Learning Commons

Esta é uma tradução automática da página em inglês e ainda não foi revisada por uma pessoa falante nativa.

Learning Commons é a iniciativa educacional de Mark Zuckerberg e Priscilla Chan, lançada em 2025 para levar o trabalho de ciência da aprendizagem da Chan Zuckerberg Initiative para a infraestrutura sobre a qual os produtos de tecnologia educacional são de fato construídos. Seu argumento é infraestrutural, e não pedagógico: a pesquisa existe, os padrões acadêmicos existem e os currículos de alta qualidade existem, mas ficam em sistemas separados, de modo que os desenvolvedores constroem sobre o que for mais fácil de alcançar. A organização publica três ferramentas abertas no GitHub — um Knowledge Graph, um conjunto de Evaluators e Agent Skills — e opera uma plataforma que acrescenta o Curriculum Sync para carregar currículos em um sistema de gestão da aprendizagem.

O que você pode fazer com ele

O Knowledge Graph modela padrões acadêmicos, currículos e pesquisa em ciência da aprendizagem como entidades e relações sob um único esquema compartilhado, para que uma ferramenta possa alinhar conteúdo gerado a um padrão sem construir seu próprio pipeline de dados. Os Evaluators medem atributos da saída de LLM por uma lente de ciência da aprendizagem — complexidade textual, Retroalimentação (Feedback), alinhamento a padrões acadêmicos e habilidades duradouras — e vêm com SDKs em Python e TypeScript, publicados no npm e no PyPI, para pontuar conteúdo gerado ou comparar modelos candidatos. As Agent Skills empacotam instruções, referências e salvaguardas para fluxos de trabalho docentes comuns em um formato aberto e agnóstico de modelo: uma verificação de compreensão, diferenciação de aulas em camadas, planos de aula alinhados a padrões e preparação de aulas. Na prática, o grafo é o que torna os outros dois críveis: o alinhamento de conteúdo é a alegação, e o grafo é a referência contra a qual ela é verificada.

Para quem é

Desenvolvedores que constroem recursos de IA em produtos de currículo e de avaliação, e as equipes de currículo ou de padrões que fornecem os dados aos quais esses produtos se alinham. Instrutores podem usar as agent skills por conta própria, mas o enquadramento do próprio repositório é o de infraestrutura para quem entrega ferramentas.

Notas e ressalvas

Ser aberto em código-fonte não torna os dados abertos. O código do Knowledge Graph é MIT, enquanto cada conjunto de dados carrega seu próprio rótulo de acesso — Open, Open + Gated ou Gated — e o conteúdo Gated explicitamente não é coberto pelas licenças abertas que o repositório cita, então verifique o catálogo de conjuntos de dados antes de presumir direitos de reutilização. O código dos Evaluators é MIT e o conteúdo de seus prompts é CC BY 4.0, mas os corpora anotados CLEAR e PERSUADE 2.0 que ele usa são CC BY-NC-SA 4.0. A plataforma e os conjuntos de dados por trás dela exigem uma conta. Atividade do repositório conforme lida em 2026-11-04: 167 estrelas para o Knowledge Graph, 88 para os Evaluators, 41 para as Agent Skills. A iniciativa é financiada pela CZI, e seu enquadramento do problema é o do próprio financiador.

Conceitos conectados

• Desenho curricular — o grafo existe para alinhar conteúdo gerado a padrões e currículos
• Código aberto — código MIT e Apache-2.0 com licenciamento de dados por conjunto de dados
• PLN educacional — os avaliadores são uma camada de medição de texto sobre a saída de LLM
• IA agêntica — skills que empacotam um fluxo de trabalho para um modelo executar
• Plataforma Edtech — o Curriculum Sync carrega currículos em um sistema de gestão da aprendizagem
• Grandes modelos de linguagem (LLMs) — o alvo da avaliação e o consumidor das skills