Sistema trilha de estudos

Abstract

O presente trabalho desenvolveu um sistema web para criação de trilhas de estudo personalizadas voltadas à preparação para vestibulares. O sistema permitiu que usuários, após realizarem o cadastro, criassem trilhas informando o vestibular desejado, a disciplina e um nome para identificação. A partir disso, os estudantes puderam responder questionários com alternativas objetivas, recebendo retorno imediato sobre a correção das respostas, além de contar com a opção de consultar explicações detalhadas por meio de inteligência artificial. O sistema também armazenou o progresso do usuário, exibindo trilhas em andamento, concluídas e disponíveis, com possibilidade de exclusão. Contou ainda com controle de acesso por meio de roles e permissões, diferenciando usuários comuns e administradores. Estes últimos acessaram uma área exclusiva com tabela que mostra os usuários ordenados por número de trilhas concluídas. A aplicação foi desenvolvida com Laravel, React com TypeScript, banco de dados MySQL e integração com a API da OpenAI. A metodologia adotada baseou-se em modelagem de casos de uso, prototipação e desenvolvimento incremental. Concluiu-se que o sistema atendeu de forma eficaz à proposta de personalização do estudo, auxiliando na identificação de dificuldades e promovendo um aprendizado mais direcionado.

This work developed a web system for creating personalized study tracks aimed at preparing for college entrance exams. The system allowed users, after registering, to create study tracks by selecting the desired exam, the subject, and a name for identification. From there, students could answer multiple-choice questionnaires, receiving immediate feedback on whether their answers were correct, and had the option to consult detailed explanations through artificial intelligence. The system also stored user progress, displaying ongoing, completed, and available study tracks, with the option to delete them. It featured access control through roles and permissions, distinguishing between regular users and administrators. Administrators had access to an exclusive monitoring page with a table showing users ranked by the number of completed study tracks. The application was developed using Laravel, React with TypeScript, MySQL database, and integrated with the OpenAI API. The adopted methodology was based on use case modeling, prototyping, and incremental development. It was concluded that the system effectively met the goal of personalizing study routines, assisting in identifying difficulties, and promoting more targeted learning.