Módulo 14, Projeto Final

Aqui tudo se junta. Ao longo de treze módulos você construiu cada peça de um assistente educacional inteligente, do tokenizador ao knowledge tracing, quase sempre do zero. Este módulo costura essas peças em um único sistema coeso, o Multi-Agent Educational Assistant with Learning Analytics and Long-Term Student Modeling, um assistente que ensina, avalia, orienta, analisa e se adapta a cada aluno. É o ponto de chegada da trilha e, ao mesmo tempo, uma base sólida para os seus próximos projetos.

O módulo é mais enxuto que os anteriores de propósito, porque o trabalho pesado já foi feito. Em vez de novas teorias, ele traz dois guias que mostram como pensar e montar a integração, e o projeto final completo, pronto para estudar, rodar e estender. Primeiro desenhamos a arquitetura, decidindo quem faz o quê e como as peças conversam. Depois construímos e avaliamos o sistema de ponta a ponta, vendo uma sessão real do aluno em que a explicação muda de profundidade conforme o domínio dele evolui.

Os dois guias

O primeiro guia desenha o sistema antes de programar, e o segundo o coloca de pé e o avalia, fechando a trilha com o assistente rodando.

O que você leva deste módulo

Ao terminar, você terá um assistente educacional completo no portfólio, e, mais do que isso, o entendimento de cada peça que o forma, sem caixas-pretas. Você verá na prática como o RAG, os agentes, o analytics e o modelo do aluno se combinam em um comportamento de acompanhamento personalizado que nenhuma peça teria sozinha. Esse é o conhecimento que permite pesquisar, melhorar e criar os assistentes educacionais do futuro.

Projeto do módulo

O projeto final está na pasta projects/m14-final-assistant/, o assistente integrado que reúne o Tutor com RAG do Módulo 9, a calculadora segura do Módulo 10, o time de agentes coordenados do Módulo 11, o Learning Analytics do Módulo 12 e o modelo do aluno com knowledge tracing do Módulo 13. Um coordenador despacha as mensagens do aluno para a peça certa, e um modelo do aluno compartilhado costura a personalização ao longo da sessão. Ele roda do zero, sem dependências, e tem testes de integração que exercitam o fluxo completo, incluindo a personalização que adapta a profundidade da explicação.

Pré-requisitos

Este é o módulo que fecha a trilha, então ele se apoia em tudo o que veio antes, em especial nos Módulos 9 (RAG), 11 (multi-agentes), 12 (analytics) e 13 (modelagem do aluno). O projeto e os testes rodam só com a biblioteca padrão do Python. Os caminhos de evolução, como embeddings densos, banco vetorial e geração com LLM, usam bibliotecas e o Ollama, conforme o docs/setup.md.

Material de apoio

• Notebook executável em notebooks/modulo-14/, que roda uma sessão completa do assistente.
• Projeto final completo em projects/m14-final-assistant/.
• Referências dos guias reunidas em references/referencias.bib.