EduTrack AI

Descrição do Projeto

O EduTrack AI é uma API de inteligência artificial para predição de desempenho acadêmico em ambientes gamificados, complementar à plataforma EduTrack . O produto foi desenvolvido por Daniel Rodrigues da Rocha, Davi Rodrigues da Rocha e Mylena Angélica Silva Farias, com participação do Prof. Sergio Freitas , no âmbito de sua iniciação científica no CEDIS.

A API consome os indicadores diagnósticos coletados pelo EduTrack — conhecimento prévio, autonomia, expectativas, curiosidade e motivação — para gerar predições de desempenho acadêmico que apoiam decisões pedagógicas de personalização e gamificação.

Objetivos do Projeto

O projeto tem como principais objetivos:

• oferecer predição de desempenho acadêmico a partir de indicadores motivacionais e de perfil coletados no início do semestre;
• integrar técnicas de inteligência artificial e machine learning à gamificação educacional praticada no EduTrack;
• antecipar sinais de risco acadêmico antes que se manifestem em notas, atrasos ou baixa participação; e
• servir de base experimental para ações de ensino, pesquisa e extensão apoiadas pelo CEDIS nas áreas de inteligência artificial, learning analytics e gamificação.

Recursos e Funcionalidades

O EduTrack AI expõe uma API que recebe os indicadores diagnósticos coletados pelo EduTrack e retorna predições de desempenho acadêmico, permitindo que a plataforma sinalize, de forma proativa, turmas ou estudantes que podem se beneficiar de intervenções pedagógicas ou estratégias de gamificação mais direcionadas.

Vinculação Acadêmica

• Daniel Rodrigues da Rocha (desenvolvimento do produto em iniciação científica)
• Davi Rodrigues da Rocha (desenvolvimento do produto em iniciação científica)
• Mylena Angélica Silva Farias (desenvolvimento do produto em iniciação científica)
• Prof. Sergio Freitas (orientação acadêmica)

Produção Científica Relacionada

O instrumento diagnóstico que fundamenta o EduTrack AI foi descrito em artigo aceito no XXXVII Simpósio Brasileiro de Informática na Educação (SBIE 2026), de autoria de Prof. Sergio Freitas , Daniel Rodrigues da Rocha, Davi Rodrigues da Rocha e Mylena Angélica Silva Farias.

Acesso

A API pode ser acessada em ai.edutrack.cedis.tec.br.