Agentic LXP
De um conteúdo a uma trilha de microlearning com atividades e um mentor que acompanha a aprendizagem.
Não começamos do zero. Partimos de tecnologias existentes para pesquisar, validar e transferir o próximo salto da IA para a aprendizagem.
Proposta para o ecossistema CITAP + FSNT. Empresas, startups, desenvolvedores e pesquisadores construindo uma agenda comum.
Investigar incertezas. Testar hipóteses. Demonstrar tecnologia.
Integrar, qualificar e operar soluções comerciais.
Seis ativos apresentados pelo proponente. Conheça as aplicações e descubra a pesquisa necessária para avançar.
Use + para indicar interesse.
De um conteúdo a uma trilha de microlearning com atividades e um mentor que acompanha a aprendizagem.
Agentes de conhecimento para educadores, com conversa, aprendizagem socrática, testes e compartilhamento.
A IA observa a atividade no caderno e orienta o raciocínio por voz, em vez de simplesmente resolver.
Alunos sintéticos para ensaiar intervenções pedagógicas antes de levá-las a uma turma real.
Transforma documentos em pacotes de conhecimento estruturado com referências às fontes.
Teleprompter e gravação de tela para simplificar a produção de conteúdo educacional.
Maturidade com contexto. A faixa TRL 4–6 foi informada pelo proponente para o portfólio e deve ser comprovada por ativo, versão e ambiente. Os links e as descrições não substituem testes nem demonstram eficácia educacional. . Os sites externos podem exigir cadastro.
Explore os programas. Cada tecnologia abre sua hipótese, seu próximo experimento e os critérios de validação.
Da fonte à missão: autoria com significado, rastreabilidade e critérios de aprendizagem.
Relações de P&D propostas, não integrações concluídas. As três linhas reúnem as nove pesquisas; a seleção de um programa mostra suas conexões principais.
Conceitos de aplicação. Não são produtos lançados nem possuem TRL comercial comprovado.
Conhecimento que vira uma microaventura para jogar, compartilhar e recriar.
Aprender um idioma resolvendo missões com informação distribuída entre jogadores.
Praticar processos profissionais em sistemas simulados antes de atuar no ambiente real.
Construir algo que funciona, testar hipóteses e desafiar outras pessoas a melhorar a solução.
TRL é uma escala de maturidade tecnológica. Cada avanço depende de evidências, não do número de funcionalidades de um MVP.
Um protótipo demonstra a função tecnológica em ambiente relevante.
Demonstrador, relatório, interfaces e documentação de transferência.
Disponibilizar um motor de missões demonstrado, com SDK, testes e condições de licenciamento. Ainda não é um produto comercial completo.
Este é um mapa de responsabilidades, não uma classificação atual do portfólio. A escala foi adaptada didaticamente à IA educacional. TRL 6 não significa produto pronto; TRL 9 não comprova, sozinho, aprendizagem, receita ou competitividade.
Referência: NASA ↗Cofinancie pesquisa, contribua com competências, acompanhe resultados e negocie acesso a tecnologias elegíveis.
Big techs, empresas e fundações que desejam impulsionar uma agenda de pesquisa.
Como contribuir: Aporte financeiro, infraestrutura ou programas negociados.
Referência de contribuição proposta. Participação consultiva não confere veto a resultados científicos nem exclusividade sobre o portfólio.
Modelo proposto: categorias, contribuições e benefícios sujeitos à aprovação institucional e contrato. Adesão não é participação societária, não garante resultados e não inclui automaticamente licenças comerciais de todos os ativos.
Proponha desafios e participe de grupos técnicos sem interferir na integridade científica.
Versões, critérios, limitações e resultados — inclusive os que não confirmam a hipótese.
Avalie componentes e negocie licenças para desenvolver soluções sob sua responsabilidade.
Não. Os ativos preexistentes continuam sujeitos à titularidade e às licenças de seus responsáveis. A avaliação, o uso em pesquisa, o acesso ao código e a exploração comercial exigem acordos próprios. Resultados futuros também respeitarão o financiamento, as contribuições e os direitos de terceiros.
Para resultados compartilhados elegíveis, a proposta é negociar licenciamento não exclusivo, com regras previsíveis de acesso e transferência. Projetos patrocinados podem ter condições específicas. A decisão deve anteceder a pesquisa; nenhuma exclusividade geral ou licença gratuita irrestrita está prometida.
Sim, há modalidades propostas para desenvolvedores, criadores e pesquisadores independentes, com plano financeiro ou técnico negociado. Contribuições de código, métodos, testes e revisão precisam ter escopo, autoria e direitos definidos. A participação não assegura contratação ou bolsa.
O Learning Lab é apresentado como iniciativa em formação para o ecossistema CITAP e FSNT, com evolução institucional pretendida. Esta página não anuncia enquadramento próprio como ICT, membros contratados ou financiamento concedido. A estrutura e os instrumentos de cooperação dependem de formalização.
IA, games digitais e aprendizagem: o que a ciência mostra, o que a indústria anuncia e o que ainda merece investigação.
Por que tutores precisam ser avaliados também quando deixam de ajudar.
A diferença entre ensaiar cenários e prever pessoas reais.
O anúncio do Roblox Cube reforça a pergunta: quem verifica a mecânica e o valor educacional?
Uma pesquisa da ACL investiga o alinhamento entre capacidades simuladas e perfis de conhecimento.
Seleção inicial · 16 de outubro de 2026. Sínteses editoriais assistidas por IA, com fontes primárias, comentários e limites identificados. Não são resultados do Lab. A coleta recorrente e a publicação dependem de um fluxo externo com revisão editorial, ainda não ativado nesta página.
Vamos conversar sobre a tecnologia que interessa a você e o papel que sua organização — ou você — pode assumir no consórcio.
Selecione até três prioridades. Sua manifestação ajuda a orientar a agenda e pode acompanhar este contato.
Escolhas pessoais, sem placar público. Não constituem compromisso financeiro.