Taxonomia de matemática chinesa com IA chega ao top 25 global de código aberto

Dados rápidos

• Repositório: xiaoyang111222/cn-math-taxonomy
• Licença: CC BY-NC 4.0 (no README) / não declarada (no GitHub)
• Linguagem: JavaScript
• Estrelas: 3.413 (3.091 ganhas na semana)
• Forks: 809
• Posição no ranking: 24º lugar semanal no Trendshift
• Data da consulta: 25 de outubro de 2026

---

Um mapa de conhecimento para dominar a matemática chinesa

O cn-math-taxonomy é um repositório que constrói uma taxonomia de conhecimento (knowledge graph) para o ensino de matemática no sistema educacional chinês, abrangendo desde o ensino fundamental até o médio. O projeto mapeia mais de 800 conceitos matemáticos — organizados em tópicos como álgebra, geometria e estatística — alinhados aos padrões curriculares oficiais chineses. Além disso, inclui um banco de 1.407 questões e uma ferramenta de diagnóstico adaptativo que identifica lacunas de aprendizado em tempo real.

O repositório ganhou destaque após pouco mais de uma semana de existência, alcançando a 24ª posição no ranking semanal do Trendshift, um indicador de popularidade entre projetos de código aberto. Seu crescimento rápido se deve à combinação de três elementos: uma base de conhecimento estruturada, uma interface de diagnóstico automatizado e a cobertura integral dos conteúdos obrigatórios do currículo chinês.

---

Como o diagnóstico adaptativo funciona na prática

O sistema opera como um grafo de conhecimento, onde cada nó representa um conceito matemático e as arestas indicam relações de dependência. Quando um aluno erra uma questão, o algoritmo percorre as arestas "para trás" para identificar os pré-requisitos que não foram dominados. Por exemplo, se o estudante falha em resolver uma equação quadrática pelo método de completar quadrados, o sistema pode diagnosticar que ele precisa revisar a "fórmula do quadrado perfeito" e, antes disso, conceitos como operações com polinômios e propriedades de igualdades.

O repositório também separa as relações em dois tipos: hard edges (dependências obrigatórias, como "saber frações antes de aprender proporções") e soft edges (dependências recomendadas, como "entender porcentagens antes de juros compostos"). Essa distinção permite que o diagnóstico seja mais preciso, ajustando o nível de profundidade conforme o perfil do aluno.

Para usar o diagnóstico, basta acessar a plataforma online ou clonar o repositório e executar os scripts em JavaScript. O projeto não exige configuração complexa: após instalar as dependências com npm install, o usuário pode iniciar o servidor local com npm start e acessar a interface em http://localhost:3000.

--- ## Casos de uso que mostram o potencial da ferramenta

1. Preparação para vestibulares

Estudantes podem usar o diagnóstico para identificar pontos fracos em tópicos como funções ou trigonometria, recebendo recomendações de questões específicas para praticar. O sistema prioriza questões com base nas lacunas identificadas, otimizando o tempo de estudo.

1. Planejamento de aulas

Professores visualizam o grafo de conhecimento para entender como conceitos se conectam. Por exemplo, ao planejar uma aula sobre "derivadas", o educador pode ver que os alunos precisam dominar antes "funções exponenciais" e "limites", ajustando o cronograma conforme necessário.

1. Aprendizagem personalizada

Alunos com dificuldades em geometria espacial podem receber exercícios focados em visualização de sólidos, enquanto aqueles que dominam o básico avançam para tópicos como vetores. O sistema adapta o nível das questões automaticamente.

1. Integração com plataformas de EdTech

O formato aberto do grafo permite que outras ferramentas de educação importem os dados para criar trilhas de aprendizado personalizadas. O projeto segue o padrão Marble os-taxonomy, facilitando a compatibilidade com sistemas externos.

1. Revisão de pré-requisitos

Quando um aluno erra uma questão de "probabilidade condicional", o diagnóstico pode revelar que ele não domina "conjuntos" ou "frações", sugerindo uma revisão em conceitos anteriores antes de prosseguir.

--- ## O que diferencia o cn-math-taxonomy de alternativas

Ao contrário de repositórios genéricos de questões ou taxonomias não alinhadas a currículos específicos, este projeto oferece três diferenciais claros:

1. Alinhamento oficial

O grafo segue rigorosamente os padrões curriculares chineses, incluindo as revisões de 2025 para o ensino fundamental e médio. Isso garante que os conceitos mapeados correspondem exatamente ao que é ensinado em salas de aula chinesas.

1. Diagnóstico regressivo

A maioria das ferramentas de diagnóstico identifica apenas se o aluno acertou ou errou uma questão. Este projeto vai além: ao usar um grafo de dependências, ele localiza por que o erro ocorreu, permitindo intervenções direcionadas.

1. Multi-disciplinaridade

Embora focado em matemática, o repositório também inclui taxonomias para inglês e física, com mais de 2 mil questões adicionais. Isso cria uma base para sistemas de diagnóstico cross-disciplinares, algo raro em projetos open source.

--- ## Limitações e cuidados ao adotar o projeto

Apesar de seu potencial, o cn-math-taxonomy ainda está em fase inicial e apresenta várias advertências importantes:

• Rascunho não revisado por professores

O README deixa claro que o projeto é um "AI-generated draft" e que conceitos, relações de dependência e respostas das questões precisam ser validados por educadores antes de uso em sala de aula. Tópicos marcados como "待核" (aguardando revisão) não devem ser considerados definitivos.

• Falta de release estável

Não há versões oficiais lançadas — apenas commits diários. Isso significa que a API e a estrutura de dados podem mudar sem aviso prévio.

• Licença ambígua

Enquanto o README exibe a licença CC BY-NC 4.0, o GitHub registra "não declarada", o que pode gerar incertezas sobre direitos de uso e redistribuição.

• Cobertura limitada de idiomas

O projeto é majoritariamente em chinês, com traduções parciais para inglês. A documentação técnica e os comentários no código estão em chinês, o que pode dificultar a adoção por desenvolvedores não familiarizados com o idioma.

• Dependência de dados externos

O grafo usa referências a livros didáticos específicos (como a série Renmin Jiaoyu Chubanshe), o que pode não ser compatível com outros sistemas educacionais fora da China.

• Segurança e privacidade não documentadas

Não há informações sobre como os dados dos alunos são armazenados ou processados na versão online (math.pansgo.com). Usuários devem avaliar riscos antes de inserir informações sensíveis.

---

Resumo rápido

• Projeto: Taxonomia de conhecimento para matemática chinesa (K12) com diagnóstico adaptativo e banco de 1.407 questões.
• Licença: CC BY-NC 4.0 (README) / não declarada (GitHub).
• Linguagem: JavaScript.
• Estrelas: 3.413 (crescimento de 3.091 na semana).
• Ranking: 24º lugar semanal no Trendshift.
• Risco principal: Conteúdo não revisado por professores; estrutura instável por ser versão inicial.

---

Fontes

• Repositório GitHub
• Plataforma online de diagnóstico
• Visualização do grafo de conhecimento
• Página no Trendshift (ranking)