Rede de Tópicos (canônica) e Rede de Conhecimento (derivada)

O sistema armazena explicitamente a Rede de Tópicos; a Rede de Conhecimento é construída (derivada) do uso.

Esta página documenta e torna navegável uma decisão estrutural do OLA: a Rede de Tópicos é a espinha dorsal versionável, enquanto a Rede de Conhecimento é dinâmica (pessoal/contextual), podendo ser persistida de forma seletiva quando houver valor analítico e explicabilidade.

M3princípio: governança M2modelo: rede M1estrutura: grafo + pesos M0uso: páginas/trilhas/OAs
Grafo (D3.js) — com predicados Clique no nó para detalhes • arraste para mover • scroll/pinça para zoom • use filtros para reduzir ruído
Sugestão: filtre em Estrutura para ver o “mapa” e depois em Uso/Dados para ver como a rede de conhecimento emerge.
Resposta direta + analogia

Resposta direta (1 frase):
Armazena-se explicitamente a Rede de Tópicos; a Rede de Conhecimento é construída (derivada) a partir dela, podendo ser parcialmente persistida conforme o objetivo.

Elemento Analogia Interpretação OLA
Rede de Tópicos Mapa da cidade Estrutura projetada, estável, versionável e auditável.
Rede de Conhecimento Caminhos percorridos Estrutura ativada pelo uso: dinâmica, contextual e pessoal.
Aprendiz Viajante Quem percorre, erra, revisita e cria evidências.
IA / Sistema Guia adaptativo Compara “ideal” vs “real” e recomenda próximos passos.
Sempre armazenarRede de Tópicos (canônica) OpcionalRede de Conhecimento (seletiva) Evitarinferência bruta sem contexto
Camadas OLA (M0–M3) e decisão arquitetural
Camada Rede de Tópicos Rede de Conhecimento
M0instâncias Exemplos, páginas, OAs Experiências vividas
M1estrutura Estrutura do grafo Pesos, trajetórias
M2regras Regras de relação Inferências, padrões
M3metamodelo Metamodelo conceitual Teorias de aprendizagem
  • Rede de Tópicos vive fortemente em M1–M3 (base canônica e governável).
  • Rede de Conhecimento se manifesta de M0 até M2 (uso, evidência, inferência).
  • Decisão-chave: sempre persistir a Rede de Tópicos; persistir a Rede de Conhecimento apenas quando houver valor (métricas, explicabilidade, histórico cognitivo).
Casos de uso (formação → armazenamento → uso) Operacionalização do ciclo: Rede de Tópicos (projetada) → Rede de Conhecimento (emergente)
Caso de uso Formação Armazenamento Uso
1) Curadoria do domínio (Rede de Tópicos) Autor define tópicos + relações + metadados (M0–M3) Persistido integralmente (grafo estável, versionado) Base para trilhas, navegação, visualização e inferência futura
2) Geração de trilhas Sistema seleciona subgrafo por pré-requisitos, nível, objetivo Tópicos já persistidos; conhecimento ainda “potencial” (instância temporária) Exibir trilha e guiar navegação
3) Estudo ativo do aprendiz (Rede de Conhecimento) Interações: acessa, resolve, erra, revisita, aprofunda Persistência seletiva: nós visitados, frequência, sequência, evidências Feedback, recomendações, progresso, explicabilidade (“por que sugeriu?”)
4) Recomendação adaptativa (uso combinado) IA compara rede ideal (tópicos) vs rede real (conhecimento) Tópicos inalterados; conhecimento atualizado continuamente (se houver registro) Sugerir próximo tópico, revisão, dificuldade, “problema resolvido”
5) Avaliação e metacognição Agregação ao longo do tempo + comparação RT vs RK Persistência histórica: snapshots, versões, métricas Autoavaliação, relatórios, pesquisa e melhoria do OLA
Frase-síntese: a Rede de Tópicos organiza o saber possível; a Rede de Conhecimento registra o saber vivido.