: receita por aluno ativo e a taxa de renovação de assinaturas, porque dizem se a base comprada vira receita; e a margem por curso, porque a empresa já cortou verticais.
Produto3Negócio3Tecnologia3
Produto 3/5Tecnologia 3/5Negócio 3/5
Minha aposta

Aposto que o caso é mais lição de ciclo do que de produto: valuation de pandemia não se sustenta sem retenção. A nova liderança terá de provar que a base de aprendizes rende sob a upGrad. Esse é o ponto a observar no próximo trimestre.


O padrão que começou a aparecer

Quatro dos cinco builders desta edição vendem, de formas diferentes, um tutor de IA. A pergunta incômoda da edição #1 voltou: a IA ajuda a pessoa a aprender ou só a terminar mais rápido? Desta vez, as respostas vêm em três escolhas de desenho.

A primeira é fonte confiável: AiR NOVA e OpenEvidence ancoram o tutor em um acervo que a empresa controla. A segunda é pedagogia dentro do modelo: o Pragya tenta ensinar o comportamento socrático no próprio ajuste do modelo, em vez de depender de prompt. A terceira é a conversa como interface: o Mindmax aposta que poder interromper o tutor é o que muda a tutoria.

O Unacademy lembra o outro lado: uma plataforma sem retenção e sem margem não se sustenta, por mais gente que atraia. O padrão técnico, para quem constrói, é onde o erro é caro (medicina, ciência) e ajuste de comportamento onde o tom pedagógico é o produto.

Há também um alerta de leitura: dois dos cinco gatilhos desta semana vieram de comunicados pagos ou de conteúdo patrocinado da própria marca, e um terceiro, de uma matéria gerada por IA. Em edtech, os números de desempenho que chegam primeiro costumam ser os da empresa.

Essa é a edição #2. A cada semana eu seleciono, analiso e registro, e essa base vai contar uma história sobre para onde a educação está indo que nenhuma manchete isolada consegue contar.

Como eu avalio

Cada builder recebe uma nota de 1 a 5 em três frentes independentes, resumidas no diagrama de Venn ao fim da ficha. Um produto pode ser forte numa frente e fraco em outra — por isso elas não viram uma nota única.

Produto

A experiência de aprendizagem e de uso: clareza da proposta pedagógica, encaixe com o problema de quem aprende e qualidade da execução para o usuário final.

Tecnologia

A ambição e a execução do que está por baixo. Aqui eu separo o que sabemos (fato público) da minha leitura sobre como aquilo provavelmente funciona.

Negócio

Tração, modelo de receita, timing e defensabilidade: a chance de o produto virar um negócio sustentável, não só um bom lançamento.

Importante: este é um review de análise — assisti aos demos públicos, li as páginas oficiais, a imprensa e os comentários da comunidade. Não é um teste de uso prolongado de todos os produtos.

Scaffolding

Apoio temporário que o sistema dá ao aluno enquanto ele ainda não dá conta sozinho — dicas, perguntas, exemplos — e que vai sendo retirado conforme ele avança. O nome vem do andaime da construção: serve para erguer, não para ficar. Em IA educacional, bom scaffolding é o que reduz a ajuda com o tempo; mau scaffolding vira muleta permanente.

Grounding (ancoragem)

Técnica em que a IA só responde com base em uma fonte confiável fornecida — o material do professor, a documentação da empresa — em vez de "inventar" a partir de tudo o que viu no treino. Serve para reduzir alucinação e manter a resposta alinhada ao conteúdo certo. É o que faz uma instituição confiar numa ferramenta de IA.

Grounded (ancorado)

Diz-se da resposta de IA que está presa a uma fonte confiável fornecida (o material do curso, os documentos da empresa) em vez de ser gerada livremente. É o resultado da técnica de grounding: a IA responde a partir daquele material, não "do nada".

Grafo de conhecimento

Uma forma de organizar informação como uma rede de conceitos ligados entre si (nós e conexões), em vez de uma lista. Em aprendizagem, permite ao sistema saber o que você já domina, o que depende do quê e o que ensinar em seguida — funcionando como uma "memória" estruturada do seu progresso.

RAG (Retrieval-Augmented Generation)

Padrão em que, antes de responder, a IA busca (retrieve) trechos relevantes de uma base confiável e só então gera a resposta usando esses trechos. É a forma mais comum de fazer grounding: em vez de confiar na memória do modelo, você o obriga a responder a partir de um documento específico — reduzindo erro e deixando a fonte rastreável.

NFC (Near Field Communication)

Tecnologia de comunicação por aproximação de poucos centímetros — a mesma do pagamento por aproximação. Num brinquedo, um chip NFC dentro de uma figurina é lido quando a criança a encosta no aparelho, disparando o conteúdo certo sem precisar de tela, senha ou menu.

Entrada multimodal

Quando o sistema aceita mais de um tipo de entrada — texto, foto, voz — e não só um. Num tutor, significa que o aluno pode digitar a questão ou simplesmente fotografá-la, e a IA entende os dois.

OCR (reconhecimento óptico de caracteres)

Tecnologia que converte uma imagem de texto (a foto de um exercício, por exemplo) em texto editável que o computador entende. É o que permite ao aluno fotografar o problema do caderno em vez de digitar fórmulas — derrubando o atrito de entrada.

Tutor socrático

Abordagem de ensino inspirada em Sócrates: em vez de dar a resposta, o tutor conduz o aluno por perguntas, até que ele mesmo chegue lá. Aplicada à IA, é uma decisão deliberada de recusar o atalho — o objetivo é desenvolver raciocínio e autonomia, não entregar o resultado.

Blender → GLB → Three.js / React-Three-Fiber

É o fluxo mais comum para colocar 3D interativo dentro de um navegador, sem instalar nada. Em cada etapa:

Blender é um software livre de modelagem 3D, onde o objeto (um carro, o corpo humano) é criado e separado em partes.

GLB é o formato de arquivo que empacota geometria, texturas e animação num único binário leve — pensado para a web.

Three.js é a biblioteca que desenha esse 3D no navegador usando WebGL, sem exigir um motor de jogo completo.

React-Three-Fiber (R3F) é a camada que deixa controlar o Three.js com React, de forma declarativa.

Por que esse fluxo? Porque separa bem as responsabilidades (modelar, transportar, renderizar, controlar) e usa só tecnologias de navegador — o aluno abre um link e explora, sem download nem app nativo.

WebGL

Tecnologia nativa dos navegadores que permite desenhar gráficos 3D (e 2D pesados) usando a placa de vídeo do dispositivo, direto numa página web. É o que torna possível "explodir" um modelo 3D no navegador sem instalar nada — mas também o que pode pesar num celular de entrada.

Stack

O conjunto de tecnologias escolhidas para construir um produto — linguagens, bibliotecas, serviços e como se encaixam. Falar da "stack" de um produto é falar das decisões de engenharia que moldam o que ele consegue (ou não consegue) fazer, e a que custo.

Rodada seed

O primeiro investimento relevante que uma startup capta de fundos ou investidores-anjo, logo depois dos recursos próprios ("semente" = o começo). Serve para contratar, construir o produto e provar que a ideia tem mercado, antes de rodadas maiores (Série A, B...). Quando digo "seed de US$ 3 milhões", é esse estágio inicial — dinheiro para crescer, não ainda para dominar o mercado.

Venda B2B2C

Modelo em que você vende para uma empresa (B2B), mas quem usa de fato é o consumidor final dela (B2C) — daí "business to business to consumer". No ensino superior, por exemplo, a StudyStash fecha contrato com a universidade (B2B), mas quem usa o produto é o aluno (o C no fim). Importa porque quem decide a compra (a instituição) não é quem usa (o estudante): você precisa agradar os dois.

Fosso (moat)

Metáfora de negócios para a vantagem que protege uma empresa dos concorrentes — como o fosso de água em volta de um castelo. Pode ser uma tecnologia difícil de copiar, uma base de dados exclusiva, contratos que prendem o cliente ou uma marca forte. "Ter um fosso" significa que não basta copiar o produto para te ameaçar; o concorrente teria que superar essa barreira. O termo foi popularizado pelo investidor Warren Buffett.