Apresentação
Learning Loop — studyAI
Loop de aprendizagem adaptativa — o core que transforma o studyAI de "AI tool" em "learning product real". Inspirado em spaced repetition (Anki-like).
Conceito
Atualmente o fluxo é linear:
gerar conteúdo → responder → avaliar → fim
O Learning Loop adiciona decisão adaptativa:
User responde → score → sistema decide:
- repetir (reforçar)
- avançar (próximo tópico)
- reforçar tópico (mais material sobre X)
Fluxo
A carregar diagrama…
Campos no Data Model
user_progress (expandido)
| Campo | Tipo | Descrição |
|---|---|---|
| confidence_score | FLOAT | 0–1, quão bem dominou (agregado de scores) |
| last_reviewed_at | TIMESTAMPTZ | Última vez que respondeu |
| next_review_at | TIMESTAMPTZ | Quando deve rever (spaced repetition) |
| repetition_count | INTEGER | Quantas vezes já praticou esta pergunta |
| status | VARCHAR | new | learning | review | mastered |
Algoritmo de next_review_at (SM-2)
Inputs: score, repetition_count, ease_factor, interval_days
Lógica:
- Score < 60: reset interval, repetition_count = 0
- Score >= 60:
interval_days= f(ease_factor, repetition_count) ease_factorajustado por performance (default 2.5, min 1.3)next_review_at= last_reviewed_at + interval_days
Exemplo: 1 dia → 3 dias → 1 semana → 2 semanas (conforme SM-2)
Estados de progresso
| Status | Condição | Ação |
|---|---|---|
| new | Nunca respondeu | Apresentar quando chegar a vez |
| learning | Score < 80, poucas repetições | Repetir em breve |
| review | Score >= 80, aguardar intervalo | Re-apresentar em next_review_at |
| mastered | Score >= 90, N revisões OK | Considerar dominado |
Loop adaptativo (closed loop)
| Condição | Ação |
|---|---|
| Score < 60 | Repetir pergunta + gerar conteúdo simplificado sobre o tópico |
| Score 60–89 | Repetir em next_review_at, feedback normal |
| Score >= 90 | Avançar; Question Generator pode gerar perguntas mais difíceis no próximo documento |
Implementação: Content Planner e Question Generator recebem user_profile (weak_topics, scores médios) e adaptam.
Integração com agentes
- Question Evaluator: Após avaliar, atualiza user_progress (ease_factor, interval_days, next_review_at)
- Router: Novo intent
what_to_review— devolve perguntas cujo next_review_at <= now - Content Planner: Se "reforçar tópico" ou score < 60, gera material adicional/simplificado sobre weak_topics
UI
- Dashboard: "O que rever hoje" — lista de perguntas/tópicos para revisar
- Durante prática: Indicador de progresso (ex: 3/10 dominados)
- Notificações (futuro): "Tens 5 itens para rever hoje"
Referências
- SM-2 algorithm (Anki)
- Spaced repetition research
- docs/DATA_MODEL.md — campos user_progress
- docs/USER_INTELLIGENCE.md — weak_topics, user_level
Zona de prática
Sem perguntas. Clica em Editar para adicionar.