TeamUp: Semantic Project Matching and Team Formation for Learning at Scale

Resumo Técnico: TeamUp – Correspondência Semântica de Projetos e Formação de Equipes para Aprendizagem em Escala

Declaração do Problema
A aprendizagem baseada em projetos (PBL) é um pilar fundamental da educação em engenharia contemporânea, contudo, escalá-la para turmas de 200–300+ alunos apresenta desafios pedagógicos significativos. Os métodos atuais de alocação, que dependem de planilhas manuais, pesquisas de preferência ad hoc e intuição do instrutor, falham em abordar três questões persistentes:

1. Má Adequação entre Habilidades e Projetos: Diferenças sutis de competência são ignoradas, levando a projetos que são ou muito fáceis (causando desengajamento) ou muito difíceis (causando sobrecarga), desalinhando-se da Zona de Desenvolvimento Proximal (ZDP) do aluno.
2. Agrupamento Homogêneo de Equipes: Equipes formadas manualmente ou por autoescolha frequentemente agrupam alunos com forças idênticas, perdendo a diversidade cognitiva necessária para melhorar a resolução de problemas e os resultados de aprendizagem.
3. Distribuição Desigual de Oportunidades: Sem mecanismos principistas, alunos de alto desempenho auto-selecionam projetos visíveis, enquanto grupos sub-representados enfrentam acesso reduzido a oportunidades.

Abordagens tradicionais tratam a alocação como um problema de otimização logística em vez de um problema de design de aprendizagem, falhando em capturar a natureza multidimensional das competências dos alunos e dos requisitos dos projetos.

Metodologia
TeamUp é um sistema leve, baseado em embeddings, projetado para automatizar a alocação de projetos e a formação de equipes, aderindo aos princípios da ciência da aprendizagem. A arquitetura do sistema integra quatro componentes principais:

1. Preparação de Dados e Geração de Embeddings:

   • Entrada: Os alunos fornecem perfis incluindo proficiência de habilidades autoavaliada, cursos realizados, experiência em projetos e preferências de domínio. Currículos podem ser carregados para extração baseada em PLN. Supervisores definem projetos com habilidades obrigatórias/opcionais, classificações de dificuldade e tags de domínio.
   • Vetorização: Todos os dados textuais e categóricos são convertidos em representações vetoriais densas usando modelos de linguagem pré-treinados (por exemplo, text-embedding-ada-002, Google Gemini).
   • Agregação: Os embeddings dos alunos ($s$) são computados via média ponderada dos embeddings de habilidades e experiência, onde os pesos correspondem aos níveis de proficiência auto-relatados. Os embeddings de projetos combinam habilidades obrigatórias (peso 1,5×), habilidades opcionais (peso 0,75×) e descrições.
   • Armazenamento: Os vetores são armazenados no PostgreSQL usando a extensão pgvector, permitindo busca de similaridade eficiente via indexação HNSW sem infraestrutura de banco de dados vetorial separada.

2. Correspondência Baseada em Similaridade (Classificação Híbrida):

   • Pontuação Base: A correspondência inicial usa similaridade de cosseno entre os embeddings do aluno e do projeto.
   • Ajustes Pedagógicos: As pontuações de similaridade brutas são modificadas por três restrições:
     • Alinhamento de Dificuldade (ZDP): Uma penalidade quadrática é aplicada se a dificuldade do projeto não corresponder significativamente ao nível de experiência do aluno, prevenindo atribuições avassaladoras ou entediantes.
     • Preferência de Domínio: As pontuações são aumentadas (15–20%) se o projeto estiver alinhado com os interesses de domínio declarados pelo aluno, apoiando a teoria da autodeterminação.
     • Equilíbrio de Demanda: As pontuações decaem exponencialmente à medida que a taxa de inscrição de um projeto se aproxima da capacidade, garantindo distribuição equitativa de projetos de alta demanda.

3. Modelagem de Complementaridade de Equipes:

   • Para prevenir agrupamento homogêneo, o TeamUp emprega um algoritmo ganancioso que maximiza a complementaridade de habilidades.
   • Começando com o aluno de melhor correspondência, membros adicionais são selecionados com base em uma pontuação de complementaridade: $comp(t, c) = \alpha \cdot sim(c, p) - \beta \cdot sim(t, c)$, onde $t$ é o embedding médio da equipe atual, $c$ é um candidato e $p$ é o projeto.
   • Esta formulação equilibra a adequação ao projeto contra a penalização de candidatos muito semelhantes aos membros existentes da equipe. A diversidade da equipe é quantificada pela variância do vetor de embedding médio da equipe.

4. Arquitetura do Sistema:

   • Construído com Next.js/React (frontend) e Supabase/PostgreSQL (backend).
   • Suporta recomendações em tempo real com latência subsegundo para turmas de 500+ alunos.
   • Custos operacionais mantidos abaixo de $0,10 por aluno.

Principais Contribuições

1. Sistema de Alocação Principista: Um sistema baseado em embeddings semânticos fundamentado na ciência da aprendizagem (ZDP, teoria da autodeterminação, aprendizagem colaborativa) que vai além da simples correspondência de palavras-chave ou classificação de preferências.
2. Modelagem de Diversidade Cognitiva: Uma abordagem nova para formação de equipes que modela explicitamente a complementaridade de habilidades através da variância de embeddings, operacionalizando o princípio de que equipes diversas superam as homogêneas.
3. Design de IA Responsável: O sistema é projetado como uma ferramenta de "humano no loop" que fornece recomendações transparentes e explicáveis (mostrando alinhamentos de habilidades e justificativas), preservando a autoridade do instrutor para decisões finais. Opera dentro de orçamentos educacionais realistas sem exigir dados de treinamento personalizados ou infraestrutura especializada de ML.
4. Validação Virtual: Evidência de um experimento virtual demonstrando a capacidade do sistema de produzir alocações superiores em comparação com a atribuição aleatória.

Resultados (Experimento Virtual)
O sistema foi avaliado usando 250 perfis de alunos fictícios e 60 descrições de projetos, comparando o TeamUp com alocação aleatória:

• Qualidade da Correspondência: O TeamUp alcançou uma similaridade média de cosseno de 0,74 versus 0,43 para alocação aleatória.
• Alinhamento de Dificuldade: 83% dos alunos do TeamUp foram colocados dentro de um nível de dificuldade de sua experiência, comparado a 34% sob atribuição aleatória.
• Diversidade da Equipe: 82% das equipes do TeamUp cobriram três ou mais áreas técnicas, comparado a 41% das equipes aleatórias.
• Desempenho: O sistema gerou todas as recomendações em 4,2 segundos (subsegundo por consulta) com um custo de API de $0,024 para a turma completa.

Significado e Alegações
O artigo afirma que o TeamUp oferece uma solução escalável e custo-efetiva para os desafios pedagógicos da PBL em larga escala. Ao alavancar embeddings semânticos, o sistema aborda as limitações da alocação manual em capturar adequações sutis entre habilidades e projetos e fomentar a diversidade cognitiva.

Os autores afirmam explicitamente que os resultados atuais são preliminares, derivados de um experimento virtual com dados sintéticos. Eles reconhecem que dados fictícios não podem capturar a "bagunça" de perfis reais de alunos, inconsistências de autoavaliação ou dinâmicas interpessoais de equipe. Consequentemente, o artigo não afirma que o TeamUp garante resultados de aprendizagem melhorados ou equidade na prática ainda. Em vez disso, posiciona o sistema como um padrão de design promissor para IA responsável na educação, com o próximo passo crítico sendo uma implantação controlada com usuários reais para validar justiça, satisfação do usuário e ganhos reais de aprendizagem. O sistema é enquadrado não como um substituto para o julgamento humano, mas como uma ferramenta para lidar com correspondências rotineiras, libertando os instrutores para focar em casos extremos e decisões contextuais.