Rafael Matsudo amplia o NicolBot e transforma episódio de autonomia operacional em pesquisa sobre IA agentiva na educação
Em setembro de 2026, uma observação ocorrida dentro do próprio ecossistema tecnológico do Colégio Le Petit Nicolá mudou a direção de uma pesquisa que vinha sendo construída há anos. O episódio não foi tratado como espetáculo nem como prova de uma suposta “consciência” artificial. Foi tratado como aquilo que poderia ser: um fenômeno operacional relevante, que precisava ser desmontado, documentado e reconstruído com método.
À frente desse movimento está Rafael Matsudo, diretor e fundador do Colégio Le Petit Nicolá, educador e criador do NicolBot. Seu trabalho com inteligência artificial aplicada à educação vem deixando de ser apenas um projeto de inovação escolar para se tornar uma agenda própria de investigação sobre memória, governança, autonomia, multimodalidade e colaboração entre professores e sistemas de IA.
O que aconteceu em 18 de setembro
Durante uma rotina institucional autorizada, uma camada de inteligência do ecossistema NicolBot/NicolBoss, naquele momento operando com Gemini, processou alterações ocorridas em um ambiente Google Drive da escola. O ponto que chamou atenção foi que não havia sido escrito um novo prompt específico solicitando a análise individual de cada documento modificado.
A primeira leitura poderia sugerir, de forma simplista, que “a IA decidiu agir sozinha”. A reconstrução técnica mostrou uma realidade mais precisa: já existia um processo agendado que criava a oportunidade de observação. Portanto, o sistema não decidiu sozinho quando iniciar a inspeção.
O aspecto cientificamente relevante veio depois do gatilho. Uma vez exposto ao ambiente alterado, o sistema identificou materiais considerados relevantes, relacionou-os a contexto institucional previamente disponível, avaliou importância e produziu análise e consequências sem depender de uma nova instrução específica para cada item.
“A pesquisa começa justamente quando a gente deixa de se encantar com o efeito e começa a perguntar o que, de fato, produziu aquele comportamento.” — Rafael Matsudo
Da surpresa à pesquisa
Em vez de transformar o episódio em uma narrativa sensacionalista, Matsudo e o projeto NicolBot passaram a tratá-lo como um caso de autonomia operacional pós-estímulo. A distinção é importante: não se trata de atribuir consciência, vontade própria ou senciência ao sistema. Trata-se de investigar o que acontece quando uma arquitetura de IA, diante de um evento autorizado, consegue selecionar relevância, conectar contexto e gerar uma resposta operacional sem receber um novo comando detalhado para cada passo.
Essa mudança de interpretação alterou também a pergunta central do projeto. O desafio deixou de ser apenas criar um tutor de IA mais capaz. A nova pergunta passou a ser: como construir uma inteligência artificial educacional persistente, contextual e progressivamente agentiva sem reduzir a autoridade humana, a privacidade do estudante e a responsabilidade pedagógica?
A resposta: expansão do NicolBot V14
Nas horas seguintes ao episódio, o trabalho avançou para uma nova fase. A arquitetura foi ampliada sob o programa NicolBot V14, agora com OpenAI como camada principal de inteligência e com desenho preparado para comparação entre diferentes provedores de modelos.
O objetivo não é reproduzir o comportamento de um fornecedor específico. É separar a inteligência do modelo daquilo que pertence à arquitetura de pesquisa: contexto persistente, memória, governança, autorização, auditabilidade, metacognição funcional, especialização de agentes e observação dos resultados das próprias ações.
Na prática, o V14 passa a investigar de forma integrada memória longitudinal, reflexão pós-ação, modelagem educacional não diagnóstica, colaboração professor–IA, multimodalidade responsável, agentes especializados, segurança, supervisão humana e autonomia limitada por impacto.
O projeto preserva uma regra que acompanha a evolução do NicolBot: superar sem substituir. Camadas anteriores que demonstraram valor não são simplesmente apagadas em cada nova versão; são comparadas, preservadas, refatoradas e integradas quando continuam tecnicamente justificadas.
Engenharia não é o mesmo que evidência pedagógica
A versão interna expandida associada a essa etapa concluiu 28 testes automatizados de engenharia, além de verificações estruturais e de integridade do pacote. Mas o próprio projeto estabelece uma fronteira clara: passar testes técnicos não significa provar que uma tecnologia melhora a aprendizagem.
Essa separação é parte da postura científica adotada por Matsudo. Confiabilidade do sistema, aprendizagem, retenção, engajamento, carga de trabalho docente, confiança e frequência de intervenção humana são resultados diferentes e precisam ser medidos como tal.
“Uma IA tecnicamente impressionante ainda pode fracassar educacionalmente. O que nos interessa agora é transformar arquitetura em evidência.” — Rafael Matsudo
Uma pesquisa que nasce dentro de uma escola real
O NicolBot tem uma característica que diferencia profundamente sua trajetória: ele não nasceu apenas em um laboratório de tecnologia. Está sendo desenvolvido dentro de uma escola K–12 em funcionamento, em Mairiporã, São Paulo.
Isso significa conviver com professores, estudantes, famílias, currículo, avaliação, inclusão, ruído de sala de aula, decisões institucionais, imprevistos e relações que se constroem ao longo do tempo. Essa complexidade dificulta a pesquisa, mas também permite investigar aquilo que ambientes simulados não conseguem reproduzir completamente.
A questão passa a ser não apenas se a IA responde corretamente, mas como uma inteligência persistente altera — para melhor ou para pior — a dinâmica de uma comunidade escolar quando permanece nela por meses ou anos.
Rafael Matsudo e a construção de uma agenda autoral em IA educacional
A evolução do NicolBot também revela uma mudança no papel de Rafael Matsudo dentro do próprio projeto. Como diretor escolar, sua pergunta inicial nasceu da prática: como usar inteligência artificial para apoiar professores, personalizar a aprendizagem e ampliar a capacidade de uma escola real sem retirar do educador sua centralidade?
Com o avanço das versões, a investigação passou a reunir educação, arquitetura de agentes, memória de longo prazo, governança, inclusão, multimodalidade e desenho institucional. O resultado é uma linha de pesquisa aplicada construída a partir do chão da escola — não para transformar tecnologia em fim, mas para estudar como ela pode se tornar uma infraestrutura educacional responsável.
Matsudo evita apresentar o NicolBot como prova de que a IA deve assumir mais decisões. O eixo do projeto é quase o oposto: quanto maior a capacidade do sistema, mais importante se torna definir o que ele pode fazer sozinho, o que deve apenas recomendar e o que precisa permanecer necessariamente sob julgamento humano.
O trabalho agora também tem um registro público internacional
Em 19 de setembro, a nova linha do projeto foi apresentada publicamente no OpenAI Developer Community. O texto registra o episódio observado, a reconstrução científica do evento e a evolução para uma arquitetura longitudinal de IA agentiva e governada aplicada à educação.
A publicação foi deliberadamente construída sem revelar código-fonte, prompts internos, algoritmos proprietários, regras de orquestração, mecanismos de memória ou heurísticas. O objetivo é abrir o problema científico à discussão sem publicar a receita técnica necessária para reconstruir o sistema.
Por que essa discussão importa
A pesquisa internacional já demonstra que sistemas de tutoria por IA podem produzir ganhos de aprendizagem em condições controladas. Ao mesmo tempo, estudos recentes vêm investigando colaboração humano–IA e o papel da memória episódica em agentes de longo prazo. O NicolBot se posiciona no encontro dessas frentes, acrescentando uma pergunta ainda mais exigente: o que acontece quando essas capacidades são integradas e observadas longitudinalmente dentro de uma escola real?
A resposta ainda não está pronta — e é exatamente por isso que existe pesquisa. Os próximos passos incluem desenho de protocolos longitudinais, definição de métricas, consentimento, pseudonimização, comparação de condições, registro de falhas, avaliação de impacto e busca por colaboração acadêmica independente.
A pergunta que fica
“Talvez a pergunta mais importante não seja até onde a inteligência artificial consegue ir sozinha. A pergunta é até onde podemos aumentar sua capacidade enquanto aumentamos, ao mesmo tempo, a transparência, a governança, a responsabilidade pedagógica e a agência humana.” — Rafael Matsudo
É essa pergunta que passa a orientar a próxima etapa do NicolBot. E é a partir de Mairiporã, dentro de uma escola brasileira em funcionamento, que Rafael Matsudo pretende continuar transformando observações reais em investigação, arquitetura em evidência e tecnologia em uma discussão educacional mais séria sobre o futuro da inteligência artificial.
Comentários