Pular para o conteúdo
NovidadesIA

Modelos e LLMs

Molly554 cria lousa para tutor de IA e testa seis modelos em 288 aulas

Projeto aberto converte JSON em caligrafia animada no navegador e avalia custo e precisão gráfica do Claude, Gemini e DeepSeek.

Edição: Anderson Gomes
· 3 min de leitura

Molly554 cria lousa para tutor de IA e testa seis modelos em 288 aulas
Imagem: Cartão · repositório molly554/whiteboard-ai-tutor · cartão da plataforma · licença MIT

O whiteboard-ai-tutor faz a inteligência artificial escrever, desenhar esquemas e apagar anotações em uma lousa virtual enquanto ensina o aluno. O desenvolvedor molly554 publicou o código aberto em 11 de novembro de 2026 e testou seis modelos em 288 aulas gravadas com avaliação às cegas. O Gemini 4 Argon acertou todos os 11 quadros. A ferramenta serve para quem cria programas educativos e precisa escolher qual modelo contratar sem gastar com testes próprios.

A arquitetura dispensa modelos multimodais de visão para montar os diagramas na tela. O sistema opera em um laço contínuo: o modelo cospe instruções de traço em formato JSON, o navegador desenha esses comandos com traços manuais em HTML e devolve o estado da lousa quando o estudante faz uma pergunta. O computador local processa apenas a exibição gráfica e os scripts de teste, enquanto as respostas dependem das APIs externas da Anthropic, Google e DeepSeek. O protocolo aceita interrupções.

Modelos rápidos falham na geometria

Quem deseja testar a ferramenta começa pela galeria interativa no navegador para rever 64 aulas gravadas com velocidade ajustável sem gastar saldo de API. Para gerar lições inéditas sobre matemática, ciências ou economia, o usuário clona o repositório, insere as próprias credenciais e roda o disparador pelo terminal com um comando congelado. O tempo de resposta varia conforme o raciocínio: o Claude Sonnet 5.5 começou a desenhar em 2,8 segundos, enquanto Gemini 3.8 Flash e DeepSeek demoraram até dois minutos e bateram no teto de 8.000 tokens de saída. A demora cansa o estudante.

No teste estrito, que reprova marcas desenhadas entre 20 e 35 pixels fora do ponto real de cruzamento, o modelo da Anthropic aprovou apenas 5 de 11 lições. Em 12 das 20 aulas reprovadas no estudo, a imagem contradisse o texto escrito, como quando o modelo marcou a estação do ano na Terra errada ou deslocou a curva de equilíbrio. O DeepSeek V4.1 Flash falhou feio. Sem raciocínio prévio ativado, a versão rápida da DeepSeek omitiu o campo op em 7 de 24 chamadas e entregou lousas em branco, enquanto o DeepSeek V4 Pro sobrepôs palavras e cobriu os próprios diagramas.

Licença MIT libera testes recentes

O repositório soma apenas oito dias de vida, 308 estrelas, 18 forks e duas issues abertas, com último envio de código registrado em 17 de novembro de 2026. O autor avisou que a amostra de 11 quadros por modelo ainda é curta para cravar a ordem definitiva entre Claude Haiku 5.5 e Gemini 3.8 Flash. O linter embutido errou feio. O verificador acusou falhas graves em 41 dos 64 quadros, mas os revisores humanos aprovaram 26 dessas aulas porque o teste automático pune ilustrações densas com legendas próximas às linhas.

A licença MIT autoriza qualquer pessoa a copiar, alterar e distribuir o software livremente para fins comerciais ou acadêmicos. O projeto não serve para quem procura uma plataforma de ensino pronta para uso em sala de aula, pois entrega apenas a infraestrutura técnica e o histórico dos testes. Quem opera com orçamento curto precisa vigiar o Gemini 4 Argon, que custa catorze vezes mais por aula que o Claude Haiku 5.5 e dobrará de preço em primeiro de dezembro de 2026. Erros visuais ainda exigem revisão humana.

  • HTML
  • MIT
  • Modelos e LLMs
  • GitHub

Fonte: Repositório no GitHub · Como produzimos as matérias