Pular para o conteúdo
Gliamed GLEX™
glia.med.br

GLEX · Gliamed Learning Experience Engine

Cada resposta muda o que você deveria estudar depois.

Existe um motor proprietário por trás de cada recomendação do Gliamed. Ele lê cada questão que você responde e atualiza, em tempo real, a sua identidade de conhecimento: o retrato exato do que você domina, do que está esquecendo e do que fazer a seguir.

  • Atualiza seu modelo a cada resposta, não uma vez por semana
  • Toda recomendação chega com o motivo escrito
  • Zero texto inventado por IA generativa

O mesmo motor roda no site e no aplicativo, pela mesma API. Os dois leem os mesmos campos e mostram os mesmos números.

Digital Student Twin gerado agora

Sua identidade de conhecimento, calculada pelo GLEX.

Insuficiência cardíaca

Assunto · 34 respostas · último contato há 41 dias

Mastery · o quanto você domina
89%
Retention · o quanto você lembra hoje
47%
Confidence · a certeza do GLEX nessa leitura
78%
Next review · quando revisar hoje · a memória já caiu abaixo do limiar

O problema

Estatística conta o passado. A prova cobra o presente.

Quase toda plataforma de estudo para na contagem de acertos. O número é verdadeiro e não decide nada: ele descreve o que já aconteceu, não o que você responderia se a questão caísse hoje.

Plataformas tradicionais

  1. Questões
  2. Acertos
  3. Estatísticas

Mostram apenas o passado. 2 de 2 e 200 de 200 dão os mesmos 100%: um é ruído, o outro é evidência. Acertar entre cinco alternativas tem 20% de chance de ser sorte, e o percentual conta o chute como conhecimento. Pior de tudo: percentual não esquece. Memória esquece.

GLEX

  1. Learning Events
  2. Knowledge Model
  3. Digital Student Twin
  4. Recommendations
  5. Predictions
  6. Study Plan

Modela o estado atual do seu conhecimento para decidir a próxima ação. Cada resposta ajusta a estimativa do que você sabe, essa estimativa envelhece pela curva do esquecimento (o tanto de memória que some a cada dia sem contato), e a recomendação sai do seu estado de hoje, não do seu histórico.

Tempo real

Nada fica desatualizado. Nem por um segundo.

Você não espera o motor "processar" nada. No instante em que confirma uma resposta, o GLEX já recalculou o que você deveria estudar depois.

  1. Você responde uma questão o gatilho
  2. Learning Event registrado gravado, nunca reescrito
  3. Seu modelo cognitivo é atualizado BKT + FSRS, na hora
  4. Suas recomendações são recalculadas o ganho esperado muda
  5. Seu plano de estudo muda antes da próxima questão
E o ciclo recomeça na sua próxima resposta.

Cada sessão ensina o GLEX.

Ver o pipeline técnico completo — as oito etapas

Cada etapa recebe um dado, aplica uma regra escrita e entrega uma saída que a etapa seguinte sabe ler. É por isso que, no fim, dá para explicar exatamente por que aquele assunto foi escolhido.

  1. Entrada

    Learning Events

    Cada coisa que você faz vira um evento de aprendizagem: qual questão, o que você marcou, quanto tempo levou. Tudo entra por uma porta só, venha do site, do aplicativo ou do processamento em segundo plano. O registro é gravado bruto e nunca reescrito, com a classificação da questão (disciplina, assunto, banca, ano) congelada no instante em que aconteceu. Reagrupar o passado com a classificação de hoje reescreveria a sua história de estudo.

  2. Extração de eixos

    Knowledge Engine

    Uma resposta nunca fala de um assunto só. O motor quebra a questão nos eixos que ela toca, e eixo aqui é cada recorte pelo qual dá para medir conhecimento: disciplina, assunto, subassunto, competência, tema, tag, material, banca, ano, dificuldade e nível cognitivo. Cada eixo aprende com um peso diferente, porque conteúdo aprende rápido e contexto aprende devagar. Sem essa distinção, “banca FGV” viraria uma competência médica no seu mapa.

  3. Estimativa

    Bayesian Knowledge Tracing

    Ninguém consegue abrir a sua cabeça e conferir se você domina arritmia. O BKT é o jeito clássico de estimar isso mesmo assim: ele trata o domínio como um estado escondido e cada resposta como uma pista imperfeita dele. Duas extensões nossas: a chance de chute vem do número de alternativas (verdadeiro ou falso não vale o mesmo que uma questão de cinco alternativas) e o comportamento entra na conta. Acertar depois de trocar de alternativa duas vezes e abrir o comentário pesa menos do que acertar direto.

  4. Esquecimento

    FSRS Memory Model

    A estimativa envelhece. FSRS é o algoritmo de repetição espaçada que já agenda os seus flashcards: ele calcula a estabilidade de cada assunto, ou seja, quantos dias a memória aguenta antes de começar a cair. O GLEX usa esse número para envelhecer o domínio pelo tempo desde o seu último contato. Daí sai a distância entre o que você aprendeu e o que você lembra hoje.

  5. Estado

    Digital Student Twin

    O gêmeo digital é a sua identidade de conhecimento calculada pelo GLEX: estimativas por eixo, estado da memória e hábitos de estudo reunidos num retrato deste instante. Ele é montado a cada leitura e nunca guardado pronto, porque um retrato salvo criaria a pergunta “de quando é isto?”, e a resposta certa é sempre “de agora”.

  6. Decisão

    Recommendation Engine

    O ganho esperado de cada assunto combina quatro fatores com nome: urgência (o quanto está escorrendo agora), margem (o espaço que ainda existe para melhorar), relevância (o peso daquilo na sua prova) e alavanca (o quanto consolidar aquele assunto puxa os vizinhos junto). O total é multiplicado pela certeza que o motor tem na própria leitura. A pergunta não é onde você vai pior. É onde uma hora de estudo rende mais hoje.

  7. Projeção

    Prediction Engine

    A composição da prova (quanto ela costuma cobrar de cada assunto) é medida nas provas reais daquela banca que já estão no banco. Sobre ela, o motor projeta o seu desempenho questão a questão e devolve uma faixa no lugar de um número exato, junto com a cobertura: a fatia da prova sobre a qual ele realmente tem evidência sua.

  8. Saída

    Dashboard

    Mapa de conhecimento, radar, evolução no tempo, forças, fraquezas, plano de estudo e listas inteligentes. Site e aplicativo leem os mesmos campos do mesmo motor, então mostram os mesmos números.

Digital Student Twin

O que você aprendeu não é o que você lembra hoje.

O Digital Student Twin, ou gêmeo digital, é a sua identidade de conhecimento calculada pelo GLEX: o retrato do que você sabe neste momento, assunto por assunto. Um painel de estatísticas comum diz “89% de acerto em cardiologia”. O seu gêmeo diz outra coisa, e é a única que serve para decidir o estudo de hoje: o domínio é 89%, o último contato foi há 41 dias, a memória dura cerca de 9 dias sem reforço, e a chance de você lembrar agora é 47%.

  1. Mastery o que você já dominou
  2. Esquecimento o quanto some com o tempo
  3. Retention o que sobra agora
  4. Revisar hoje a recomendação que sai daqui
Estado por eixo três números

Cada assunto da sua identidade de conhecimento é descrito por estes três números, e nunca por um só.

Mastery · a chance de você dominar o assunto
89%
Retention · a chance de você lembrar disso agora
47%
Confidence · quanta evidência sustenta a leitura
78%
Next review · quando revisar hoje · pela curva do esquecimento

Retention é o domínio já descontado o esquecimento

A classificação de muito forte a muito fraco no seu mapa sai da retenção, não do acerto bruto. Um assunto com 95% de acerto visto há quatro meses não está forte. É memória que já escorreu, e chamar isso de força é o que faz alguém deixar de revisar.

Confidence decide se o motor abre a boca

A confiança mede quanta evidência existe sobre você naquele assunto: quantas respostas suas e há quanto tempo. Ela nunca aumenta o seu domínio. Ela decide se o GLEX pode dar diagnóstico: abaixo do limiar, o assunto aparece como dados insuficientes, nunca como fraco. Duas respostas não autorizam ninguém a dizer que você é fraco em cardiologia.

Sua identidade também mostra o que está escorrendo

Assuntos com domínio alto e retenção bem abaixo entram numa lista à parte: o que você está esquecendo agora, enquanto lê isto. O alerta precisa ser raro para ser levado a sério, então a queda tem um tamanho mínimo antes de virar aviso.

Por que o GLEX é diferente

Não é uma versão nova do mesmo relatório.

A diferença não está na quantidade de gráficos. Está no que cada lado sabe fazer com a mesma resposta sua.

Plataformas tradicionais

  • Contam acertos
  • Mostram porcentagens fixas
  • Estatísticas estáticas, do dia em que foram calculadas
  • Tratam todo mundo do mesmo jeito

GLEX

  • Modela conhecimento, não só acerto
  • Estima sua memória, não só seu histórico
  • Prevê o esquecimento antes de ele acontecer
  • Personaliza o plano de estudo, aluno por aluno
  • Explica cada recomendação com o motivo em cima da mesa
  • Aprende continuamente, a cada resposta sua

Every interaction teaches GLEX

Cada interação ensina alguma coisa ao motor.

Não só o acerto. O tempo que você levou, a alternativa que trocou, a ajuda que pediu e a questão que pulou também são sinal, e cada um deles ajusta a sua identidade de conhecimento. Um “certo ou errado” sozinho joga tudo isso fora.

Answered question

Questão respondida

O evento central. Atualiza a estimativa em todos os eixos que a questão toca.

Flashcard review

Revisão de flashcard

Alimenta a mesma identidade das questões. Revisar um cartão de arritmia move a estimativa sobre arritmia, em outra intensidade, no mesmo eixo.

Opened explanation

Resolução aberta

Abrir o comentário não prova domínio, então não mexe na estimativa. Mexe no contexto: “precisou de ajuda em 60% das questões de farmacologia” já é um sinal.

Tutor session

Tutor acionado

Registra onde você travou a ponto de pedir ajuda, e em que assunto isso se repete.

Changed answer

Troca de alternativa

Quantas vezes você mudou de ideia antes de confirmar. Entra na conta como chance maior de a resposta ter sido sorte.

Time spent

Tempo de resposta

Acertar em 20 segundos e acertar em 4 minutos não valem a mesma coisa. Valores absurdos são descartados na entrada, antes de contaminar a métrica para sempre.

Skipped question

Questão pulada

Sair sem responder também informa: é onde você não quis nem tentar.

Learning session

Sessão de estudo

Início, conclusão e abandono. É o que transforma respostas soltas em hábito observável: horário, ritmo e o ponto em que a sessão costuma acabar.

Todos os sinais além do acerto são opcionais por decisão de arquitetura. Um cliente que só sabe enviar “acertou ou errou” continua funcionando igual, e o perfil apenas fica mais pobre. Toda escrita do motor também roda isolada: se a inteligência falhar, sua resposta é registrada do mesmo jeito.

O GLEX nunca para de aprender como você aprende.

Personalized recommendations

A recomendação chega com a conta aberta.

Mandar você sempre para o assunto mais fraco ignora três coisas: o que está escorrendo agora, a prova que vem e o custo de aprender do zero. GLEX calcula ganho esperado e mostra de onde ele veio.

Próxima melhor ação cerca de 25 min

Revisar insuficiência cardíaca

18 questões priorizadas e 12 cartões vencidos

Memory decay High exam impact Expected score gain
Urgency · o quanto está escorrendo agora
alta
Confidence · quanta evidência sustenta isso
78%
Estimated impact · o quanto muda sua nota
alto
Por quê Você chegou a dominar 89%, mas o último contato foi há 41 dias e a chance de lembrar hoje caiu para 47%.

Os quatro fatores do ganho esperado

Os quatro pesos somam 100% e vivem num lugar só dentro do motor. Mexer neles muda a política de recomendação inteira, e é assim por decisão.

35% Urgência: o quanto está escorrendo agora
30% Margem: espaço real para melhorar
25% Relevância: peso na prova
10% Alavanca: o que este assunto puxa junto

Margem não é “1 menos domínio”

Se fosse, o motor mandaria você sempre para o assunto que você menos sabe, onde o retorno por minuto é o pior possível. O pico fica em torno de 45% de domínio: já dá pé, e ainda há muito a ganhar.

O plano cabe no tempo que você tem

Diga quantos minutos e o motor devolve a sessão que cabe neles, com a mesma priorização cortada no orçamento. Uma lista de 40 questões para 20 minutos não é plano, é promessa quebrada.

Toda recomendação nasce do GLEX.

Exam prediction

“Se a prova fosse hoje”, com faixa no lugar de promessa.

Um número de nota prevista é a coisa mais fácil de acreditar e a mais fácil de errar. Três decisões seguram a estimativa: a composição vem do acervo real daquela prova, o resultado é sempre um intervalo, e a cobertura volta junto.

Simulação de prova 100 questões
68,4% Expected score: a nota mais provável
61,2 a 75,1% Confidence interval: a faixa em que ela deve cair
72% Coverage: a fatia da prova com evidência sua
38% Target probability: chance de bater a sua meta
Sempre junto do número Estimativa estatística a partir do seu histórico. Não é previsão de resultado. Ela melhora conforme você responde mais questões dos assuntos que caem nesta prova.

A prova é medida, não imaginada

A distribuição de assuntos sai das questões reais daquela banca que já estão no banco. Se historicamente 12% é clínica médica, a simulação tem 12% de clínica médica.

Assunto sem histórico entra marcado

O que o motor não conhece entra com o seu nível geral, levemente penalizado, e declarado como inferido. Nunca disfarçado de conhecido.

Crítico é onde você mais perde questão

Não é a menor taxa de acerto. Um assunto de 40% que vale 1% da prova custa menos que um de 65% que vale 20%, e é o segundo que aparece no topo.

Explainable intelligence

Nenhuma frase é escrita por IA. Cada uma é acionada por um número.

Parece o caso óbvio de usar um modelo generativo: “escreva um parágrafo simpático explicando a recomendação”. É exatamente o caso em que não se deve. Um texto gerado vai, mais cedo ou mais tarde, dizer “você vem melhorando” para quem vem piorando, e explicação errada é pior que nenhuma.

Memory decay

Você dominou o assunto, parou de tocar nele e a chance de lembrar hoje já caiu. Revisar agora recupera muito em pouco tempo.

domínio menos retenção ≥ 20 pontos

Recurring difficulty

Não foi um erro isolado: as últimas respostas do assunto vêm abaixo do seu próprio histórico. Quando a queda é recente, a frase diz isso também.

acerto recente < 60% com 5 respostas ou mais

Knowledge gap

O ponto de maior retorno: você já tem base e ainda há muito a ganhar. Ali uma hora rende mais do que num assunto dominado ou num que começaria do zero.

domínio entre 30% e 65%

Exam relevance

Há prova marcada e este conteúdo faz parte dela. A menos de duas semanas, o calendário domina qualquer outra consideração.

prova em 14 dias ou menos

High recurrence

O assunto aparece com frequência nas questões de prova do banco. Alta recorrência medida no acervo, não opinada.

5% ou mais das questões do acervo

Expected gain

Assuntos vizinhos também vão mal. Eles compartilham base, então consolidar este tende a puxar os outros junto, e isso entra explicitamente no ganho.

eixos irmãos fracos na mesma disciplina

Low confidence

Dito na cara, não escondido: com poucas respostas suas no assunto, a recomendação avisa que a leitura ainda é provisória.

confiança < 35%

Se a condição não vale, a frase não aparece. É o que garante que a explicação nunca afirme algo que os seus dados não sustentam. Quando não há motivo forte nenhum, o motor diz que a recomendação é genérica em vez de inventar um.

Learning analytics

O mesmo estado, lido de seis ângulos.

Tudo abaixo é leitura da mesma identidade de conhecimento, não seis métricas independentes que podem discordar entre si. Por isso o radar, a linha do tempo e a recomendação nunca contam histórias diferentes.

100% 60% 20% hoje 30 dias
Retention curve: a chance de lembrar cai com o tempo. O motor marca o dia em que ela cruza o limiar e transforma “revise cardiologia” em “revise nos próximos 4 dias”.
Clínica Cirurgia GO Pediatria Preventiva Farmaco
Knowledge map: o mesmo estado projetado por dimensão. Um eixo com evidência insuficiente não vira “fraco”. Ele aparece como o que é, uma lacuna de dados.

Radar

Seu perfil por disciplina e por competência, sempre pela retenção de agora.

Timeline

A evolução por período: o que subiu, o que caiu e desde quando.

Knowledge map

O mapa completo, dimensão por dimensão, com o número de observações de cada eixo.

Strengths

Onde a retenção é alta com evidência suficiente para o motor afirmar isso.

Weaknesses

Onde a retenção é baixa, e apenas onde há dados para sustentar o diagnóstico.

Retention curve

O esquecimento projetado sobre o presente, por eixo e para a memória como um todo.

Smart question lists

Listas inteligentes são consultas, não coleções.

“Questões que você errou” não é um conjunto. É uma pergunta feita ao modelo de conhecimento. Salva como lista fixa, amanhã já estaria errada: você acertou duas, errou outras três, e ela continuaria mostrando o retrato de ontem. Cada lista é resolvida no instante em que você abre.

erradas

Questões que você errou

As que você errou na última vez que respondeu. Acertar depois tira a questão daqui, sozinho.

vai_esquecer

Você provavelmente vai esquecer

A lista que só existe por causa do modelo cognitivo. Nenhuma consulta sobre acerto e erro consegue produzi-la, porque “vou esquecer” não é fato do passado.

maior_impacto

Maior impacto agora

Onde o motor calcula o maior ganho de aprendizagem para o seu momento.

revisao

Na sua revisão, vencidas

Questões que você mandou para a revisão e cujo cartão já venceu.

alta_recorrencia

Alta recorrência em provas

Os assuntos que mais aparecem nas provas reais do banco.

tempo:30

Sessão de 30 minutos

A mesma priorização de maior impacto, cortada no orçamento de tempo. Priorizar diferente aqui seria o motor discordando de si mesmo por causa do relógio.

semelhantes

Semelhantes às que você errou

Questões inéditas dos mesmos assuntos em que você tropeçou.

consolidar

Consolidar os pontos fracos

Questões novas dos assuntos em que seu domínio é mais baixo.

dificeis

Questões difíceis

As classificadas como difíceis no banco compartilhado.

Quem quiser congelar o retrato de hoje materializa a lista: ela vira uma lista manual, sua, editável. Listas vazias continuam aparecendo, porque “você não tem erros pendentes” também é informação.

Architecture

Uma direção só, do fato à decisão.

Cada camada consome a anterior e não conhece as de cima. Dá para trocar o modelo de conhecimento sem tocar em nenhuma tela, e site e aplicativo nunca divergem, porque nenhuma conta é feita neles: os dois só exibem o que o motor calculou.

  1. Learning Events o registro do que você fez, intocado
  2. Knowledge States a estimativa por eixo, reescrita a cada resposta
  3. Digital Twin sua identidade de conhecimento, montada na hora
  4. Learning Analytics radar, timeline, forças e fraquezas
  5. Recommendation Engine ganho esperado e o motivo
  6. Prediction Engine simulação com intervalo
  7. Smart Lists regras resolvidas na hora
  8. Dashboard web e aplicativo, os mesmos números

O motor nunca derruba o produto

Toda escrita do GLEX roda isolada e engole a própria falha. Responder uma questão não pode falhar porque a inteligência falhou, e há teste automatizado guardando exatamente isso.

Nada existente depende dele

Seu histórico, sua revisão e seu progresso funcionam igual com o motor desligado. GLEX só adiciona camada, nunca vira ponto único de falha.

Preparado para evoluir

O modelo de conhecimento é um contrato, não uma classe fixa. Trocar a estatística por um modelo treinado é registrar outra implementação, sem migrar dado e sem mexer em tela.

Glossário

Cada termo desta página, em português claro.

Os nomes técnicos ficam porque são os mesmos que aparecem no produto e na literatura de ciência da aprendizagem. Nenhum deles precisa de curso para ser entendido.

Ver as 13 definições

Learning event

Uma coisa que você fez, guardada como fato: qual questão, o que você marcou, se acertou, quanto tempo levou, se abriu a resolução. É a matéria-prima de tudo o mais.

o registro do que aconteceu

Eixo

Cada recorte pelo qual dá para medir conhecimento: uma disciplina, um assunto, uma competência, uma banca. Uma única questão atualiza vários eixos de uma vez, cada um com um peso diferente.

por onde o motor mede você

Mastery

A chance de você dominar aquele assunto, na leitura do motor. Não é o seu percentual de acerto: acertar entre cinco alternativas pode ter sido sorte, e o mastery desconta isso.

o quanto você aprendeu

Retention

O mastery já descontado o esquecimento, ou seja, a chance de você acertar aquilo agora. É este número, e não o acerto histórico, que classifica um assunto de muito forte a muito fraco.

o quanto você lembra hoje

Confidence

Quanta evidência sustenta a leitura: quantas respostas suas existem naquele assunto e há quanto tempo. Confiança baixa não vira diagnóstico ruim, vira “dados insuficientes”.

o quanto o motor pode afirmar

Digital Student Twin

O gêmeo digital, que é a sua identidade de conhecimento calculada pelo GLEX: mastery, retention e confidence de cada assunto, mais o estado da sua memória e seus hábitos de estudo, reunidos num retrato deste instante.

o retrato de quem você é estudando

Bayesian Knowledge Tracing

O método clássico para estimar o que não dá para observar. Ele trata o domínio como um estado escondido e cada resposta como uma pista imperfeita, descontando a chance de chute e a chance de errar por desatenção.

Corbett & Anderson, 1995

FSRS

O algoritmo de repetição espaçada que agenda os seus flashcards. No GLEX ele faz um segundo trabalho: envelhecer a estimativa de domínio, para que aquilo que você aprendeu há meses não seja lido como conhecimento de hoje.

o mesmo algoritmo da sua revisão

Estabilidade

Quantos dias aquela memória aguenta antes de começar a cair sem reforço. Uma estabilidade de 9 dias e outra de 90 pedem planos de revisão completamente diferentes.

a duração da memória

Curva do esquecimento

O jeito como a chance de lembrar cai com o tempo desde o último contato. É o que permite ao motor dizer “revise nos próximos 4 dias” em vez de só “revise”.

o que some enquanto você não estuda

Ganho esperado

O quanto o motor projeta que você melhora estudando aquilo agora, somando urgência, margem, relevância e alavanca. É o critério que ordena o seu plano de estudo.

onde a próxima hora rende mais

Cobertura

A fatia da prova simulada sobre a qual existe evidência sua de verdade. Cobertura de 72% quer dizer que quase um terço da estimativa foi inferido do seu nível geral, e o motor diz isso em vez de esconder.

o quanto da prova ele conhece de você

Intervalo de confiança

A faixa em que o resultado deve cair, no lugar de um número exato. Uma previsão de 68% é lida como promessa; “entre 61% e 75%” é lida como o que é, uma estimativa.

a honestidade da previsão

Filosofia

Não otimizamos estatísticas.

Plataformas tradicionais contam o que aconteceu. GLEX modela o que você sabe agora, o que está esquecendo e o que tem mais chance de melhorar o seu desempenho na prova. E nunca afirma mais do que os seus dados sustentam.