📘 Livro 5.0 — Adaptativo

Um livro que se reorganiza para o seu objetivo

O Livro que Aprende (LQA) personaliza o que você estuda, acompanha seu progresso e recomenda próximos passos — como “Netflix + Waze” do aprendizado — usando grafos de conhecimento, telemetria e um tutor de IA.

Narrativa

Imagine abrir um livro que entende onde você está e para onde quer ir. Em vez de seguir capítulos fixos, ele rearranja o caminho: entrega só o que importa para o seu objetivo — na ordem certa, com a prática certa — e mede se o aprendizado de fato aconteceu. Quando encontra um obstáculo, o livro sugere outra rota: uma leitura mais básica, um exercício guiado, um exemplo aplicado. Quando você avança, libera desafios maiores. Tudo fica registrado com transparência.

Por trás dessa experiência, o tema está modelado como um grafo de conhecimento: conceitos conectados por pré‑requisitos e relações claras. Cada interação gera sinais — sua telemetria de aprendizagem — que alimentam recomendações do tutor de IA. Assim, o aprendizado deixa de ser uma sequência rígida e vira um ciclo orientado por evidências: objetivo → trilha → prática → medição → ajuste.

O resultado é eficiência sem perder profundidade: você estuda o essencial para alcançar metas em menos tempo, com evidências de domínio (e sem decorar o que não precisa). E todo o conhecimento produzido — mapas, checklists, runbooks, exemplos — vira artefato versionado, fácil de manter e compartilhar.

Tags desta página

Dicionário de Siglas

SiglaSignificadoObservação
APIApplication Programming InterfaceIntegrações
BIBusiness IntelligenceAnálises e relatórios
CRMCustomer Relationship ManagementGestão do relacionamento com o cliente
DWData WarehouseArmazém de dados (histórico, confiável)
ETLExtract, Transform, LoadProcesso de ingestão e preparo de dados
GrafoGrafo de conhecimentoConceitos, relações, pré‑requisitos
IAInteligência ArtificialTutor e recomendações
KPIKey Performance IndicatorIndicador-chave de desempenho
LDRLearning Data RecordEvento de aprendizagem
LGPDLei Geral de Proteção de Dados (Brasil)Privacidade e governança
LMS/LXPLearning Management/Experience PlatformIntegrações de catálogo
LQALivro que AprendeLivro adaptativo 5.0
NPSNet Promoter ScoreMétrica de satisfação
PDCAPlan‑Do‑Check‑ActCiclo de melhoria contínua
SLO/SLIService Level Objective/IndicatorAlvos e medidas de confiabilidade
SSOSingle Sign-OnAutenticação única
SVGScalable Vector GraphicsDiagramas responsivos
UX/UIExperiência/Interface do UsuárioDesign e acessibilidade

Evolução dos livros (onde o LQA se encaixa)

1.0 Manuscrito/Oral

Preserva saber

Conteúdo fixo, artesanal

2.0 Impresso

Acesso em escala

Conteúdo estático

3.0 Digital

Portabilidade

PDF/ePub, busca

4.0 Interativo

Engajamento

Links, vídeo, exercícios

5.0 Adaptativo (LQA)

Personaliza & mede

Grafo + IA + métricas

6.0 Vivo/Autônomo (visão)

Atualiza-se

Automação + curadoria

Como funciona (5 passos)

1) Modelar o domínio

Mapeia conceitos, relações e pré‑requisitos em um grafo.

2) Definir objetivos

Declare o resultado que quer atingir (“intermediário em X em 2 semanas”) e os critérios de sucesso que comprovam o domínio. No LQA, isso vira metas mensuráveis (ex.: ≥12/14 sessões, 100% capítulos resumidos, quiz ≥80%, ≥1 revisão 48h, ≥2 aplicações práticas) que orientam a trilha e a medição.

3) Gerar a trilha

Combina leitura, prática e verificação na ordem ótima.

4) Medir

Telemetria de aprendizagem (acertos, tempo, dificuldades).

5) Ajustar

Recomendações do tutor de IA + versionamento dos artefatos.

Tecnologia

🧩 Stack do LQA (conceito)

Grafo de conhecimento (conceitos/pré‑requisitos), motor de trilhas, tutor de IA, LDRs (telemetria) e painéis.

🌐 Web (esta página)

HTML5 + CSS (variáveis), JS puro, SVG para diagramas, tema claro/escuro com localStorage, tooltips acessíveis. Sem dependências externas.

🧠 IA & Regras

Recomendações do tutor (rotas alternativas), validações e critérios de domínio. Explicabilidade e registro das decisões.

📈 Observabilidade

LDRs (eventos de aprendizagem), métricas de proficiência, logs e post‑mortems de aprendizagem.

🔐 Privacidade & Governança

LGPD by design: minimização, consentimento, propósito, versionamento e auditoria de artefatos.

🧷 Integrações

LMS/LXP, repositórios (Git/Drive), identidade (SSO) e exportação para Analytics/BI.

Notas técnicas
  • Diagramas em SVG com rótulos responsivos (14→18px) e tooltips via atributo data-tooltip.
  • Tema persiste em localStorage; sem bibliotecas de terceiros.
  • Arquitetura facilmente extensível para D3.js (grafos interativos) em versões futuras.

O que muda na prática

🎯 Foco

Estuda só o essencial para seu objetivo. Menos dispersão.

🧭 Rota personalizada

Ordem que se adapta ao seu nível e tempo disponível.

📈 Evidências

Métricas claras de domínio e histórico de evolução.

🧱 Artefatos

Mapas, checklists, exemplos — tudo versionado.

Exemplos de uso

📚 Subir de nível

Da base ao intermediário em um tema, com prática guiada.

🔁 Migrar de stack

Transição de tecnologia com exercícios comparativos.

🏅 Certificação

Trilha focada nos tópicos com maior lacuna.

Perguntas rápidas

O que o LQA não é?
  • Não é só um repositório de PDFs.
  • Não é um curso genérico igual para todos.
  • Não substitui o especialista; organiza, acelera e preserva o conhecimento.
Como começamos?
  1. Escolher um tema piloto e definir o objetivo (critério de sucesso).
  2. Mapear rapidamente o grafo (pré‑requisitos, relações).
  3. Montar uma trilha curta (leitura → prática → verificação).
  4. Seguir trilha , medir e ajustar.

Versões para apresentar

⏱️ 30 segundos

“O Livro que Aprende é um livro adaptativo. Ele mapeia o tema como um grafo, entende seu objetivo e monta uma trilha sob medida, medindo o progresso e sugerindo próximos passos. Você aprende mais rápido, com evidências e sem estudar o que não precisa.”

🕑 2 minutos

“Pense num livro que se rearranja para você. Ele começa com um grafo de conhecimento (pré‑requisitos e relações) e gera uma trilha prática e verificável. Cada interação vira telemetria para ajustar o caminho. Você enxerga métricas de domínio e recebe recomendações. É a eficiência do digital com a inteligência de um tutor — mas com governança, privacidade e versionamento.”

Exemplo Piloto — Leitura com IA (7 passos, 14 horas)

🎯 Objetivo & Persona

Você (leitor individual) quer concluir a leitura de um livro em 14 horas, entendendo, anotando e aplicando as ideias principais.

  • Perfil: autodidata; sessões diárias de 30–60 min.
  • Pré-requisitos: livro escolhido + motivação + caderno/notes.

🗺️ Trilha adaptativa (7 passos)

  1. Escolha & objetivos: defina propósito, tópicos e resultado esperado.
  2. Planejamento: cronograma de 14 horas (capítulos por sessão).
  3. Leitura assistida: IA explica termos, dá exemplos e analogias.
  4. Registro: resumos de capítulo (1–3 frases) e mapa mental.
  5. Diálogo: perguntas à IA para checar entendimento e ampliar visão.
  6. Aplicação: mini-exercício/quiz/reflexão prática.
  7. Evolução: revisão 48h, síntese final e próximos livros.

📈 Evidências & Métricas

MétricaBaseAlvo
Sessões concluídas (14 horas)≥ 12
% capítulos resumidos100% (1–3 frases/cap.)
Quiz de checagem≥ 80% acerto
Revisão 48h≥ 1 sessão de revisão
Insights aplicados≥ 2 aplicações práticas

🧱 Artefatos

  • Resumo capítulo-a-capítulo (1–3 frases)
  • Mapa mental (SVG/PNG) dos conceitos-chave
  • Glossário de termos
  • Checklist DoD (o que comprova a conclusão da leitura)

📅 Cronograma (14 horas)

D1–D2 Objetivos & plano • D3–D10 Leitura + notas • D11–D12 Revisão + quiz • D13 Aplicação prática • D14 Síntese & próximos passos.

Ir para Conclusão Seis Lentes

Conclusão

O que estamos fazendo

Co‑desenvolvendo o Livro que Aprende (LQA) — um livro adaptativo (5.0) que organiza conhecimento em grafos, monta trilhas sob medida e mede o aprendizado para fechar o ciclo de melhoria.

Por quê

Para reduzir dispersão, acelerar aquisição de domínio e preservar conhecimento como artefatos versionados (mapas, checklists, runbooks, exemplos) com evidências de proficiência.

Intenção & finalidade

Criar uma infraestrutura de aprendizagem contínua, confiável e reutilizável, guiada por objetivos e por métricas, com privacidade e governança (LGPD) desde o desenho.

Para quem

Aprendizes autônomos e equipes técnicas que precisam alinhar evolução de competência a metas de projeto/produto.

Qual uso (cenários)

  • Subir de nível em um tema com prática guiada.
  • Migrar de stack com exercícios comparativos.
  • Preparar certificação, focando nas maiores lacunas.
  • Transferir conhecimento crítico entre pessoas/times.

Como está sendo feito

  • Modelagem do domínio em grafo de conhecimento (pré‑requisitos e relações).
  • Geração de trilhas adaptativas (leitura → prática → verificação).
  • Telemetria de aprendizagem (LDRs) e métricas de domínio.
  • Tutor de IA para recomendações; versionamento e rastreabilidade.
  • Mini‑páginas responsivas com tema claro/escuro.

Para onde estamos indo

Do livro 5.0 (adaptativo) ao 6.0 (vivo/autônomo): mais automação de curadoria, integração com repositórios de conteúdo, painéis de gestão e recomendações baseadas em evidências reais de uso.

Ver Seis Lentes

Seis Lentes

Produto, Projeto, Processo, Método, Sistema e Ecossistema
Lente Pergunta foco Papel do LQA Entregas típicas Métricas úteis Responsável
Produto Qual valor contínuo entregamos? Plataforma adaptativa (grafos, trilhas, tutor IA, painel, APIs) Releases, roadmap, UX, catálogo Adoção, tempo-para-proficiência, NPS, retenção Product Owner
Projeto Como colocar no ar/evoluir com escopo e prazo? Implantação e incrementos (pilotos 4–6 semanas) Backlog, cronograma, budget, DoR/DoD Lead time, % escopo entregue, custo/prazo Project Manager
Processo Como operar com qualidade todos os dias? Ciclo PDCA do aprendizado (modelar → orquestrar → medir → ajustar) Runbooks, janelas de revisão, SLOs Conclusão de trilhas, aderência, MTTR de lacunas Process Owner
Método Como fazer sempre do mesmo jeito, com qualidade? Metodologia (modelagem de domínio, escrita de trilhas, LDRs, LGPD) Padrões, guias, checklists, critérios Conformidade, cobertura de padrões, reuso Curador/Metodologista
Sistema Quais componentes e interações o compõem? Sistema sociotécnico em camadas Arquitetura, contratos de interface, SLO/SLI, segurança Confiabilidade (SLO), latência, erros, custo, segurança Arquiteto/Eng. de Sistemas
Ecossistema Como se relaciona com atores e sistemas externos? Rede de sistemas & stakeholders Mapa de integrações, acordos de dados, governança Integrações ativas, tempo de integração, compliance, ROI Governança/Steward

Diagramas simples

Sistema (camadas)

Camada de Conhecimento Camada de Aprendizagem Camada de Experiência (UX/UI) Camada de IA & Regras Camada de Observabilidade Camada de Governança

Ecossistema (atores & integrações)

LQA LMS/LXP Repositórios Fontes Analytics/BI Identidade (SSO) Políticas Pessoas
Ir para Conclusão

Glossário de Termos

TermoSignificadoObservação
Stack do LQA (conceito)Conjunto de blocos do sistema: grafo de conhecimento (conceitos/pré-requisitos), motor de trilhas (orquestra leitura→prática→verificação), tutor de IA (recomendações), LDRs/telemetria (eventos) e painéis (métricas).Integrações

Referências (sugestões)

  • Handbook of Learning Analytics (2ª ed., 2022). Society for Learning Analytics Research (SoLAR).
  • Knowledge Graphs: Fundamentals, Techniques, and Applications — Hogan et al., 2021.
  • Recommender Systems: An Introduction — Jannach, Zanker, Felfernig & Friedrich.
  • Designing Data‑Intensive Applications — Martin Kleppmann, 2017.
  • WCAG 2.2 — Web Content Accessibility Guidelines, W3C.
  • xAPI (Experience API) — ADL Initiative.
  • IMS Caliper Analytics — IMS Global.

Estas referências ajudam a sustentar os pilares do LQA: modelagem de conhecimento, adaptação/recomendação, observabilidade e acessibilidade.