Mapeamento EdTech Brasil — Dashboard Executivo Nacional

Dashboard executivo interativo que consolida dados do ecossistema de tecnologias educacionais do Brasil (2018–2025), com foco em perfil das EdTechs, aspectos de mercado, lacunas pedagógicas e oportunidades de inovação.

• Repositório: https://github.com/descomplicandoadocencia/mapedtech
• Dashboard (produção): https://mapedtech.descomplicandoadocencia.com.br
• Arquivo principal: index.html (single-page, HTML+CSS+JS inline, sem backend)

---

Orientação de uso do projeto/REA

Este projeto é um Recurso Educacional Aberto (REA) em formato de dashboard de dados, pensado para apoiar:

• gestores públicos de educação;
• pesquisadores e estudantes de pós-graduação;
• empreendedores e investidores EdTech;
• professores e formadores interessados em tendências de tecnologias educacionais.

Como acessar

• Online: acesse o domínio configurado para o projeto (por exemplo, https://mapedtech.descomplicandoadocencia.com.br).
• Offline/local:
  1. Clone ou baixe o repositório.
  2. Abra o arquivo index.html diretamente no navegador (basta duplo clique) ou sirva via um servidor estático simples.

Não há dependências de backend, build ou banco de dados: o dashboard é um arquivo HTML único, com CSS e JavaScript inline, usando apenas CDNs públicos para Chart.js, Font Awesome e Google Fonts.

Público-alvo e cenários de uso

• Gestão pública: análise rápida de concentração regional, maturidade das EdTechs, B2G e séries históricas do setor.
• Pesquisa acadêmica: exploração de dados consolidados, referências bibliográficas e artigo de revisão integrativa incluído na aba “Aspectos Pedagógicos”.
• Empreendedorismo EdTech: identificação de lacunas e oportunidades (20 protótipos conceituais, radar de oportunidades 2026, projeções de mercado).!
• Formação docente/cursos: uso em disciplinas de políticas públicas, inovação educacional, tecnologia educacional, etc., como estudo de caso de visualização de dados e ciência aberta.

Principais seções do dashboard

1. Visão Geral: KPIs setoriais, liderança do Brasil na América Latina, série histórica de EdTechs e tamanho de mercado.
2. Aspectos de Mercado: perfil das empresas, segmentos, recursos digitais, tamanho de equipe, idade das startups, distribuição regional e marcos históricos.
3. Modelos de Negócio + Players: modelos de receita, B2x, tabela filtrável com 80+ players e gráficos dinâmicos por categoria/modelo.
4. Tendências & Prospecção: leitura por períodos (pré-pandemia, pandemia, pós-pandemia, 2025, prospecção 2026) com KPIs, bibliografia e 10 oportunidades de alta prioridade.
5. Modelagem & Prototipagem: catálogo de 20 protótipos conceituais (proto-cards) com TRL, público-alvo, modelo de negócio, alinhamento regulatório (LGPD, LBI, ECA Digital, BNCC, etc.).
6. Aspectos Pedagógicos: artigo científico completo, educação especial e inclusão, evolução de paradigmas pedagógicos, bibliografia ABNT e fontes primárias.

Para reaproveitar como REA, é possível adaptar textos, dados e protótipos mantendo a estrutura visual e as boas práticas de acessibilidade já implementadas.

---

Ciência aberta

O projeto foi desenhado explícita e intencionalmente como um caso de ciência aberta aplicado ao setor EdTech.

Princípios adotados

• FAIR (Findable, Accessible, Interoperable, Reusable):

  • Encontrável: repositório público no GitHub, README detalhado e relatórios técnicos versionados.
  • Acessível: dashboard disponível em domínio aberto, sem paywall ou autenticação; estrutura single-file facilita download e uso offline.
  • Interoperável: dados estruturados em objetos JS e tabelas HTML, passíveis de extração para outras ferramentas (planilhas, notebooks, etc.).
  • Reutilizável: código comentado, arquitetura modular no JS, licenças abertas para código e documentação.

• Transparência de fontes de dados:

  • Todas as métricas e séries históricas têm fontes primárias declaradas (CIEB/Abstartups, Distrito, Liga Ventures, IMARC Group, Cetic.br, INEP/MEC, etc.).
  • O README e as notas metodológicas distinguem claramente dados primários (2018–2022) de estimativas para 2025 e projeções de mercado até 2034.

• Documentação do processo:

  • REPORT.md e RELATORIO_IA.md documentam arquitetura do produto, decisões metodológicas, cadeia de custódia dos dados e linha do tempo de desenvolvimento.

Licenças

• Código do dashboard: licenciado sob MIT, permitindo uso, modificação e redistribuição para fins educacionais e de pesquisa (ver cabeçalhos de licença do repositório, se presentes).
• Documentação e relatórios: REPORT.md e RELATORIO_IA.md são disponibilizados sob CC BY 4.0, permitindo remix e adaptação com atribuição à autora/supervisora.
• Dados: a reutilização dos dados segue as licenças das fontes originais (relatórios CIEB, Abstartups, Distrito, Liga Ventures, IMARC Group, etc.), que devem ser consultadas caso a caso para uso comercial.

---

IA Responsável

O projeto assume publicamente o uso de IA generativa no desenvolvimento técnico do dashboard, seguindo boas práticas de IA responsável, Human-in-the-loop e transparência recomendadas por UNESCO, OCDE e marcos regulatórios emergentes.

Papel da IA

• A IA atuou como copiloto técnico, responsável por:

  • gerar e refatorar HTML, CSS e JavaScript conforme requisitos detalhados em prompts;
  • estruturar dados fornecidos pela supervisão humana em visualizações Chart.js e componentes de UI;
  • auxiliar na redação inicial do README e relatórios técnicos.

• A IA não:

  • criou dados quantitativos “do zero”;
  • tomou decisões de curadoria de fontes ou conclusões analíticas sem validação humana;
  • substituiu o julgamento editorial, pedagógico ou metodológico da supervisora.

Supervisão humana (Human-in-the-loop)

• Todo o ciclo seguiu o fluxo:

PROMPT humano → GERAÇÃO IA → REVISÃO humana → APROVAÇÃO humana → PUBLICAÇÃO.

• Pâmella Araújo Balcaçar é responsável pela concepção do projeto, curadoria de dados, arquitetura de informação, revisão do código e aprovação final dos conteúdos.
• Eventuais riscos (alucinação numérica, vieses de representação regional, interpretações equivocadas) foram mitigados por revisão manual contra as fontes primárias, com registro dessas limitações nas notas metodológicas.

Transparência e conformidade

• O uso de IA é explicitado:
  • neste README;
  • no próprio dashboard (notas metodológicas);
  • em relatórios específicos (REPORT.md, RELATORIO_IA.md).
• Os protótipos de soluções EdTech consideram marcos regulatórios nacionais relevantes (LGPD, LBI, ECA Digital, BNCC, ENEC etc.), evitando cenários de uso que impliquem coleta de dados sensíveis sem base legal.

---

Estrutura do repositório

• index.html — dashboard executivo completo (SPA estática, ~250 KB, HTML+CSS+JS inline).
• README.md — descrição geral do projeto, uso como REA, ciência aberta e IA responsável (este arquivo).
• REPORT.md — relatório descritivo de desenvolvimento, arquitetura de dados, fontes e metodologia.
• RELATORIO_IA.md — relato em profundidade do uso de IA, prompts e cadeia de custódia das informações.

---

Como citar

Sugestão de referência (adaptar ao contexto):

ABNT (exemplo):

BALCAÇAR, Pâmella Araújo. Mapeamento EdTech Brasil — Dashboard Executivo Nacional. Dashboard interativo. Descomplicando a Docência. Supervisão humana: Pâmella Araújo Balcaçar. Implementação assistida por IA generativa. 2026. Disponível em: https://mapedtech.descomplicandoadocencia.com.br. Acesso em: dia mês ano.

APA (exemplo):

Balcaçar, P. A. (2026). Mapeamento EdTech Brasil — Dashboard Executivo Nacional [Interactive dashboard]. Descomplicando a Docência. https://mapedtech.descomplicandoadocencia.com.br