Módulo 1.5: Projeto Piloto de 30 Dias

**Nível 1: Fundamentos

Carga Horária: 12 horas**

📖 Visão Geral

Síntese do Nível 1. Desenhe, implemente e avalie um projeto piloto de IA em sua prática docente por 30 dias. Aprenda a usar Canvas de Projeto, coletar métricas de impacto e apresentar resultados com storytelling de dados.

Objetivos de Aprendizagem:

Projetar intervenção pedagógica com IA usando Canvas estruturado
Implementar piloto de 30 dias com acompanhamento semanal
Coletar e analisar 3 métricas de sucesso (qualitativa + quantitativa)
Apresentar resultados com storytelling de dados eficaz

📋 Canvas de Projeto - Design de Intervenção

Canvas de Projeto é uma ferramenta visual de 1 página para planejar intervenções pedagógicas com IA. Garante que você considere todos os aspectos críticos antes de implementar.

Os 9 Blocos do Canvas:

1. Problema Pedagógico

Pergunta: Qual dificuldade específica você quer resolver? Exemplo: “Alunos não revisam conteúdo fora da aula”

2. Público-Alvo

Pergunta: Quem são os beneficiários? Exemplo: “Turma A - 35 alunos, 7º ano, matemática”

3. Objetivo Mensurável

Pergunta: O que você quer alcançar? Exemplo: “Aumentar tempo de estudo de 10min para 30min/semana”

4. Ferramenta de IA

Pergunta: Qual IA você usará? Exemplo: “ChatGPT Study Mode (tutoria socrática)”

5. Estratégia Pedagógica

Pergunta: Como integrará IA na aula? Exemplo: “Lição de casa interativa com IA”

6. Duração

Pergunta: Quanto tempo de piloto? Exemplo: “30 dias (6 semanas letivas)”

7. Métricas de Sucesso

Pergunta: Como medirá impacto? Exemplo: “Tempo de estudo + notas + satisfação”

8. Riscos e Mitigações

Pergunta: O que pode dar errado? Exemplo: “Alunos sem acesso → fornecer dispositivos”

9. Critérios de Parada

Pergunta: Quando abandonar projeto? Exemplo: “Se < 50% aderirem após 2 semanas”

Exemplo Completo de Canvas:

Problema: Alunos de redação não revisam textos antes de entregar (80% com erros evitáveis)

Público: Turma B - 28 alunos, 1º ano EM, Língua Portuguesa

Objetivo: Reduzir erros gramaticais de 8 para 3 por texto (média)

Ferramenta: Claude (análise de texto longo) + ChatGPT (feedback instantâneo)

Estratégia: Alunos submetem rascunho → IA dá feedback → revisam → entregam versão final

Duração: 30 dias (4 redações)

Métricas: 1) Nº de erros/texto, 2) Tempo de revisão, 3) Satisfação (survey)

Riscos: Alunos copiam correção da IA → Mitigação: Exigir print do feedback + justificativa das mudanças

Critério de parada: Se <60% usarem IA ou se qualidade piorar

🚀 Implementação Guiada - Passo a Passo

Implementação requer disciplina e documentação. Este guia divide 30 dias em 4 fases com checklist semanal.

Semana 1: Preparação (Dias 1-7)

☐ Apresentar projeto aos alunos (explicar IA, objetivos, ética)

☐ Coletar consentimento (LGPD) - pais + alunos

☐ Realizar diagnóstico inicial (baseline): aplicar métrica antes da intervenção

☐ Treinar alunos na ferramenta (tutorial hands-on de 20 min)

☐ Criar canal de suporte (WhatsApp/Google Classroom para dúvidas)

Semanas 2-3: Execução Ativa (Dias 8-21)

☐ Monitorar uso diário (quem está/não está usando?)

☐ Fazer check-ins semanais (5 min em aula: “Como está sendo?”)

☐ Resolver problemas técnicos rapidamente (< 24h)

☐ Documentar observações qualitativas (diário de bordo: surpresas, frustrações)

☐ Ajustar estratégia se necessário (pivoting permitido até dia 14)

Semana 4: Coleta de Dados (Dias 22-28)

☐ Aplicar métrica final (mesma do baseline para comparação)

☐ Enviar survey de satisfação aos alunos (Google Forms, 5 min)

☐ Fazer 3-5 entrevistas qualitativas (voluntários, 10 min cada)

☐ Coletar dados de uso (logs de acesso, se disponível)

☐ Organizar dados em planilha para análise

Dias 29-30: Análise e Reflexão

☐ Comparar baseline vs final (houve melhora?)

☐ Analisar dados qualitativos (temas recorrentes)

☐ Identificar o que funcionou / não funcionou

☐ Escrever relatório de 1 página (modelo fornecido)

☐ Decidir: Escalar, ajustar ou abandonar?

⚠️ Avisos Importantes:

Falhas são aprendizados: Se projeto não funcionar, documente POR QUÊ (isso é ciência!)
Ética > Resultados: Se IA prejudicar alunos, pare imediatamente (critério de parada)
Documente tudo: Screenshots, áudios de entrevistas, prints de conversas

📊 Métricas de Sucesso - Avaliar Impacto

Métricas são essenciais para validar se IA gerou valor real (não apenas “sensação” de sucesso). Use combinação de dados quantitativos + qualitativos.

Regra de Ouro: 1 + 1 + 1

Colete pelo menos 1 métrica quantitativa + 1 qualitativa + 1 de percepção

Métricas Quantitativas (Números):

Desempenho Acadêmico:

Notas pré vs pós
Taxa de aprovação
Redução de erros

Engajamento:

% de alunos que usaram
Frequência de uso
Tempo dedicado

Eficiência Docente:

Horas economizadas
Nº de materiais criados

Escalabilidade:

Custo por aluno
Viabilidade de expansão

Métricas Qualitativas (Insights):

Observação Direta:

Anote comportamentos durante uso da IA
Exemplo: “Alunos colaboram mais ao discutir outputs da IA”

Análise de Artefatos:

Examine materiais produzidos (redações, códigos)
Exemplo: “Textos mais estruturados após uso de IA”

Entrevistas:

Pergunte: O que aprendeu? O que frustra? O que surpreendeu?
Exemplo: “IA me fez pensar mais, não menos” (citação de aluno)

Métricas de Percepção (Satisfação):

Use escala Likert (1-5) em survey anônimo

Perguntas essenciais:

“A IA ajudou você a aprender melhor?” (1=nada, 5=muito)
“Você se sentiu confortável usando IA?” (1=desconfortável, 5=muito confortável)
“Recomendaria IA para colegas?” (1=não, 5=sim)
“O que você mais gostou / menos gostou?” (aberta)

Exemplo de Análise de Métricas:

Projeto: ChatGPT para revisão de redações (30 dias, n=28 alunos)

Tipo	Resultado
Quantitativo	Erros: 8 → 3 (-62%) ✅ Uso: 89% aderiram ✅ Tempo: +12 min/revisão ⚠️
Qualitativo	Textos mais coesos Alunos mais confiantes Alguns copiam sem entender ⚠️
Percepção	Satisfação: 4.2/5 ✅ 82% recomendam ✅ Preocupação com dependência

Conclusão: Projeto bem-sucedido. Próximos passos: Treinar uso crítico (evitar cópia) + expandir para outras turmas

🎤 Apresentação de Resultados - Storytelling

Dados sem história são esquecíveis. Storytelling transforma métricas em narrativa convincente.

Estrutura de Apresentação (10 min):

1. Gancho Emocional (1 min)

Comece com história real de um aluno

Exemplo:

“João sempre entregava redações com 10+ erros. Depois do piloto com IA, erros caíram para 2. Ele me disse: ‘Professor, agora eu entendo meus erros.’”

2. Problema e Solução (2 min)

Explique o desafio pedagógico e por que escolheu IA

Problema: 80% alunos não revisavam (falta de feedback imediato)
Solução: ChatGPT para feedback instantâneo

3. Método (1 min)

Resumo do Canvas: Duração, ferramenta, métricas

4. Resultados (4 min) - O CORAÇÃO

Apresente dados com visualizações simples

✅ O que funcionou	⚠️ O que precisa melhorar
Erros -62% Satisfação 4.2/5	Tempo +12 min Alguns copiam

5. Lições Aprendidas (1 min)

3 insights práticos para colegas

Treine alunos a usar IA criticamente (não copiar)
Feedback imediato aumenta engajamento
LGPD requer consentimento prévio

6. Próximos Passos (1 min)

Decisão: Escalar, ajustar ou parar

Exemplo: “Expandir para 3 turmas no próximo semestre”

Dicas de Visualização:

✅ Use gráficos simples: Barras, linhas, pizza (evite 3D)
✅ Destaque o delta: Mostre diferença antes/depois com setas
✅ 1 mensagem por slide: Não sobrecarregue
✅ Citações literais: Inclua frases de alunos
❌ Evite jargão: Fale “melhora de 62%” não “redução de 5 desvios-padrão”

📦 Recursos do Módulo

📹 Videoaulas (2h)

Como preencher Canvas (30 min)
Gestão de projeto piloto (40 min)
Análise de métricas (30 min)
Storytelling com dados (20 min)

📄 Templates (2h)

Canvas de Projeto (editável)
Planilha de métricas
Survey de satisfação
Template de apresentação

💬 Projeto Prático (7h)

Implementar seu piloto de 30 dias
Acompanhamento semanal com mentoria
Documentar resultados
Apresentar para turma

✅ Avaliação (1h)

Entrega de Canvas preenchido
Relatório de 1 página
Apresentação de 10 min (gravada)
Peer review de projetos

🏆 Entrega Final = Certificação Nível 1

Ao concluir este módulo com sucesso, você receberá:

Certificado SuperProfessores - Nível 1: Fundamentos de IA na Educação (60h)

Comprovando domínio de:

Contexto e história da IA educacional
5 principais ferramentas de IA (ChatGPT, Claude, Gemini, NotebookLM, FEAT)
Técnicas de Prompt Engineering (CoT, Few-Shot, Persona, Multi-LLM)
Pensamento crítico (alucinações, vieses, CRAFT, detectores)
Projeto piloto completo de 30 dias

Licença MIT**