IA precisa de estrutura

Assim que me deparei com as primeiras ferramentas de IA generativa, minha primeira reação foi acreditar que estávamos diante de algo que, munido de toda informação do mundo, resolveria muitas das complexidades que via em educação.

Mas, rapidamente ficou claro que faltava muita informação. A internet e os livros sendo quase literalmente deglutidos pelos LLMs, ainda assim não tem necessariamente o nível de informação necessário para que uma IA atue de forma consistente.

O entrevistado de hoje, Marcos Oliveira, demonstrou isso claramente com sua nova iniciativa o bncc dev.

Ao avaliar 17 modelos de IA generativa genéricos em sua proficiência em relação a nossa base curricular, quantificaram por meio de 900 perguntas para cada, 59% de erros em média e, no caso da BNCC computação, 94% (!!!) 

Por conta dessa experiência o convidei para um papo com a coluna na qual entendemos melhor como tudo isso funciona, a relevância de bens públicos digitais para a era da IA e aprendizados com os desafios de desenvolver soluções de IA generativa.

Junto com a entrevista, mapeei sete iniciativas que abriram seus dados e conteúdos para uso por IA, incluindo o próprio bncc.dev, e comparei todas pelos mesmos quatro critérios.

Acesso:

Consultar o conteúdo por meio de um sistema, sem precisar copiar página por página.

Estrutura:

O conteúdo vir em partes ligadas entre si, como a habilidade e o que o aluno precisa saber antes dela. 

Rastro:

Cada parte apontar para o documento oficial de origem, o que permite conferir a resposta.

Permissão:

Estar claro o que a máquina pode fazer com aquilo.

Quando você coloca as sete lado a lado, aparece um gradiente. Algumas nasceram pensando em ser lidas por máquinas, como a Learning Commons, da Chan Zuckerberg Initiative, e a Oak National Academy, ligada ao ministério da educação inglês. Outras negociaram esse acesso caso a caso, como a OpenStax, que abriu o acervo dentro do Gemini e ao mesmo tempo proibiu o uso dos livros para treinar modelos. E há as que seguem desenhadas só para gente navegando, como a plataforma MEC RED.

Cada posição veio de decisões. Ser legível por IA custa dinheiro, muda quem visita sua fonte e redistribui poder sobre o que chega ao professor. Entender suas implicações permite que o ecossistema de produção de conteúdos se adapte.

Esse também é o primeiro de uma série de entrevistas sobre bens públicos e modelos open source um tema que tem me interessado cada vez mais ao longo do tempo.

1 – Conte um pouco sobre sua trajetória até aqui

Sou de Brasília, de uma família de funcionários públicos que veio de Minas Gerais para tentar a vida na nova capital. Cresci com acesso à educação de qualidade e liberdade para explorar meus interesses e criar.

Aprendi a programar aos 12 anos, brincando e tentando entender como os jogos de videogame funcionavam. Segui programando até entrar no curso de Ciência da Computação na UnB, onde tive meu primeiro contato com IA, participando de grupos de pesquisa em redes neurais, por volta de 2005.

Ainda na faculdade, decidi me tornar empreendedor e fundei uma fábrica de software com colegas de curso. Foram sete anos desenvolvendo sistemas de gestão governamental e inovações para a TV digital brasileira.

Saí em 2010 para fundar uma startup de análise de dados imobiliários, que foi vendida para um grupo argentino em 2015. Depois de um período como diretor de inovação desse grupo, saí para fundar o Instituto MeViro, um negócio social sem fins lucrativos onde consegui juntar minha paixão por desenvolver tecnologia com um propósito além do lucro.

O MeViro começou realizando oficinas de cocriação de tecnologias assistivas para pessoas com deficiência. Passávamos até uma semana em espaços maker, reunindo pessoas com diferentes conhecimentos, incluindo quem vivia os desafios que procurávamos resolver.

Os projetos eram compartilhados gratuitamente em uma plataforma em português e inglês, para que outras pessoas pudessem replicá-los. As oficinas usavam e abusavam de metodologias ativas de educação.

Com o passar do tempo, começamos a ser demandados para construir e executar formações para estudantes e professores do ensino médio público do DF. Hoje, o foco do Instituto MeViro é na formação de professores da educação básica em metodologias ativas e uso de inteligência artificial.

Foi dentro dessas formações que nasceu a primeira solução da Profy, a empresa que lidero atualmente. No começo de 2023, logo após o lançamento da API do ChatGPT, começamos a desenvolver uma ferramenta para apoiar a construção de planos de aula com IA generativa.

Testamos com os professores, ouvimos suas dificuldades e abrimos uma versão beta acessível publicamente. Ao longo dos últimos três anos, a Profy evoluiu. Ganhei um sócio sensacional, o Leo Ornelas, e hoje desenvolvemos projetos e pesquisa aplicada em IA para educação, com soluções proprietárias e iniciativas abertas.

O BNCC.dev é uma delas, mantida pela Profy, que nasceu de parte dos problemas encontrados durante essa caminhada.

2 – Vocês já têm experimentado com o desenvolvimento de produtos usando IA generativa faz tempo. Quais os maiores desafios que enfrentaram?

No começo de 2023, quando a Profy ainda era apenas um gerador de planos de aula com IA generativa, nossa maior dificuldade foi sustentar financeiramente o negócio enquanto tentávamos entender os impactos dessa nova tecnologia.

Começamos vendendo assinaturas mensais para professores usarem a Profy. Não deu certo. Migramos para a venda de pacotes de créditos para criar planos de aula, sem assinatura, no PIX mesmo. Pagou, usou. Acabou o crédito, compra de novo. Sem cobrança recorrente. Deu certo e começamos a conseguir pagar nossas contas.

Desde o início, o contato foi direto com os professores. Nas formações que realizávamos, ouvíamos profissionais saturados de plataformas impostas por secretarias e sistemas de ensino.

Queríamos oferecer uma ferramenta que eles pudessem escolher e sentir que foi feita com e para eles. Essa proximidade continuou orientando o produto quando passamos a trabalhar também com instituições.

Com dificuldade, conseguimos sustentar o negócio. Hoje, a Profy oferece outros serviços e soluções, trabalhando também com grandes editoras, sistemas de ensino e secretarias de educação, além da pesquisa aplicada e das iniciativas de dados e código aberto.

Até aqui, seguimos com recursos próprios, sem investidores externos, preservando nossa liberdade e flexibilidade estratégica.

Há muitos desafios no uso da IA na educação. O trabalho com geração de conteúdo pedagógico diretamente com os professores nos levou a concentrar esforços no desafio da qualidade: avaliar modelos de IA, investigar erros nas respostas de referências curriculares e apoiar a revisão humana.

Desde 2024, usamos também outro modelo de IA para ajudar o professor a avaliar a qualidade dos planos de aula gerados.

Outras questões, como formação de docentes e gestores, desigualdade de acesso, privacidade e autonomia, também orientam nossas decisões, mesmo quando trabalhamos com um problema mais específico.

Um exemplo das dificuldades que encontramos envolve a BNCC. Em um teste sobre referências para trabalhar pós-verdade e leitura crítica de mídia no ensino médio, a IA citou algumas habilidades da BNCC.

Todas existiam. Só que as habilidades diretamente relacionadas ao tema não foram apresentadas. Uma habilidade sobre enquadramento fotográfico foi usada como se tratasse de enquadramento jornalístico.

A resposta parecia convincente, e conferir apenas se os códigos existiam não teria revelado o problema.

Conferir as referências curriculares, como a BNCC, é apenas uma das fases da revisão e avaliação de qualidade de um conteúdo gerado por IA. O professor precisa avaliar se a atividade ajuda a ensinar o que pretende, se considera o que os estudantes já sabem, se cabe no tempo e nos recursos disponíveis e quais adaptações são necessárias para que todos participem.

Mesmo com as referências corretas, um plano pode precisar de muita mudança antes de chegar à sala de aula.

Nosso trabalho como desenvolvedores precisa apoiar essa revisão, reduzir os erros da ferramenta e facilitar sua identificação quando acontecem.

No caso da BNCC, podemos comparar as respostas com os documentos oficiais. Isso nos permite medir uma parte desses problemas e oferecer aos sistemas de IA uma fonte para consulta.

A avaliação dos modelos de IA e a organização e acesso às normativas e referenciais curriculares são duas frentes do BNCC.dev.

3 – Recentemente, vocês lançaram o BNCC.dev. Explique essa iniciativa, sua relevância e por que o lançamento open source?

O BNCC.dev é uma iniciativa aberta, mantida pela Profy, que reúne dados e pesquisa aplicada para melhorar a confiabilidade das referências curriculares usadas por sistemas de IA e outros produtos educacionais.

Ele combina duas frentes: avaliar como os modelos de IA generativa respondem sobre a BNCC e oferecer uma base verificável com diferentes formas de consulta.

Na frente de avaliação, temos o benchmark de alucinação da BNCC. Fazemos perguntas aos modelos e conferimos as respostas contra os documentos de referência.

Na rodada de agosto de 2026, foram 19 modelos avaliados, com 300 itens apresentados de três maneiras diferentes, resultando em 900 perguntas e respostas por modelo de IA.

Publicamos a metodologia e os resultados, incluindo um ranking conforme os critérios da avaliação.

A outra frente trabalha com a base de dados curricular e as diferentes maneiras de se conectar a essa base. Organizamos o conteúdo dos documentos oficiais da BNCC, preservando a estrutura e a fonte de cada registro.

São 1.721 aprendizagens, entre objetivos e habilidades da BNCC de 2018 e do complemento de Computação, todas com referência à página de origem.

Um professor pode consultar pelo site; uma equipe pode integrar os dados versionados ao seu produto, baixando direto do GitHub; uma IA pode acessá-los por ferramentas de busca ou por um conector MCP.

Esse conector permite que a IA consulte dados externos. Também oferecemos acesso por API e pacotes JavaScript e Python para programadores e edtechs.

Esse conjunto compõe uma infraestrutura digital aberta de interesse público. A Profy foi a primeira consumidora dessa infraestrutura, mas outras organizações podem usá-la sem precisar refazer todo o trabalho de organizar e conferir os mesmos documentos.

Também testamos o que acontece quando os modelos têm acesso à base pelo MCP que desenvolvemos. Em um estudo com seis modelos, todos chegaram a zero alucinação observada nas condições testadas.

É um resultado sobre fidelidade à referência curricular naquele recorte, não uma garantia de acerto em qualquer situação ou de qualidade pedagógica.

Em outras palavras, o uso do MCP ajuda a evitar alucinações quando o assunto é BNCC.

Desde o início de agosto, os pacotes de dados em JavaScript e Python somaram mais de 3 mil downloads e o servidor MCP recebeu cerca de 52 mil requisições.

Os pacotes permitem incorporar os dados aos produtos e projetos, enquanto o MCP permite que as IAs consultem a base rastreável ao documento oficial da BNCC ao elaborar uma resposta.

A abertura faz parte da proposta de oferecer uma fonte confiável. Quem usa a base precisa poder conferir como chegamos àqueles dados, quais decisões tomamos quando os documentos divergem e como fazemos as correções.

Por isso, publicamos os dados, o código de extração e a metodologia de avaliação. Outras pessoas podem examinar nosso trabalho, apontar falhas e propor melhorias.

Também queremos que esse trabalho possa ser aproveitado e mantido por outras organizações.

Os dados estão sob CC BY 4.0 e o código do núcleo aberto sob MIT, licenças que permitem copiar, adaptar e integrar esses recursos, inclusive em produtos comerciais.

Assim, quem utiliza a base pode continuar trabalhando com ela sem depender do serviço hospedado pela Profy.

Nosso compromisso é manter essa base aberta e ampliar a colaboração em torno dela.

4 – Qual o valor que enxerga para bens públicos digitais na Era da IA? Qual o papel das edtechs nesse movimento? E como o ecossistema de educação precisa se adaptar?

Com a rápida adoção da IA na educação, parte das consultas que faríamos a documentos e materiais passa a ser uma conversa com um chatbot.

Recebemos uma resposta pronta, que em geral não tem sua origem identificada ou referenciada. Isso dificulta a conferência e concentra nos fornecedores de IA parte da influência e controle sobre quais informações chegam a professores e estudantes.

Os bens públicos digitais ajudam a enfrentar essa dependência, mantendo referências acessíveis independentemente dessas plataformas, mas que também podem ser consultadas por elas.

Professores e redes podem recorrer à fonte para conferir e questionar uma resposta, sem deixar toda a curadoria nas mãos de quem fornece a IA.

Essa é uma das razões pelas quais criamos o BNCC.dev: manter uma referência curricular pública acessível e verificável, tanto para as pessoas quanto para os sistemas e modelos de IA.

Bens públicos também permitem o compartilhamento de esforços. Muitas organizações precisam dos mesmos dados e ferramentas e acabam repetindo o trabalho de construí-los.

Uma base aberta pode servir a diferentes produtos e ser adaptada às necessidades de cada escola ou território. Para equipes e redes com poucos recursos, isso ajuda bastante, reduzindo custos de implementação e curadoria.

Acredito que edtechs podem compartilhar parte do que constroem, contribuir com projetos existentes e devolver melhorias aos recursos que utilizam.

Uma empresa pode vender produtos e serviços e, ao mesmo tempo, manter dados, código e métodos abertos. É o que estamos fazendo na Profy com o BNCC.dev.

Mas manter tudo isso dá trabalho. Alguém precisa codificar, revisar os dados, corrigir erros, executar novas rodadas do benchmark, comunicar mudanças a quem usa, entre outras atividades.

É nessa continuidade que acredito que o ecossistema poderia investir mais. O benefício se distribui entre muitas organizações, enquanto os esforços costumam ficar concentrados em quem mantém.

A colaboração também precisa alcançar as decisões do projeto, com educadores, redes e desenvolvedores participando da definição das prioridades.

Hoje, a Profy sustenta o BNCC.dev e buscamos parceiros para compartilhar esse trabalho.

Universidades podem ajudar a revisar o método de avaliação. Professores e redes públicas podem trazer situações que os testes ainda não contemplam.

Edtechs podem integrar a base e contribuir com melhorias. Organizações do terceiro setor podem colaborar na estruturação dos referenciais que já produzem, preservando sua autoria e condições de uso.

Também buscamos apoio financeiro para rodadas de avaliação dos modelos, revisão de etapas curriculares e manutenção da infraestrutura. São trabalhos que precisam de gente e de tempo.

Se quem estiver lendo quiser colaborar de alguma forma, manda uma mensagem pra gente.

5 – Alguma crença forte que sua experiência comprovou estar errada?

Venho de uma trajetória desenvolvendo software e sempre dei muito peso ao código como ativo da empresa.

A facilidade de criar ferramentas com IA me fez rever quanto esse código, por si só, consegue diferenciar negócios e estratégias hoje.

Quando desenvolvemos a primeira versão da Profy, levamos quase cinco meses para ter uma versão estável em produção.

Há pouco tempo, fizemos um teste: usamos IA para reproduzir aquela plataforma de planos de aula. Em menos de duas horas, tínhamos uma cópia completa, com funcionalidades e interface, e um código que achei mais bem escrito que o meu original.

Claro que estávamos reproduzindo uma ferramenta que conhecíamos, com as decisões já tomadas. Mesmo assim, foi impressionante ver aquilo funcionando tão rápido.

Também já vimos parte da nossa solução ser replicada por uma grande empresa de educação.

Ficou difícil sustentar a ideia de que as funcionalidades ou o código, sozinhos, seriam um diferencial duradouro.

Mas nossa experiência incluía também os anos de formação de professores no MeViro, as dificuldades que acompanhávamos de perto e o que aprendíamos construindo soluções com eles.

Isso já orientava nosso trabalho, mas passei a reconhecer melhor seu valor para a Profy. Era dessa experiência que vinham muitas das decisões sobre o que desenvolver e como melhorar o produto.

Continuo dando importância ao software que construímos. Ainda estamos entendendo como essa mudança afeta o negócio, mas ela já influencia onde colocamos nosso esforço e o que decidimos compartilhar.

Edtechs

Profy
Base estruturada da BNCC e ferramentas de IA para professores e editoras Brasil
Brasil

A Profy nasceu no início de 2023 como um gerador de planos de aula com IA, criado dentro das formações de professores do Instituto MeViro. Hoje mantém o bncc.dev, que reúne 1.721 aprendizagens da BNCC com referência à página de origem, e vende soluções construídas sobre essa base: o Profy AEE, para atendimento educacional especializado, e o Microhab, que decompõe habilidades em aprendizagens menores para editoras. Segundo a empresa, a plataforma anterior alcançou 137 mil professores em mais de 4.300 municípios entre janeiro de 2023 e julho de 2026, com 52% deles da rede pública. Nunca captou investimento externo.

Os dados de sua base podem ser baixados, consultados por programa ou acessados por assistentes de IA, cada registro aponta para o documento oficial e as condições de uso permitem uso comercial. O benchmark próprio mostra o que está em jogo: sem acesso à base, 59% dos pedidos de texto oficial da BNCC voltaram com trecho inventado ou de outra habilidade.

A separação que a Profy fez é explícita. O que serve a todos fica aberto, dados, pacotes e método. O que cuida dos dados de cada escola vira produto. 

Learning Commons
Infraestrutura aberta de dados curriculares para ferramentas de IA
Estados Unidos

A Learning Commons é a iniciativa educacional de Priscilla Chan e Mark Zuckerberg, lançada em 2025 para dar continuidade ao trabalho da Chan Zuckerberg Initiative em educação. O foco está na camada que fica por baixo dos produtos: as fontes que uma ferramenta de inteligência artificial consulta para decidir o que ensinar, relacionar conhecimentos e avaliar o material que produz.

O principal produto é o Knowledge Graph, que reuniu na primeira versão pública os referenciais curriculares dos 50 estados americanos em língua inglesa, matemática, ciências e estudos sociais. Em matemática, cada referencial foi decomposto em habilidades menores, ligadas por pré-requisitos e progressões. Completam o conjunto ferramentas que analisam textos gerados por IA quanto à complexidade e à adequação ao ano escolar, além de pacotes de instruções para tarefas docentes. As condições de uso variam por componente: a maior parte permite uso comercial, mas alguns conjuntos de avaliação proíbem.

É a iniciativa mais nativamente legível por IA desta edição. Os dados podem ser baixados, consultados por outros sistemas ou acessados diretamente por assistentes, com um conector público para o Claude. Com isso, uma IA consegue identificar a habilidade trabalhada em uma atividade, ou o que o aluno precisa saber antes, com menor risco de inventar relações curriculares. A Learning Commons também passou a funcionar como ponto de agregação: incorporou dados de sequência da Illustrative Mathematics e hospeda o mapa de concepções equivocadas da Eedi.

Marcos aponta a Learning Commons como a referência mais próxima do bncc.dev e marca uma diferença na origem dos dados. Os referenciais americanos chegam por meio da 1EdTech, consórcio de padrões educacionais. O bncc.dev liga cada registro à página do documento oficial. Para quem viu uma IA citar habilidades da BNCC que existiam mas não tratavam do tema pedido, conferir se o código existe não basta. A confiabilidade depende de poder voltar à fonte.

Oak National Academy
Currículo e materiais públicos com tecnologia aberta a terceiros
Reino Unido

A Oak nasceu em abril de 2020, montada por professores para apoiar o ensino remoto na pandemia. Em setembro de 2022 virou organismo público vinculado ao ministério da educação inglês, com independência operacional. Oferece gratuitamente planos curriculares e materiais para alunos de 5 a 16 anos, organizados em sequências que o professor pode adotar inteiras, adaptar ou usar em partes.

A Oak também abre a tecnologia por trás dos materiais: o aplicativo para professores e alunos, o Aila, assistente de planejamento de aulas com IA, e as ferramentas que avaliam os planos gerados por ele. Abre ainda uma ontologia curricular que descreve as relações entre disciplinas, unidades, aulas e conhecimentos. Em setembro de 2026, essa ontologia reunia 11.207 registros de concepções equivocadas dos alunos, acompanhados de correções, conhecimentos prévios e objetivos de aprendizagem ligados ao currículo nacional inglês de 2014. O código e os dados podem ser reaproveitados livremente, inclusive por empresas.

A Oak se adaptou cedo à leitura por IA. Os dados são acessíveis gratuitamente por outros sistemas e por conector para assistentes, e a própria Oak usa essa base no Aila. A própria Oak avisa que esse mapa ainda está em construção e que o documento oficial do currículo inglês continua sendo a referência final. 

Para Marcos, a Oak mostra como o poder público pode aproximar currículo, material didático e tecnologia, oferecendo uma base sobre a qual terceiros constroem. Ele também faz um alerta: as aulas misturam coleções com licenças diferentes e conteúdos de terceiros, e abrir os dados não libera automaticamente todos os materiais. 

Illustrative Mathematics
Currículo de matemática baseado em resolução de problemas
Estados Unidos

A Illustrative Mathematics é uma organização sem fins lucrativos fundada por Bill McCallum, um dos redatores dos referenciais de matemática do Common Core, e Kristin Umland. Produz um currículo do jardim de infância ao ensino médio, com aulas, materiais do aluno, guias do professor e avaliações. Os materiais receberam a classificação máxima nos principais critérios da EdReports. Segundo a organização, em 2024 o alcance passava de 1.955 distritos e 2,5 milhões de estudantes.

O conteúdo é gratuito, e a receita vem de parceiros que vendem materiais impressos, plataformas digitais, formação de professores e apoio à implementação, além de recursos filantrópicos. A certificação IM Certified atesta que um produto ou serviço é fiel ao currículo. As duas edições têm regras diferentes. A edição publicada entre 2019 e 2021 permite adaptação e uso comercial com atribuição. A edição mais recente, IM v.360, é gratuita para consulta, mas exige autorização para ser incorporada a produtos comerciais.

Até onde foi possível verificar, a organização não oferece um canal próprio para que ferramentas de IA consultem o currículo. A legibilidade chegou por intermediação: a Learning Commons incorporou dados de escopo e sequência do IM v.360, cedidos com permissão de reuso. Essa autorização cobre apenas os dados integrados e não libera o currículo completo.

Marcos usa a IM para pensar a pergunta de quem financia um currículo gratuito, e a resposta é uma oferta paga de formatos e serviços em torno do conteúdo aberto. Ele também registra o custo desse modelo: a edição mais recente restringe o uso comercial, o que faz da IM uma referência de sustentabilidade, e não de abertura irrestrita. A lógica é parecida com a que ele descreve para a própria Profy. Quando o código ficou fácil de copiar, o valor passou a estar na relação com professores e redes.

H5P
Ferramenta aberta para criação de conteúdo interativo
Noruega

O H5P surgiu em 2012 a partir de uma demanda da NDLA, portal público norueguês de materiais digitais para o ensino médio, que buscava uma alternativa gratuita às ferramentas de autoria proprietárias. A primeira versão saiu em 2013, desenvolvida pela Joubel, empresa de Tromsø depois rebatizada H5P Group. A ferramenta permite que professores criem questionários, vídeos interativos, livros digitais e jogos sem programar, e publiquem tudo no ambiente virtual que a escola já usa, como Moodle e WordPress.

O núcleo aberto é gratuito, e a receita vem de uma versão hospedada com relatórios, suporte e conexão com os ambientes virtuais das instituições. Em 2024, o H5P Group foi comprado pela D2L, empresa canadense dona do Brightspace, ambiente virtual de código fechado. Desde então há relatos de acúmulo de pendências na manutenção dos componentes abertos desde então

A IA entrou pela camada paga e pelo lado da produção. O Smart Import, recurso do plano Premium, transforma um texto, vídeo ou página em atividades interativas, que podem ser ajustadas por instruções ao público-alvo. A atualização de julho de 2026 melhorou o tratamento de documentos longos. Até onde foi possível verificar, não há um canal para que assistentes de IA consultem o acervo produzido com a ferramenta.

O caso ilustra o ponto de Marcos sobre manutenção. O benefício se espalhou por dezenas de milhares de sites, enquanto o esforço ficou com uma equipe pequena. A saída encontrada foi a venda para uma empresa de sistema fechado, com a inovação em IA reservada a quem paga. É o cenário que ele tenta evitar para o bncc.dev ao buscar universidades, redes, edtechs e financiadores para dividir a continuidade.

OpenStax
Editora sem fins lucrativos de livros didáticos abertos
Estados Unidos

A OpenStax é uma iniciativa da Rice University, criada em 2012 para publicar livros revisados por pares para o ensino superior e o ensino médio, gratuitos na versão digital e baratos na impressa. Segundo a organização, os livros já pouparam US$ 2,9 bilhões a 36,1 milhões de estudantes em 150 países.

O financiamento combina filantropia, serviços comerciais e parcerias com edtechs que constroem ferramentas alinhadas ao conteúdo. Há também uma plataforma própria de leituras e atividades corrigidas automaticamente, que devolve as notas ao ambiente virtual da instituição. A OpenStax mudou as condições de uso do acervo. Parte dos títulos permitia uso comercial com atribuição. Agora todas as versões novas e atualizadas proíbem uso comercial e exigem que adaptações sigam a mesma regra. Livros recentes trazem ainda uma cláusula que veda o uso do conteúdo para treinar modelos de IA sem permissão da editora.

A adaptação à IA foi seletiva. Em 2024, uma parceria com o Google passou a permitir que mais de 70 livros fossem buscados e citados dentro do Gemini, para usuários adultos nos Estados Unidos. A OpenStax também desenvolve atividades com IA ancoradas em trechos dos livros, desenhadas para aprofundar o raciocínio do aluno sem entregar a resposta. Um estudo da equipe sobre personalização foi premiado na conferência AIED 2026. O acervo ficou legível por IA por meio de acordos negociados, enquanto o uso livre ficou mais restrito.

A trajetória vai na direção oposta à escolha de Marcos, que adotou para o bncc.dev condições de uso que permitem copiar e integrar os dados, inclusive em produtos comerciais, para que ninguém dependa do serviço da Profy. A preocupação dele com a concentração, nos fornecedores de IA, da influência sobre o que chega a professores ganha aqui um caso concreto. A fonte é confiável, mas o acesso a ela dentro de uma IA passa por acordos com empresas específicas.

Eedi
Diagnóstico de concepções equivocadas em matemática
Reino Unido

A Eedi é uma plataforma britânica de perguntas diagnósticas de matemática em que cada alternativa errada corresponde a uma concepção equivocada específica. Segundo pesquisadores que trabalham com seus dados, a plataforma é usada por mais de 250 mil professores. A empresa vende tutoria com IA supervisionada: tutores humanos revisam e editam as mensagens geradas pelo sistema antes que cheguem aos alunos.

A Eedi tem evidência de impacto. Um ensaio randomizado conduzido com o Google DeepMind no Reino Unido encontrou ganhos de aprendizagem em alunos de 11 e 12 anos que usaram a tutoria. Um novo ensaio está em andamento em 2026 nos Estados Unidos, com a Imagine Learning. A empresa recebeu o certificado ouro da EDUEvidence.

É uma das iniciativas mais adaptadas à leitura por IA. A Eedi publica dados para pesquisadores e organiza competições de aprendizado de máquina desde 2020. Mais recentemente, tornou público, por meio da Learning Commons, seu mapa de mais de 8 mil concepções equivocadas em matemática, construído a partir de 200 milhões de respostas de alunos, com permissão de reuso inclusive comercial. O banco de perguntas diagnósticas também pode ser acessado diretamente dentro do Claude. Estudos independentes com esses dados mostram os limites da tecnologia. Os melhores modelos detectam 84% dos casos em que o aluno chega à resposta certa por um raciocínio errado, mas geram cerca de quatro alarmes falsos para cada acerto.

A Eedi dialoga com duas ideias de Marcos. Na mudança de crença sobre o código, ela protege e vende o serviço de tutoria enquanto abre o ativo que levou uma década para construir, os dados de erros reais. E o problema da resposta certa com raciocínio errado repete, do lado do aluno, o que ele encontrou do lado da máquina: uma IA que cita habilidades existentes da BNCC para o tema errado parece convincente, e só a comparação com a fonte revela a falha.

Plataforma MEC RED
Repositório público de recursos educacionais digitais
Brasil

A MEC RED foi criada em 2015 pelo Ministério da Educação, em parceria com a Universidade Federal do Paraná e a Universidade Federal de Santa Catarina, para reunir em um só lugar os recursos educacionais digitais dos portais do ministério e de professores. É software livre, com código que pode ser acessado, modificado e redistribuído. Depois de um longo período sem atualizações, foi relançada em julho de 2024 como parte da Estratégia Nacional de Escolas Conectadas. Agora permite publicar, buscar, baixar e organizar recursos em coleções públicas ou privadas, além de acessar materiais de formação recomendados pelo ministério.

Segundo divulgação de 2025, a plataforma reunia mais de 35 mil materiais e 49 mil usuários. Entre 4 de julho e 25 de outubro de 2026, a publicação e o compartilhamento de conteúdos ficaram restritos em cumprimento à legislação eleitoral.

A MEC RED foi desenhada para professores que navegam, guardam e compartilham. Até onde foi possível verificar, não oferece um canal documentado para que outros sistemas ou assistentes de IA consultem o acervo, nem vincula cada recurso, de forma estruturada e rastreável, às habilidades da BNCC.

É o caso brasileiro que dá dimensão ao argumento de Marcos. Ele defende que referências públicas continuem acessíveis a quem quiser conferir, e que as ferramentas de IA também consigam consultá-las. Um professor encontra os materiais da MEC RED no site. Uma IA que ele consulte não chega até lá.