Três estudantes do interior de São Paulo desenvolveram um sistema que inverte a lógica do uso de inteligência artificial em sala de aula: em vez de entregar respostas, a tecnologia força o aluno a formular perguntas melhores. O projeto ficou em segundo lugar entre 121 propostas estaduais e já tem plano de expansão para escolas sem robôs.
A solução nasceu no SESI Votorantim, mas o modelo tem arquitetura pensada para escalar. Entender como funciona revela muito sobre para onde a edtech deve caminhar nos próximos anos.
O painel que muda a dinâmica da aula
O “Mentor Maker” usa painéis eletrônicos nas mesas. Cada estudante sinaliza, em tempo real, o nível de dificuldade da tarefa. O algoritmo organiza uma fila de prioridade: quem tem mais dúvida sobe ao topo. O professor visualiza o mapa de calor da turma e ajusta a abordagem antes que a aula descarrile.
Não há adivinhação. O sistema gera dados concretos — quantos alunos travam em qual conceito, em qual minuto da aula. Para o gestor escolar, isso significa intervenção cirúrgica em vez de revisão genérica.
IA que devolve a pergunta, não a resposta
A integração com o robô humanoide LEIA é o diferencial visível, mas a regra de negócio está no prompt: a IA não resolve o exercício. Ela devolve imagens, circuitos, referências cruzadas — pistas que exigem raciocínio do aluno para avançar.
Segundo Pedro Henrique Detonhe, um dos criadores, o problema atual é global: “Estudantes usam IA para buscar respostas prontas, não para auxiliar no raciocínio”. O Mentor Maker ataca essa raiz.
- Painel de dificuldade: entrada de dados em tempo real
- Fila dinâmica: priorização automática por necessidade
- IA socrática: respostas que são perguntas disfarçadas
- Robô opcional: LEIA amplia interação, mas não é obrigatória
Professor insubstituível — e o modelo de negócio agradece
O orientador Marcelo Dias foi enfático: o sistema não substitui o docente. O socioemocional, o projeto de vida, a mediação de conflitos — tudo isso permanece humano. A tecnologia absorve o operacional (quem precisa de ajuda agora, com quê) e libera o professor para o estratégico.
Para investidores, esse posicionamento reduz risco regulatório e de adoção. Não há narrativa de “robô professor”, mas de “copiloto de sala de aula”.
Baixo custo, alta replicabilidade
O detalhe que interessa a redes públicas e privadas: o painel funciona sem o robô. A equipe estima custo acessível para confecção estudantil — componentes básicos, programação aberta. O projeto virou pesquisa contínua: todo ano, novos alunos assumem e melhoram a solução.
Isso cria um ciclo de inovação interna, sem dependência de fornecedor externo. Escolas tornam-se laboratórios, não apenas clientes.
O que observar daqui para frente
Três vetores merecem atenção nos próximos 12 meses: (1) publicação dos dados de adoção e ganho de aprendizagem em turmas-piloto; (2) submissão a feiras de iniciação científica nacionais — validação acadêmica atrai editais; (3) abertura do código e documentação para replicação em outras unidades SESI e redes parceiras.
Se a curva de custo-benefício se confirmar, teremos um caso raro: edtech nascida na escola pública, pedagógica no desenho, escalável na arquitetura. O tipo de inovação que fundos de impacto e secretarias de educação deveriam monitorar de perto.
