Thinking...
LittleAIMaster
Trilha de aprendizado de IA por ano
Não só usar ferramentas de IA: as crianças aprendem como a IA realmente funciona.
LittleAIMaster é um app de aprendizado independente e não é afiliado nem endossado por nenhum conselho de educação governamental.
Aprendizado focado em conceitos
O que ensinamos
Educação em IA focada em conceitos que constrói compreensão real
O que é IA
Entender a inteligência artificial e seu papel no mundo
Dados e padrões
Como a IA aprende com dados e reconhece padrões
Machine learning
Treinar modelos e entender como eles melhoram
IA generativa
Como a IA cria texto, imagens e muito mais
Ética e segurança
Uso responsável da IA e cidadania digital
Nossa abordagem
Nossa abordagem é diferente
Focamos na compreensão, não apenas em clicar
Só ensinar as crianças a usar ferramentas de IA
↓
Ensinar como a IA realmente funciona por dentro
Tutoriais superficiais
↓
Compreensão conceitual profunda com projetos práticos
Exploração sem orientação
↓
Trilha de aprendizado estruturada com progressão clara
Ano a ano
Detalhamento da trilha de aprendizado
Clique em cada ano para explorar temas, resultados e requisitos.
10-11 anos✋ Sem computador
📚
60Capítulos
📁
6Unidades
Os alunos começam sua jornada na IA descobrindo o que é a inteligência artificial e como ela impacta o dia a dia. Sem necessidade de computador: todo o aprendizado é por meio de atividades, discussões e projetos práticos sem computador.
Temas principais:
A história da IAComo os computadores pensamA IA ao nosso redorSer esperto com a IAAtividades de IA (sem computador)Meu futuro com a IA
🎯 Resultado de aprendizado
Os alunos conseguem definir a IA, explicar sua história de 1956 até hoje, identificar mais de 10 aplicações de IA no dia a dia, discutir a ética da IA e expressar aspirações futuras.
11-12 anos✋ Sem computador
📚
60Capítulos
📁
6Unidades
Os alunos passam de entender O QUE é a IA para aprender COMO a IA aprende. Foco em reconhecimento de padrões, conceitos de machine learning, fundamentos de visão computacional e processamento de linguagem natural por meio de aprendizado por investigação.
Temas principais:
Padrões por toda parteEnsinando as máquinasFundamentos de visão computacionalLinguagem e IA (NLP)Jogos e enigmas de IALaboratório de projetos de IA
🎯 Resultado de aprendizado
Os alunos compreendem conceitos de ML, entendem os dados de treinamento, explicam como a IA vê imagens e entende a linguagem, criam árvores de decisão e concluem projetos de investigação.
12-13 anos💻 Computador
📚
72Capítulos
📁
6Unidades
O ano de transição dos conceitos ao código! Os alunos aprendem os fundamentos da programação em Python e os aplicam para criar sistemas de IA simples, incluindo chatbots, editores de imagens e projetos de IA baseados em regras.
Temas principais:
Fundamentos do código (Python)Dados e listasMinha primeira IA (baseada em regras)Projetos de imagens (PIL)Fundamentos de chatbotsMiniprojetos
🎯 Resultado de aprendizado
Os alunos escrevem programas em Python com confiança, trabalham com arquivos e dados, criam comparadores de padrões, fazem editores de imagens simples e desenvolvem chatbots com personalidade.
13-14 anos💻 Computador
📚
72Capítulos
📁
6Unidades
Ciência de dados e machine learning de verdade! Os alunos aprendem estatística, trabalham com Pandas e NumPy, treinam modelos com scikit-learn e concluem projetos de ML de ponta a ponta.
Temas principais:
Matemática para IA (estatística)Aprendizado supervisionadoCiência de dados (Pandas)Treinamento de modelos (sklearn)Projetos de ML do mundo realConstrução de portfólio de ML
🎯 Resultado de aprendizado
Os alunos fazem EDA, treinam classificadores e regressores, avaliam modelos com métricas adequadas, criam detectores de spam e analisadores de sentimento e montam portfólios de ML.
14-15 anos💻 Computador
📚
72Capítulos
📁
6Unidades
Transição para o deep learning! Os alunos aprendem os fundamentos das redes neurais, constroem CNNs para visão computacional, exploram RNNs para NLP e se aprofundam na ética da IA, incluindo viés, justiça e IA responsável.
Temas principais:
Fundamentos de redes neuraisTreinamento de redes profundasVisão computacional (CNNs)Linguagem natural (RNNs)Aprofundamento na ética da IAProjetos de deep learning
🎯 Resultado de aprendizado
Os alunos constroem redes neurais com TensorFlow/Keras, treinam classificadores de imagens, implementam modelos de texto, identificam viés de IA, desenvolvem estruturas éticas e implantam modelos simples.
15-16 anos💻 Computador
📚
72Capítulos
📁
6Unidades
IA de ponta! Os alunos dominam os Transformers e os LLMs, exploram a IA generativa (texto, imagem, áudio), aprendem aprendizado por reforço, constroem sistemas de IA em produção e entendem as aplicações industriais.
Temas principais:
Transformers e LLMsIA generativaAprendizado por reforçoDesign de sistemas de IAIA na indústriaProjetos finais
🎯 Resultado de aprendizado
Os alunos usam APIs de LLM com eficácia, aplicam engenharia de prompts, entendem GANs e difusão, constroem agentes de RL, implantam com Docker/FastAPI e concluem projetos finais relevantes para a indústria.
16-17 anos💻 Computador
📚
72Capítulos
📁
6Unidades
A culminância! Os alunos se envolvem com pesquisa de ponta, constroem sistemas RAG e agentes de IA, exploram o empreendedorismo, preparam-se para carreiras em IA e concluem um ambicioso projeto final de formatura.
Temas principais:
IA de pontaMétodos de pesquisa em IAProjetos avançados (RAG, agentes)Empreendedorismo em IAPreparação para a carreiraProjeto final
🎯 Resultado de aprendizado
Os alunos leem artigos de pesquisa, fazem fine-tuning de LLMs, constroem agentes de IA, criam planos de negócios, se destacam em entrevistas técnicas e se formam com portfólios profissionais prontos para a universidade ou a indústria.
📴
Recurso Premium
Premium: aprenda offline
Os assinantes Premium podem baixar lições para aprender em viagens, deslocamentos ou quando a internet é limitada. Seu progresso é sincronizado automaticamente ao reconectar.
Funciona offline
- ✓Lições baixadas
- ✓Quizzes baixados
- ✓Certificados baixados
Requer internet
- •Primeiro download
- •Login da conta
- •Sincronização de progresso
- •Atualizações de conteúdo
Saiba mais
Recursos de educação em IA
Explore recursos confiáveis sobre educação em IA e ciência da computação
Iniciativa AI4K12
Diretrizes nacionais para educação em IA no K-12, desenvolvidas pela AAAI e pela CSTA.
ai4k12.org →CSTA
Padrões da Computer Science Teachers Association para a educação em CC no K-12.
csteachers.org →Padrões ISTE
Padrões e recursos da International Society for Technology in Education.
iste.org →Perguntas frequentes
Perguntas comuns
Para qual idade/ano é o LittleAIMaster?
O LittleAIMaster foi feito para alunos do 6º ao 12º ano (10-18 anos). O conteúdo avança dos fundamentos da IA no 6º ano até temas avançados como machine learning e IA generativa nos anos superiores.
As crianças precisam de experiência prévia em programação?
Nenhuma experiência prévia em programação é necessária. O 6º e o 7º ano focam em conceitos de IA sem programação. Introduzimos Python no 8º ano com lições amigáveis para iniciantes, desenvolvendo as habilidades de forma progressiva.
Vocês ensinam a usar ferramentas de IA como o ChatGPT?
Vamos além dos tutoriais de ferramentas. Embora abordemos como usar a IA de forma responsável, nosso foco é ensinar como a IA realmente funciona: os conceitos, a matemática, a ética. Essa compreensão mais profunda ajuda as crianças a usar qualquer ferramenta de IA com bom senso.
Podemos aprender offline?
Os assinantes Premium podem baixar lições para aprender offline. O conteúdo baixado funciona sem internet, ótimo para viagens ou áreas com conectividade limitada. O progresso é sincronizado automaticamente ao voltar a ficar online. O primeiro download e o login da conta exigem internet.
Pronto para começar
a jornada?
Disponível para Android, iOS e Web. Experimente os 3 primeiros capítulos grátis.
Comece pelo 6º ano, unidade 1 — os 3 primeiros capítulos totalmente grátis