Case · EdTech · IA
Do framework acadêmico
à plataforma digital
O SESEBA ajuda professores de educação infantil a apoiar crianças que estão aprendendo em inglês sem abandonar a sua língua nativa. Começou como um framework de coaching presencial dentro do ambiente acadêmico, em que um coach acompanhava cada um desses professores ao longo do método. Os professores já gravavam as aulas e enviavam os vídeos para o coach analisar. No digital, gravar e enviar vídeos passa a ser o centro da rotina, e é o próprio professor, com o apoio da IA, quem identifica nesses vídeos as evidências da sua prática. Desenhei a experiência que permite ao professor seguir o método por conta própria, da trilha de aprendizagem às funcionalidades do AI Coach.
- Cliente
- Torsh, via Quave
- Meu papel
- Product Designer
- Ano
- 2026
- Plataforma
- Web, iOS e Android
Resultados
Coaching sem o coach em sala
O SESEBA é um framework desenvolvido por pesquisadoras da Rutgers University. Ele define o que caracteriza um apoio de qualidade a crianças multilíngues e o organiza em práticas concretas, nas quais o professor pode se desenvolver de forma progressiva.
No formato presencial, o coach era responsável por metade do ciclo: definir o que gravar, analisar os vídeos, avaliar a prática e estabelecer o próximo objetivo.
O principal desafioTransferir a responsabilidade do coach para o produto sem perder o rigor do método.
O coach também filtrava a complexidade do método. Com 8 capítulos, 97 estratégias e três níveis, era ele quem dizia ao professor o que importava agora. Sem o coach, esse filtro passou a ser papel do design.
Havia ainda uma segunda tensão. Quem compra o SESEBA são os distritos, mas quem faz o trabalho é o professor. Se o produto pesasse no dia a dia, não seria adotado, por melhor que fosse o método. Por isso, reduzir o esforço do professor virou critério de design em cada etapa, e o piloto foi conduzido com professores como co-pesquisadores.
Como resolver o desafio?
Mapeei cada etapa do ciclo presencial e defini quem passaria a conduzi-la no digital: o próprio produto, o professor ou o AI Coach. O que antes dependia do julgamento do coach se tornou navegação, orientação no momento certo e sugestões que o professor confirma.
Cada etapa do ciclo e quem a conduz, nos dois formatos.
Introduzir IA sem que o professor se sinta avaliado
Pedir que professores gravem a própria sala de aula exige confiança. Se a IA fosse percebida como avaliadora, a adoção ficaria comprometida. Desenhei as funcionalidades do AI Coach a partir do princípio de human-in-the-loop, para que o professor mantenha o controle em cada etapa: da forma como as tags são sugeridas ao jeito como a IA fala sobre a prática.
Experimente: a IA sugere momentos, e você decide o que conta como evidência.
Vídeo de sala · Roda da manhã Transcrição ilustrativa O AI Coach analisa o vídeo enquanto ele toca.
- 0:42
“Good morning, Mateo! ¡Buenos días! Can you help me say it in Spanish?”
Analisando este momento…
Sugestão da IADescartadaEstratégia identificada:5.2 As crianças compartilham palavras e tradições de casa
Por que a IA sugeriuA professora cumprimenta a turma em inglês e espanhol e convida o Mateo a ensinar uma palavra de casa. A língua materna é tratada como recurso, como descreve a estratégia 5.2.
- 1:48
“Ana, you can tell us in Portuguese or English, whichever you like.”
Analisando este momento…
Sugestão da IADescartadaEstratégia identificada:3.3 As crianças se sentem livres para falar na língua que escolherem
Decisões que mantêm o professor no comando
- Toda sugestão se explica. Cada tag da IA vem com um nível de confiança e uma justificativa, para que o professor avalie, em vez de confiar às cegas.
- Descartar também ensina. Ao recusar uma sugestão, o professor diz por quê, por exemplo “Evidence doesn't match”. O julgamento humano fica registrado, não é sobrescrito.
- O professor define o papel da IA. Nas configurações, ele escolhe se a IA marca as estratégias automaticamente ou se tudo passa por revisão manual.
- A IA é uma camada, não um requisito. Foundations, Plus e Pro compartilham o mesmo design. O Plus mantém o tagging manual e uma transcrição sem enquadrá-la como IA; o Pro acrescenta o coach de IA. Os mesmos fluxos funcionam com ou sem ela.
- A IA nunca contradiz o coach. O time descartou a ideia de mostrar que a IA “discorda” da tag de um coach. Quando a IA tem algo a acrescentar, isso aparece como uma dica de coaching.
O chat é um assistente dentro dos módulos de aprendizagem. Ele segue o mesmo princípio: explica estratégias e propõe ideias para a sala de aula, enquanto o próximo passo e a pontuação continuam baseados nas evidências do próprio professor.
- Raciocínio visível. Enquanto trabalha, o assistente mostra suas etapas em linguagem simples, em vez de um spinner.
- O professor segue livre. A janela pode ser fechada durante uma resposta mais longa; a resposta fica esperando.
- Disponível para todos. O time decidiu incluir o assistente também no plano gratuito, como parte da experiência de aprendizagem, e não como argumento para upgrade.
Strategy 3.3 is about children feeling free to talk in the language they choose. For example, during morning circle you might say: “You can tell us in Spanish or English, whichever you like.” Try offering that choice once a day this week, then record a moment to add as evidence.
O método se tornou a navegação
Toda a jornada do professor está organizada em um único Learning Path. Cada capítulo funciona como um hub com os mesmos três movimentos: aprender, refletir e implementar. Os vídeos têm uma biblioteca própria, já que uma única gravação pode demonstrar diversas estratégias. Cada área do produto corresponde a uma etapa do ciclo.
↺ Um novo Next Step abre o próximo capítulo
Uma coisa de cada vez
- 1 Um foco por vez.
Um único Next Step diz ao professor o que fazer agora, em todas as telas.
- 2 Progressive disclosure.
Estratégias, níveis e metas de evidência só aparecem quando o professor precisa deles. A complexidade do método continua lá, mas nunca aparece toda de uma vez.
- 3 Passos, não blocos de texto.
As instruções viraram etapas visuais com tempo estimado, para o professor saber o tamanho de cada tarefa antes de começar.
SESEBA
Um ponto de partida único para cada dia, um percurso que torna o progresso visível e uma IA que assume a parte mais trabalhosa do processo.
A mesma experiência, disponível para iOS e Android.
Principais aprendizados
Traduzir um método para um produto não é digitalizar o que já existia. É decidir quem assume cada responsabilidade.
O SESEBA ainda está nos primeiros ciclos de uso real, então ainda não há dados de uso suficientes para medir impacto. Os aprendizados abaixo vêm dos pilotos, das demos e da implantação com o primeiro distrito.
- Quem compra não é quem usa.
Distritos compram o SESEBA; professores o carregam. Um método pode ser excelente e ainda assim fracassar se pesar na semana do professor. Desenhar para a adoção significou tratar o esforço do professor como uma restrição tão rígida quanto o próprio framework, e construir o piloto com professores como co-pesquisadores.
- A IA precisa ser leve.
No dia a dia do professor, a IA funciona como assistente, não como avaliadora: sugere momentos, explica por quê e sai do caminho. Se falha, o professor segue marcando à mão; se discorda, descarta. Até o tom importa: a IA nunca contradiz o coach, ela oferece uma dica. É essa leveza que permite à IA entrar na sala de aula sem pesar para quem já tem pouco tempo.
- Simplicidade é um trabalho de edição.
O método continua inteiro: 8 capítulos, 97 estratégias, três níveis e uma meta de evidência para cada estratégia. No presencial, era o coach quem decidia o que o professor precisava ver em cada semana. Sem o coach, essa edição passou para a interface: um único Next Step, um capítulo que se abre um movimento por vez e o detalhe das estratégias só quando o professor chega em implementar. Nada do framework foi cortado; o design decide o que aparece e quando.
- A IA ocupa o espaço que nenhum software ocupava.
Por anos, o coaching do SESEBA não podia ser totalmente digitalizado: alguém precisava assistir aos vídeos e reconhecer, momento a momento, as estratégias em uso. Esse era o gargalo que mantinha o método preso ao presencial. A IA ocupa exatamente esse espaço no fluxo, não como um recurso a mais, mas como a peça que torna a versão digital possível. O aprendizado foi desenhar a partir dessa lacuna: identificar onde só uma pessoa conseguia atuar, colocar a IA ali e manter o julgamento final com o professor.